필터 0
선택된 필터 없음
개발자가 업무 외에 회사에 기여할 수 있는 방법(feat. 척척박사 봇, 카카오페이 용어집)
카카오페이
기타

개발자가 업무 외에 회사에 기여할 수 있는 방법(feat. 척척박사 봇, 카카오페이 용어집)

업무 외 시간에 회사에 필요한 기능을 직접 만들어 개선한 경험을 공유했습니다. 척척박사 봇과 카카오페이 용어집 사례를 통해 실무 기여 방식을 소개했습니다.

#자동화#문화
7005분
화면 성능 저하, 어떻게 개선할까?
IMQA
프론트엔드

화면 성능 저하, 어떻게 개선할까?

배포 후 화면 성능 저하의 주요 원인과 개선 방법을 정리한 글입니다. 네트워크 속도, 정적 리소스 캐시, 이미지 최적화로 렌더링 속도를 높이는 방안을 소개했습니다.

#성능#cache
26005분
ZUM
프론트엔드

Tuist 도입부터 적용까지 알려ZUM요! (feat. 모듈화)

Tuist를 이용해 iOS 프로젝트 생성과 모듈화를 체계화한 경험을 공유했습니다. 여러 차례 구조를 개선해 빌드 속도를 높이고 의존 관계를 정리했습니다.

#Tuist#iOS
5005분
코드가 클린 하면 왜 좋아?(feat. 뇌 인지 관점)
직방
아키텍처

코드가 클린 하면 왜 좋아?(feat. 뇌 인지 관점)

클린 코드가 읽기 쉬운 이유를 뇌의 인지 구조 관점에서 설명했습니다. 함수 분리, 중복 제거, 의미 있는 이름이 인지 부하를 줄인다고 정리했습니다.

#클린코드#가독성
23005분
Spring 기반 OAuth 2.1 Authorization Server 개발 찍먹해보기
카카오페이
백엔드

Spring 기반 OAuth 2.1 Authorization Server 개발 찍먹해보기

OAuth 2.1 Authorization Server와 Spring Authorization Server 연동 방법을 소개했습니다. Spring 기반으로 인가 서버를 빠르게 살펴보는 내용입니다.

#Spring Boot#OAuth 2.1
15005분
생성형 AI와 데이터 사이언스의 미래
네이버 DnA
AI

생성형 AI와 데이터 사이언스의 미래

생성형 AI가 데이터 사이언스의 반복 분석과 리포팅을 빠르게 자동화할 가능성을 정리했습니다. 이에 맞춰 조직과 개인이 도메인 이해와 문제 해결 역량을 강화해야 한다고 보았습니다.

#LLM#ChatGPT
18005분
iOS ReactorKit 톺아보기
올리브영
프론트엔드

iOS ReactorKit 톺아보기

ReactorKit을 iOS 앱에 도입한 이유와 핵심 구조를 설명했습니다. 단방향 상태 흐름과 RxSwift 활용 팁으로 실무 적용 포인트를 정리했습니다.

#iOS#ReactorKit
14005분
우리가 GraphQL을 선택한 이유
덴티움
백엔드

우리가 GraphQL을 선택한 이유

GraphQL을 도입한 배경과 특징을 소개하고, 협업에 어떻게 활용하는지 공유했습니다.\n효과적인 개발 협업을 위한 GraphQL 사용 방식을 간단히 정리했습니다.

#GraphQL
21005분
AWS Lambda Image Resize 도입기
올리브영
데브옵스

AWS Lambda Image Resize 도입기

S3 업로드를 트리거로 AWS Lambda 이미지 리사이징을 구성한 사례를 정리했습니다. 무한 업로드 방지와 메모리 조정 같은 운영상 주의점도 함께 다뤘습니다.

#AWS Lambda#S3
44005분
[IT TREND] 자율 AI 에이전트, ChatGPT 다음의 메가트렌드?
카카오엔터프라이즈
AI

[IT TREND] 자율 AI 에이전트, ChatGPT 다음의 메가트렌드?

자율 AI 에이전트와 Auto-GPT의 개념, 작동 방식, 주요 사례를 정리했습니다. 또한 성능·비용·사용성 한계와 함께 ChatGPT 다음 트렌드 가능성을 살펴봤습니다.

#LLM#ChatGPT
28005분
ZUM
프론트엔드

Next, d3로 서버 사이드 지도 렌더링하기

Next.js와 d3로 부동산 데이터 시각화 지도를 만들며 구조를 개선한 과정을 정리했습니다. 지도와 시각화 레이어를 분리하고 d3 의존을 줄여 서버 사이드 렌더링도 가능하게 했습니다.

#Next.js#d3
3005분
풀필먼트 입고 서비스팀에서 분산락을 사용하는 방법 - Spring Redisson
마켓컬리
백엔드

풀필먼트 입고 서비스팀에서 분산락을 사용하는 방법 - Spring Redisson

풀필먼트 입고 서비스의 동시성 문제를 해결하기 위해 Redisson 기반 분산락을 적용한 사례를 소개했습니다. AOP와 어노테이션으로 락을 추상화하고 트랜잭션 커밋 이후 해제로 정합성을 보장했습니다.

#Spring Boot#Redis
46005분