모든 블로그
너드팩토리

너드팩토리

블로그 방문

최신 게시글 (20)

1월 20일

백엔드

ICT인턴십 후기

두 인턴은 ICT 인턴십에서 백엔드 개발과 데이터 분석 등 다양한 실무 경험을 쌓으며 성장하였습니다. 이들은 협업 문화와 테스트 주도 개발 방식을 통해 개발 역량과 진로에 대한 확신을 얻었습니다.

#TDD#협업#인턴십
49000

10월 4일

프론트엔드

우리 서비스에 데이터를 어떻게 보여줄까?

데이터 시각화의 중요성과 좋은 시각화의 조건을 설명하며, 이를 서비스에 적용한 사례와 개선 방향을 공유합니다. 특히 명료성과 사용자 경험을 고려한 디자인과 차트 구성 방식을 제안합니다.

#design#data#dashboard
13000

9월 20일

백엔드

TDD 적용하기 (Python Django)

이 글은 Python Django에서 TDD를 적용하며 겪은 과정과 노하우를 공유합니다. TDD는 초기 개발에 적합하며, 테스트 코드 작성이 개발 품질과 유지보수에 큰 도움이 됨을 강조합니다.

#Django#Python#refactoring
24000

8월 11일

AI

자연어처리 모델을 활용한 개인화 추천시스템

이 글은 자연어 처리의 토픽 모델링 기법을 개인화 추천 시스템에 적용하는 방법을 소개합니다. 토픽 모델링을 통해 사용자 행동 데이터를 분석하여 맞춤형 상품 추천의 정확도를 높일 수 있음을 설명합니다.

#개인화#추천#자연어처리
12000

6월 24일

프론트엔드

Gatsby를 어떻게 적용할 수 있을까? (+ gatsby에 typescript 적용하기)

이 게시물은 Gatsby.js와 JAM Stack의 개념, 그리고 Gatsby 프로젝트에 TypeScript를 적용하는 과정을 설명합니다. 너드팩토리는 이를 통해 기술블로그를 개편하고 React 기반 개발 환경을 강화하고자 합니다.

#react#TypeScript#Gatsby
11000

4월 20일

아키텍처

Message Queue vs Load Balancer

Message Queue는 대용량 작업 처리에 적합하며, Load Balancer는 빠른 응답속도 보장이 필요한 서비스에 적합합니다. 두 기술의 특성을 이해하고 상황에 맞게 활용하는 것이 중요합니다.

#system#traffic#message queue
27000

9월 23일

AI

추천시스템 평가 지표 - 1 (Precision@K / Recall@K)

이 게시물은 추천시스템 성능 평가에서 Precision@k와 Recall@k의 정의와 차이를 설명합니다. 또한 이를 계산하는 파이썬 구현 코드와 전체 사용자에 대한 평균 평가 방법을 소개합니다.

#머신러닝#평가#추천시스템
9000

7월 5일

AI

GAN을 이용한 이상탐지

이 게시물은 GAN의 기본 개념과 생성자-구분자 모델을 이용한 이상탐지 방법을 설명합니다. 특히 GANomaly 모델을 활용한 이상탐지 구현과 평가 과정을 상세히 다룹니다.

#Python#머신러닝#딥러닝
9000

7월 5일

프론트엔드

Flask를 활용한 iOS Networking 1 - 사진 전송하기

이 게시물은 iOS 앱에서 사진을 선택하고 Flask 서버로 전송하는 네트워킹 과정을 설명합니다. URLSession과 세마포어를 활용한 POST 방식 전송 및 동기화 방법을 소개합니다.

#iOS#Flask#networking
13000

6월 30일

아키텍처

ICT 인턴십 후기

이 게시물은 4개월간 ICT 인턴십에서 경험한 업무, 협업, 자기계발 과정을 상세히 소개합니다. 인턴은 애자일 방법론과 데이터 기반 기획을 배우며 진로 방향성을 찾는 데 큰 도움을 받았습니다.

#협업#서비스#기획
6000

6월 15일

AI

정규화 정리1 - Scaling, Regularization, Standardization

이 게시물은 Scaling, Standardization, Regularization의 정의와 주요 기법들을 정리하여 혼동을 줄이고자 합니다. 각 기법의 목적과 대표적인 사용 사례를 구체적으로 설명합니다.

#scaling#data#machinelearning
9000

5월 6일

AI

You Only Look Once. YOLO

이 글은 YOLOv1과 YOLOv2의 구조적 특징과 개선 사항을 자세히 설명합니다. 특히 YOLOv2에서 Anchor Box 도입과 Darknet19 네트워크 사용으로 성능과 속도를 향상시킨 점을 강조합니다.

#머신러닝#딥러닝#YOLO
13000

4월 30일

데브옵스

Ubuntu 20.04 LTS (CLI-Server)에 CUDA 11.1 GPU 가속 연산 환경 세팅 하기

Ubuntu 20.04 LTS CLI 서버 환경에서 RTX 2080 Ti GPU를 위한 CUDA 11.1 및 Nvidia 드라이버, cuDNN 설치 방법과 호환성 점검 절차를 안내합니다. 설치 후 Pytorch와 TensorFlow에서 GPU 가속 여부 확인 방법도 함께 제공합니다.

#Ubuntu#GPU#딥러닝
8000

3월 5일

프론트엔드

VODA 디자인 시스템 2

VODA 디자인 시스템은 브랜드 컬러와 UI 컴포넌트를 체계적으로 정의하여 일관된 사용자 경험을 제공합니다. 또한 팀원 간 효율적인 협업을 위해 명확한 규칙과 유연한 적용을 강조합니다.

#design#system#UI/UX
5000

3월 3일

AI

백마 인턴십 후기

충남대학교 백마 인턴십에 참여한 3명의 인턴은 AI 이미지 처리와 백엔드 개발 프로젝트를 수행하며 실무 협업 경험을 쌓았습니다. 이들은 협업의 중요성을 깨닫고 이를 바탕으로 졸업 프로젝트와 취업 준비에 자신감을 얻었습니다.

#PyTorch#Django#협업
6000

2월 24일

백엔드

Django REST Framework로 API 만들기 & HTML 요소 수집하기

이 게시물은 Django REST Framework를 사용하여 API를 개발하는 방법과 웹페이지의 HTML 요소 정보를 크롤링해 데이터베이스에 저장하는 과정을 설명합니다. Selenium과 lxml을 활용해 요소의 위치 및 크기를 수집하고, 이를 API로 제공하는 실습을 포함합니다.

#Django#Python#rest api
13000

2월 23일

AI

Custom Data 로 이미지 분류 전이학습 하기

이 게시물은 전이학습과 DenseNet 모델을 활용하여 유사 이미지 분류 기술을 구현하고 학습하는 방법을 자세히 설명합니다. 학습 과정과 결과를 시각화하고 협업 중 겪은 문제점과 해결책도 공유합니다.

#PyTorch#Python#transfer learning
12000

2월 2일

데브옵스

솔루션 납품 자동화하기 - Docker편

aivory 검색엔진 납품 시 Docker 설치 과정을 자동화하는 스크립트를 개발했습니다. 일반망과 폐쇄망 환경 모두를 고려해 효율적인 설치가 가능하도록 했습니다.

#docker#Linux#automation
7000

1월 11일

프론트엔드

VODA 디자인 시스템 1

VODA 프로젝트를 위해 일관된 사용자 경험과 효율적 디자인 작업을 위해 디자인 시스템을 구축합니다. 이번 글에서는 타이포그래피와 그리드 시스템을 중심으로 디자인 기준을 설명합니다.

#react#TypeScript#design
6000

1월 2일

프론트엔드

react + typescript에 redux-saga 셋팅하기

이 게시물은 React와 Typescript 환경에서 Redux 및 Redux-Saga를 단계별로 설정하고 사용하는 방법을 안내합니다. 비동기 API 호출 관리를 위해 Saga를 도입하여 코드의 가독성과 안정성을 높였으며, 프로젝트 확장성에 적합한 구조를 제시합니다.

#react#TypeScript#redux
7000