이 시리즈는 '우아한형제들에서 시니어 개발자로 일하면 어떨까?'에 대한 답을 찾는 데 도움을 드리고자 시작했습니다. 우아한형제들의 성장/동료/개발문화/근무환경에 대해 '시니어 개발자'에 초점을 두고 한눈에 볼 수 있는 콘텐츠가 없었거든요. 무엇보다 이 콘텐츠를 전달함에 있어 현직자의 생생한 목소리로 우리의 일과 문화를 설명하는 것이 좋을 것 같아, 다양한 직군의 9명의 시니어 개발자를 만났습니다.

우아한형제들에서 시니어 개발자로 일하면 어떨까? - (1) 일 | 우아한형제들 기술블로그 |

"우아한 형제들에서 시니어 개발자로 일하면 어떨까?"에 대해 일/문화 2편의 시리즈로 블로그 글이 작성되서 공유합니다.

글이 우아한 형제들에서의 일과 문화에 초점을 두고 있긴 하지만, 일반적으로 회사에서 시니어를 어떻게 정의하고, 시니어들은 어떤 고민을 하고, 시니어로 어떤 커리어 패스를 밟아갈 수 있을지와 크게 다르지는 않은 것 같아서 언젠간 시니어가 될 분들도 읽어보셔도 좋을 것 같습니다. 시니어 개발자는 회사에서 어떤 역할을 하는지도 어느 정도 알 수 있습니다. 

시니어 개발자를 채용하려고 하는 회사 입장에서는 회사에 어떤 부분들이 갖춰져야, 어필을 해야 시니어분들을 모실 수 있을지에 대한 팁도 될 수 있을 것 같습니다. 그리고 어떤 역할을 기대하고 시니어 개발자를 채용할지도 고민해볼 수 있을 것 같습니다.

https://techblog.woowahan.com/12250/
https://techblog.woowahan.com/12292/

우아한형제들 기술블로그 |

우아한 형제들에서 시니어개발자로 일하면 어떨까?

어제 밤에 The Changelog을 들으면서 인상 깊었던 Tensorflow 구글 엔지니어와의 질답을 짧게 번역했다.

"왜 Tensorflow처럼 가치 있는 것을 오픈 소스로 공개하나요?"

구글은 텐서플로우를 오픈소스로 공개하고 있습니다. 구글 뿐만 아니라 페이스북은 파이토치를, 링크드인은 카프카를 공개하고 있죠 (이 뿐만 아니라 많은 프로젝트가 공개되어 있습니다)

왜 일까요? 기업이 오픈소스 활동을 하는 이유는 그들이 선해서가 아니라, 그들에게 이익이 되기 때문입니다. 

뛰어난 기술을 공개하고 산업 표준이 되어서 사내 시스템과 시장 표준 기술을 동기화 합니다. 그러면 내부 직원이 퇴사하더라도 어렵지 않게 기존 코드를 유지보수할 인원을 시장에서 구할 수 있게 됩니다. 물론 표준이 되는 길은 어렵지만, 공개를 해야 시도할 수 있으니까요.

구글 엔지니어와의 질답을 정리한 글을 공유합니다.

> 구글은 종종 자체적으로 개발한 기술에 대한 whitepaper를 만들곤 하는데, MapReduce나 BigTable과 같은 whitepaper가 그것들이죠. 이렇게 whitepaper를 만들어 공개하고 나면 구글 밖에 있는 똑똑한 사람들이 이를 읽고, API를 만들고, 그렇게 만들어진 API가 산업 표준이 되곤 했습니다.

> BigTable whitepaper를 공개하고, HBase가 만들어졌고, HBase가 산업 표준이 되었습니다. 이제 구글이 BigTable을 서비스의 형태로 공개하려고 하는데, 이미 HBase가 산업 표준이 되었으니 BigTable과는 복잡미묘하게 다른 HBase API에 맞춰야 한다는거죠.

> 내부적으로 쓰이던 도구들이 외부에서 새로 작성되어 오픈 소스로 공개되는 것을 보면서, 저희는 지금보다 더 나은 방법이 있을 것이라고 생각했습니다. 그 방법이란 저희가 오픈 소스 커뮤니티에 참여하고, 이러한 오픈 소스 프로젝트를 저희가 가지고 있는 인프라스트럭쳐에서 돌릴 수 있게 하는 것이죠

> 머신 러닝 전문가를 고용하는 일은 어렵습니다. 그런데 Tensorflow가 업계 표준으로 사용되면, 당신이 고용하는 머신 러닝 전문가가 3개월의 시간을 벌 수 있습니다. 이미 업계 표준으로 사용되는 기술이니 전문가들은 숙지하고 있을 것이고, 따라서 교육에 시간을 쓰지 않아도 되는 것이지요.

> 구글에서 공개하는 whitepaper를 외부 전문가가 보고 구글 외부에서 새로운 도구를 만들어 업계 표준이 되기 때문에, 처음부터 오픈 소스를 하고 경쟁에 처음부터 참여를 한다고 하셨습니다. 그러면 애초에 whitepaper를 공개하지 않고 독점하면 ?

> 사람들이 구글에서 절대 퇴사를 안 한다면 당연히 문제가 없겠죠. 그 뿐만 아니라, 구글은 경쟁을 떠나서 컴퓨팅을 비롯한 기술을 진보시키려 노력합니다.

si.mpli.st

왜 구글이 사내 코드를 오픈소스로 공개할까?

깊게 고민해 본적 없이 약간의 의문을 가지고는 있었지만 찾아보진 않고 그냥 쓰기만 했었는데 잘 정리해 주셔서 감사합니다!😄😄

회고는 제게 일상이 되었고, 어떤 일이 끝나거나 일정 주기별로 회고를 작성하곤 합니다 회고를 어떤 방법으로 해야하나요?라는 질문을 종종 받는데, 간단하게 이야기를 전했지만 글로 남긴 적은 없어서 글로 정리해봅니다 회고에 대한 자세한 내용이 궁금하시면 PM을 위한 데이터 리터러시 강의에서 확인할 수 있습니다 과거 회고 모음 2022년 ~ 23년 1분기 회고. 퇴사...

KPT 회고하는 법, 회고에 대한 생각

회고가 곧 일상이 된 것은 7년 정도 된 것 같아요. 이젠 항상 기록하고 되돌아보는 과정을 진행하곤 해요.

사람들에게 회고를 추천하기도 하고, 회고하는 방법에 대해 간단히 말씀드리곤 했는데 생각해보니 제 블로그에 회고 글이 없어 작성해보았어요.

인프런의 PM을 위한 데이터 리터러시 강의에도 회고 파트가 있었는데, 저는 업무를 할 때 회고와 기록이 중요하다고 생각하는 사람입니다. 많은 분들에게 권하곤 합니다. 하나씩 하다보면 조금씩 좋아지는 저 자신을 발견했어요 🙏

https://zzsza.github.io/diary/2023/06/05/how-to-retrospect/

Zzsza

정리하게 된 배경 TMI~ API를 사용하게 되면 많이 다루게 되는 데이터 형식 중 하나가 바로 json이다. 개발중인 서비스에서도 연계된 타 서비스의 데이터를 API로 받아오게 되는데, 대용량일 시 json 문자열을 Entity 객체로 파싱하며 성능 이슈가 있는 듯하여 현재 사용중인 라이브러리와 그 외에 대중적으로 사용되는 라이브러리의 성능 차이를 검토하게 되었다.

[Java] Json을 Java 객체로 변환하는 방법(Gson, Jackson, JSON-SIMPLE)

웹 서비스를 개발할 때, 대다수의 개발자가 마주치게 되는 것이 JSON 입니다. API의 개념이 도입되면서 클라이언트와 서버는 JSON 포멧으로 데이터를 주고받는게 일반적이며, 시스템 간 서버끼리 데이터를 주고 받을 때도 API 형식으로 데이터를 넘겨주는 경우가 있습니다.

이때, 백엔드에서는 Java Entity를 JSON 문자열로 변환하거나 JSON 문자열을 Java Entity로 편하게 변환하기 위해 라이브러리를 사용하는데, 대표적으로 Jackson, GSON, JSON-SIMPLE이 있습니다. 세 개의 라이브러리 중 어떤 라이브러리를 사용해야 할까요?

단순히 코드 짜기 편한 라이브러리를 선택한다면, 성능 상 이슈가 발생할 수 있습니다. 본인이 서비스하는 시스템의 특성에 따라 라이브러리를 선택할 것을 권장합니다. 간략하게 장단점을 정리해봤습니다. 보시고 시스템 환경에 맞는 라이브러리를 선택하시길 바랍니다.

▪️ Jacskon
  - 대용량 데이터일수록 성능 향상
  - Spring Framework 내장 (어노테이션 지원)
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ GSON
  - 저용량 데이터에서 성능 무난
  - 대용량 데이터일수록 성능 하락
  - Serialize/Deserialize 커스텀 용이 (상속 지원)
  - 소스코드 작성 간단함

▪️ JSON-SIMPE
  - 데이터 용량에 따른 성능 차이 미세함 (저용량/대용량 모두 다루는 환경에 적합)
  - Deserialize 커스텀 불편
  - 소스코드 작성 불편함

실제 저희 서비스 환경 조건에서 각 라이브러리 별 JSON Parser를 구현해 성능 비교를 해본 결과, Jackson이 성능이 월등하게 우세하여 기존 GSON으로 되어 있는 코드를 Jackson을 사용하도록 수정했습니다. 실제 구현 방법과 성능 비교 결과는 제 블로그에 정리해뒀으니 관심이 있으시면 참고하시길 바랍니다.

Velog

Jackson vs GSON vs JSON-SIMPLE

용도별 성능 장단점 정리 감사합니다 ㅎㅎ

여러분들의 하루 계획은 얼마나 잘 지켜지고 있나요?
혹시 하나도 제대로 한것도 없는데 하루는 너무 빨리 지나가고 있지는 않나요?

저 역시 그런 경험들을 하고나서 하루가 허무하게 지나갔다는
죄책감과 불안감에 빠지는 경우가 많았는데요.

이번에 티아고 포르테의 [세컨드 브레인]이라는 개념을 공부하고 난뒤
저의 생각이 많이 달라지는 것을 느꼈습니다.

그래서 이 경험을 여러분들과 함께 나누고,
인생을 [배우]가 아닌 [감독]으로 살수 있는 방법들을 여러분들과 함께 이야기 해보고자 합니다.

그리고 현재 제가 사용하고 있는
[타임 트레커(Time Tracker) 템플릿]을
데분당태 클럽 액티비티에 참여하는 분들에게 무료로 공유하고자 합니다.

참여를 원하시는 분들은

1. 데분당태 클럽에 입장하셔서 👉 https://discord.com/invite/thDKmaTjtN
2.👨탐험가-소개 채널에서 자기 소개 글을 남긴후
3. 디스코드 이벤트에서 액티비티 참여에 [관심있음] 버튼을 누르면

참석이 자동 확정됩니다 :)

🏠데분당태 클럽은
성장하는 데이터 탐험가를 위한 커뮤니티로 데이터를 재미있고 가치있게 배울수 있는
데이터 성장 커뮤니티입니다.

앞으로도 [데이터를 재미있고 가치있게 배울수 있도록]
노력하는 데이터리차드 가 되도록 하겠습니다.

감사합니다.

인생이라는 영화에서 배우가 아닌 감독으로 사는 법

이 책은 파이썬이란 언어를 처음 접해보는 독자들과 프로그래밍을 한 번도 해 본적이 없는 사람들을 대상으로 한다. 프로그래밍을 할 때 사용되는 전문적인 용어들을 알기 쉽게 풀어서 ...

점프 투 파이썬

커리어리 친구들, 그동안 영어로 된 문서를 공유해 드리다가 드디어 국내에서 출간하는 책을 공유하게 되었습니다. 

특히, Wikidoc 에서 읽으며 코드를 코랩으로 실행할 수 있어서 초보자들이 오픈AI의 챗GPT 임베딩하고 API 호출하는 방법을 익힐 수 있습니다. 

이 책은 일곱 개의 주요 섹션으로 구성되어 있으며, 각 섹션은 이전 장의 지식을 점진적으로 구축하는 데 사용됩니다.

🍾 OpenAI와 임베딩 소개: 이 장에서는 배경으로 OpenAI의 개요, 임베딩의 소개, 그리고 그 중요성에 대해 알아봅니다.

🍾 임베딩의 기본 원리: 여기서는 임베딩이 무엇이며 어떻게 작동하는지에 대해 더 자세히 알아봅니다. 바다로 나아가기 전에 항해의 원리를 이해하는 것과 같이 이 기본 지식은 앞으로의 여정에서 중요합니다.

🍾 OpenAI의 임베딩 사용하기: 이 섹션에서는 실제로 사용해보면서 탐색을 시작합니다. OpenAI가 제공하는 임베딩 생성을 위한 API에 대해 살펴보겠습니다. 이에는 이러한 API를 사용하는 방법에 대한 자세한 안내와 충분한 코드 예제가 포함됩니다. 마치 선박을 조종하고 다양한 도구와 제어 장치를 이해하는 느낌과 같습니다.

🍾 임베딩의 응용: 이제 임베딩과 OpenAI의 API에 대한 작동 지식을 보유하고 있으므로, 이 섹션에서는 이 지식을 어떻게 적용할지 살펴봅니다. 우리는 실제 사용 사례를 다루고, 임베딩이 다양한 NLP 문제를 해결하는 방법을 보여줍니다.

🍾 더 깊게 파고들기: 이 섹션은 주제에 더 깊이 들어가고자 하는 사람들을 위한 것입니다. 우리는 고급 주제를 다루고 임베딩의 미래 동향을 논의합니다.

🍾 결론: 마지막으로 우리는 우리가 배운 내용을 요약하고 추가 학습 자료를 제공합니다.

목차는 아래의 링크를 눌러 살펴보세요! 강추합니다!!

위키독스

<자연어 처리의 비밀 무기, 오픈AI ChatGPT 임베딩 위키독 공개>

Stay organized with collections Save and categorize content based on your preferences. Features Low-code generative AI Use Google's multimodal foundation models as APIs including PaLM, Imagen, Codey, and Chirp. Vertex AI's managed endpoints make it easy t

Generative AI Studio | Google Cloud

Google IO 진행된지 얼마 되지 않았다보니 구글의 새로운 제품들 & 기능들을 많이 소개 하게 되네요.

Vertex AI는 2021년도에 출시된 서비스이고 ML 모델의 개발과 배포를 더 쉽고 빠르게 해줍니다. 그리고 최근에 Vertex AI에서 Generative AI를 사용할 수 있게 지원이 시작되었습니다.

Generative AI studio는 Vertex AI에서 쉽게 ML 모델을 튜닝하고 배포할 수 있는 환경입니다. 구글의 PaLM, Image과 같은 모델들을 API로 사용할 수 있고, ML 백그라운드가 없어도 쉽게 모델을 만들 수 있습니다. 그리고 prompt design을 쉽게 설계하고, 튜닝하고, 배포할 수 있는 인터페이스를 제공합니다. 

https://cloud.google.com/generative-ai-studio

Google Cloud

Google의 Vertex AI와 Generative AI Studio

The RedPajama project aims to create a set of leading open-source models and to rigorously understand the ingredients that yield good performance. In April we released the RedPajama base dataset based on the LLaMA paper, which has worked to kindle rapid i

RedPajama 7B now available, instruct model outperforms all open 7B models on HELM benchmarks - TOGETHER

* 링크 : https://www.together.xyz/blog/redpajama-7b

예전부터 여러 오픈소스 LLM을 공개하던 Together 에서 RedPajama 모델을 공개했습니다. 기존에는 RedPajama 라는 이름으로 1.2T 토큰 규모의 데이터셋을 공개했었습니다 (참고: https://www.together.xyz/blog/redpajama) 

물론 데이터 퀄리티가 별로인 것이 많이 들어가 있다면 그게 그렇게 의미있는건 아니지만.. 아무튼 곧 3B, 7B 모델을 공개했는데 7B 모델은 0.1 버전으로 명시해 놓았었습니다. (https://www.together.xyz/blog/redpajama-models-v1) 

이번에는 약간 정식 릴리즈 처럼 공개를 했습니다. 벤치마크 데이터에 따르면 7B 모델 중에는 성능이 제일 높은 편으로 나오기는 합니다. 이렇게 계속해서 향상되는 오픈소스 모델들이 나오다 보면 정말 꽤 쓸만한 것들이 많이 나오게 될 것 같습니다!

TOGETHER

RedPajama 7B 모델 정식 릴리즈

CSS에서 display 속성은 웹페이지 상에서 엘리먼트들이 어떻게 보여지고 다른 엘리먼트와 어떻게 상호 배치되는지를 결정합니다. 여러 가지 display 속성값 중에서 가장 근간이되지만 은근히 햇갈릴 수 있는 inline과 block, inline-block 에 대해서 알아보도록 하겠습니다. display 속성이 inline으로 지정된 엘리먼트는 전후 줄바꿈 없이 한 줄에 다른 엘리먼트들과 나란히 배치됩니다.

CSS의 display 속성: inline, block, inline-block

CSS의 display 속성에서 `inline`과 `block`의 차이를 정확히 알고 사용하고 계신가요? 😄 이 둘을 합쳐놓은 `inline-block`이라는 녀석은 또 뭘까요? 😅

이번 포스팅에서는 display 속성에서 가장 근간이되지만 은근히 많은 분들이 헷갈려하시는 `inline`과 `block` 그리고 `inline-block`에 대해서 알아보도록 하겠습니다.

Daleseo

CSS의 inline, block, inline-block 한 방에 정리

최근 몇 달간 카일스쿨(변성윤)님의 PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 강의를 통해 강의료 몇 배 이상의 값어치를 획득했기 때문에 이 강의가 왜 좋은지! 그리고 어떻게 듣고 활용했을 때 더 좋았는지를 공유하고자 한다. A가 스타트업의 첫 데이터 분석가로 입사했을 때 : 1. 누군가 : " 데이터 분석가님이 하고 싶은 대로 해주세요!

"너는 DA니까,알아서 잘 할거야"라는 말을 듣는 사람들을 위한 PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 리뷰

"너는 DA니까,알아서 잘 할거야"라는 말을 듣는 사람들을 위한 PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 강의 리뷰

제 강의 후기가 올라와서 공유해보아요! 최초에 강의를 만들 때 어떤 부분이 도움이 되면 좋겠다, 어떻게 활용하면 좋겠다라고 생각했던 부분을 모두 실천하고 계시네요!

데이터 관련 어려움을 겪는 분들이 계시면 한번 보셔도 좋을 것 같아요 :) 

활용 방법까지 같이 기록해두셔서 도움이 될 것 같네요.

그리고 혹시 강의를 구매했는데 아직 천천히 수강하고 있다면 디스코드에 들어오셔서 같이 듣고 의견을 나눌 스터디를 만드는 것도 매우 추천드리고 싶어요-! (구매하고 수강을 안하신 분들이 계신데 같이 들어보며 이야기 나누고 싶네요..!)

강의 URL : https://inf.run/HLzf

https://sowhatmylifeismine.tistory.com/263

What a Beautiful Data!

PM을 위한 데이터 리터러시(프로덕트 데이터 분석) 강의 리뷰

While there are many resources to help programmers write better code-such as books and static analyzers-there are few for writing better comments. While it's easy to measure the quantity of comments in a program, it's hard to measure the quality, and the 

Best practices for writing code comments

1. 코드 내용을 그대로 반복하는 (추가 정보가 없는) 주석은 적지 말라.
2. 좋은 주석은 불명확한 코드를 변명하지 않는다.
    - 주석으로 코드를 설명하지 말고 코드를 다시 써라.
3. 명확한 주석을 적을 수 없다면 코드에 문제가 있을 수 있다.
    - 코드가 어렵다고 주석으로 경고하지 말고 코드를 다시 써라.
4. 주석은 혼란을 야기하는 것이 아니라 해소해야 한다.
    - 주석을 보고 더 헷갈린다면 그 주석은 지워라.
5. 관용적이지 않은(unidiomatic) 코드는 주석으로 설명하라.
    - 불필요하거나 중복된다고 생각할 수 있는 코드, 이로 인해 다른 누군가가 "단순화"할 수도 있다고 생각되는 코드에는 주석을 달아 설명하는 것이 좋다.
6. 복사한 코드라면 원본 출처 링크를 주석에 포함하라.
    - 향후 코드를 읽을 동료가 전체 컨텍스트(어떤 문제, 해당 솔루션이 권장되는 이유 등)를 파악하는 데 도움이 될 수 있음.
7. 도움이 될만한 외부 참조 링크를 포함하라.
8. 코드를 수정할 때, 특히 버그를 수정할 때 주석을 추가하라.
9. 주석을 사용해 불완전한 구현을 표시하라.
    - 기술 부채를 측정하고 해결하는 데 도움이 됨.

https://stackoverflow.blog/2021/12/23/best-practices-for-writing-code-comments/

Stack Overflow Blog

좋은 주석을 적는 방법

프로그래밍은 음악이나 미술과 같기 때문이다. 속성을 말하는 것이 아니라 범위를 말하는 것이다.

음악을 배운다고 해 보자. 음악을 하려면 무엇을 어떻게 배워야 할까? 음악 그 자체를 먼저 배우려는 사람은 없을 것이다. 피아노를 배우든, 기타를 배우든 혹은 노래를 하든 악기를 하나 선택하고, 기본 음계와 악보 보는 법, 그리고 소리내는 법을 배운 뒤 짧은 곡을 연습하는 것이 일반적일 것이다.

프로그래밍도 마찬가지다. 프로그래밍 언어를 하나 선택하고, 기본 문법과 실행 방법을 배운 뒤 작은 프로그램을 선택하여 따라 만들어보는 것이 가장 일반적인 방법이다.

또한, 음악과 악기의 종류가 셀 수 없이 많은 것 처럼, 프로그래밍도 마찬가지로 셀 수 없이 많은 프로그래밍 언어와 종류가 있다.

음악을 하려면 기간이 얼마나 걸릴까? 알 수 없다. 악기를 배우려면 얼마나 걸릴까? 악기마다 다르겠지만 보통 기초를 배우는 데 3개월, 기초적인 곡을 들을만하게 연주하는데 6개월~1년, 취미 공연을 할 수 있을 정도라면 2~3년 이상, 전공자가 되기 위해선 최소한 4~5년 가량을 매일 연습했을 것이다.

그것도 음악의 모든 범주가 아니라 하나의 악기를 다루는데만.

프로그래밍도 비슷하다. 프로그래밍을 잘 하려면 얼마나 걸릴까? 알 수 없다. 프로그래밍 언어를 배우는 데 있어서는, 언어 하나의 기초를 배우는데 3개월, 기초적인 프로그램을 제대로 만드는데에는 6개월~1년, 취미로 원하는 것를 뭐든 만들 수 있을 정도는 2~3년, 그리고 전문적인 프로그래머로 인정 받으려면 4~5년 이상 매일 프로그래밍을 해야한다.

그리고 악기 하나를 능숙하게 다룰 수 있게 되면 다른 악기를 배우는 것이 수월해진다. 프로그래밍도 마찬가지다.

즉, 악기를 연주하는 것에 대해서는 오래 걸린다는 것을 이해하고, 의심 없이 악보를 보고 따라하며 연습을 하고, 난이도를 높여가며 다양한 곡들을 연습하고 연주하며 실력을 늘려가지만, 프로그래밍을 배우는 것은 그렇게 생각하지 않으니 어렵게 느껴지는 것이다.

물론 이유는 있다. 악기 연주와는 달리 프로그래밍은 그 과정이 거의 눈에 보이지 않고, 결과 또한 드러나는 것이 전부가 아니기 때문에 기대와 과정의 괴리가 있어서 더 어렵게 느끼는 것 같다.

음악이나 프로그래밍 뿐이 아니라 세상 누구의 일도 어렵지 않은 것이 없다. 그리고 프로그래밍이 특별히 어려운 것도 아니다. 그냥 단기간에 배우려니 어려운 것이다.

프로그래밍은 왜 어려울까?

code-review #코드리뷰 | 안녕하세요. 이번에 테크리드로 승진(?)하게 된 5년차 개발자입니다. 작은 스타트업에 있다보니 생각보다 빠르게 테크리드 역할을 맡게 되었습니다. 이제 제가 코드리...

코드 리뷰를 받는 입장에서 해야 하는 입장이 되었는데 다른 분들은 리뷰를 어떤 식으로 하는지 궁금합니다.

요약
1. 로직을 이해하기 쉽도록 구현했는지를 위주로 코드리뷰합니다.
2. 코드 작성자는 확신이 없는 부분에 대해서 사전에 설명하는 코멘트를 남겨두면 좋습니다.
3. 코드 리뷰어는 자신의 코멘트가 필수적으로 반영되어야 하는지, 선택적으로 반영하면 좋은 것인지 명시하면 좋습니다.
4. 구글 등 다른 코드리뷰 문화도 참고하시면 좋습니다.

경험상 사람마다 코드리뷰에서 주로 보는 부분이 다르겠지만, 저는 로직을 주로 봅니다. 구현하고자 하는 것에 비해서 복잡하게 되어있지는 않은지, 맥락을 알아야지만 이해할 수 있도록 구현되어 있지는 않은지 점검하는 편이에요. 그래서 사실 코드를 읽다가 이해하기 어렵다 싶으면 그때부터 로직에 개선점이 있는지 주의 깊게 봅니다. 코드 스타일 등 린터나 포매터로 자동화할 수 있는 부분은 크게 신경 쓰지 않는 편이에요(대부분 CI에서 잡히고, 새로운 린터 규칙이 필요하면 추가하면 됩니다).

한편, 코드리뷰를 하다 보면, 리뷰가 올라오기까지의 시간과, 리뷰를 반영했을 때 그걸 확인하고 승인하는데 까지 걸리는 시간이 오래 걸리기 마련입니다. 일종의 핑퐁이지요. 이 핑퐁을 줄이기 위한 방법으로 저는 선제적 코멘트를 사용했습니다. 로직을 최대한 이해하기 쉽게 짜려고 노력했지만, 더 이상 개선할 수 없었을 때, 그렇다고 주석을 남기기도 애매할 때는 github, bitbucket의 코드 인라인 코멘트로 왜 이렇게 짰는지, 무엇을 고민하고 있는지에 대해 적어둡니다. 그러면 리뷰어가 왜 이렇게 짜셨나요? 라고 묻고, 그에 대해 답하면서 생기는 핑퐁이 줄어듭니다. 

마지막으로, 코드 작성자의 입장에서는 리뷰어의 코멘트가 필수적으로 반영되어야 하는지, 아니면 반영되면 좋은 것인지 구분이 애매할 수 있습니다. 그래서 리뷰어가 필수/선택 여부를 명확하게 표시해주는 게 좋다고 생각합니다. 

https://google.github.io/eng-practices/review/ 구글의 코드리뷰 가이드 문서와 거 문서에 링크된 다른 글을 읽어보셔도 도움이 될 거 같습니다.

커리어리

코드리뷰는 어떤 식으로 해야 할까?

지금 돌이켜 생각하면 부끄러운 일이지만, 처음 테스트 코드를 마주했을 때 든 생각은 '왜 귀찮은 테스트 코드를 만들어야 하는 걸까?'였습니다. 물론 지금은 테스트 코드의 중요성을 깨달아 열렬한 팬이 되었고, 이를 제 사회 생존을 위한 필수 장치로 여기며 함께하고자 노력하고 있습니다. 요즘은 대부분의 개발 과정에서 테스트 코드 작성을 실천하며 더 나은 결과물을 만들고 있습니다.

테스트 코드는 왜 만들까? | 요즘IT

요즘 최대의 관심사는 단언컨대 "테스트 코드"입니다. 혹자는 테스트 코드를 작성하면 시간이 부족해진다는 이유로 기피하곤 합니다. 저 역시 그랬으니 그 마음을 전혀 이해 못하는 건 아닙니다. 하지만 프로그램을 만들수록 테스트의 중요성은 점점 증가했던 것 같고 특히 "테스트 코드"는 코드 품질의 향상이나 리팩토링(혹은 코드를 수정하는 행위)를 할 때 보다 안전하고 자신 있게 할 수 있게 되어 유지 보수 차원에서 꼭 필요한 존재라고 생각합니다. 조금 과장하여 개발 프로세스 중에 필수라고 생각이 들기도 합니다. 
물론, 테스트 코드가 군대에서 다치면 의무대에서 줬던 빨간약 같은 만병통치약이라는 소리는 아닙니다. 테스트 코드가 모든 버그를 방지할 수 있는 것도 아니죠. 하지만 테스트 코드가 가져다주는 장점은 분명하기 때문에 고려를 해봐도 좋다고 생각합니다. 
그렇다면 우리는 왜 테스트 코드를 작성하게 될까요? 이번 글을 통해 테스트 코드 작성에 대한 각자의 생각을 정립하는 기회가 되었으면 좋겠습니다.
https://yozm.wishket.com/magazine/detail/1964/

Wishket

테스트 코드는 왜 만들까?

Are you a Java programmer with 1-3 years of experience? Congratulations, you have passed the beginner level and now it's time to showcase your skills in interviews. To help you prepare for your next...

Medium

🕊️ 주니어 자바 개발자를 위한 100가지 질문 (2)

I care a lot about the tools I use. Especially when they aren't free. Some tools are too good to keep to myself. I have to share them! Here's what I've spent my money on in 2022-23 that has genuinely improved my life as a software engineer.

The 5 paid subscriptions I actually use in 2023 as a software engineer

넘쳐나는 구독 서비스 중 개발자가 자주 사용하게 되는 서비스는 무엇일까요?

1️⃣ 깃허브 코파일럿

코드를 작성하면 코파일럿이 다음에 작성할 코드를 예상하고 추천해준다. 코파일럿 사용후 생산성이 약 30% 증가했다. 

2️⃣ Kagi: 구글보다 나은 서치 엔진

Kagi에서 검색하면 구글기나 빙보다 더 정확한 검색
결과가 뜬다. 지속적으로 정확한 검색 결과는 자신이 제어하는 검색 개인화에 의해 더욱 강화된다. Kagi에게 스택 오버플로 또는 미디엄 사이트의 결과에 더 높은 가중치를 부여할 수 있고 결과를 보고 싶지 않은 사이트도 차단하도록 설정할 수 있다. 

https://kagi.com

3️⃣ 미드저니: AI 이미지 생성

백엔드 엔지니어가 포토샵으로 이미지 생성할 일도 없고 잘하지 못할 수 있다. 기술 아티클글 작성할 때 도움되는 이미지를 미드저니를 사용해서 생성한다. 

https://www.midjourney.com/

4️⃣ Scribd

인기 있는 전자책이 모여있는 온라인 라이브러리다. 출퇴근할 때나 여행 다닐 때 오디오북을 들으면 좋다. 

5️⃣ 미디엄

같은 직종에 종사하는 사람들로부터 배울 수 있는 블로깅 플렛폼. 

👉 보너스: Excalidraw

화이트보드 대신 온리인으로 도형을 그리며 설계할 때 도음되는 도구다.

https://excalidraw.com

개발자가 자주 사용하게 되는 구독 서비스 5가지

최근 한 기업의 소프트웨어 개발팀이 서버리스 아키텍처 프로젝트를 버리고 모놀리스를 도입해서 클라우드 인프라 비용을 90% 절감했다는 내용의 블로그 글을 올리며 뜨거운 논란을 불러일으켰다. 더구나 이 글은 다른 누구도 아닌 아마존 프라임 비디오의 선임 소프트웨어 개발 엔지니어 마신 콜니가 쓴 글이었다. 아마존은 클라우드 서비스 시장의 리더임은 말할 것도 없고 서버리스 컴퓨팅을 앞장서서 지지하는 대표적인 기업이다.

아마존 프라임 비디오의 '서버리스 vs. 모놀리스' 논란에서 얻는 6가지 교훈

아마존 프라임 비디오는 서버리스 아키텍처를 버리고 모놀리스를 선택했다. 그리고 클라우드 인프라 비용을 90% 절감했다.

언젠가부터 MSA, 서버리스 안하면 쿨하지 못한게 되었다. 이 흐름탓인지 부트캠프에서 몇 주간 진행하는 프로젝트에도 MSA로 서버를 구성한다. 정말 말리고 싶었지만 아무리 말해도 자기가 고생해봐야 이게 아닌걸 알지 않나.

각 팀과 회사가 가진 자원은 모두 다르다! 그러니 너무 부끄러워 마시라!

ITWorld Korea

모놀리스는 부끄러운 아키텍처인가?

Create FAST, Connect ALL - 급변하는 비즈니스 환경, 디지털 콘텐츠 관리를 위한 가장 파워풀한 도구 마케터, 기획자, 개발자, 디자이너를 위한 새로운 솔루션! Memex

미믹스 - Memex

안녕하세요. 현직 프론트엔드 개발자라서 관리자 페이지 만들때마다 귀찮아서 Strapi같은 외국CMS 써보다가 TF팀을 꾸려서 한국판 CMS 만들어보았습니다.

https://memexdata.io/

어쩌다가 만들었는지 자세한 내용은 "우리가 미믹스를 만든 이유" (https://memexdata.io/blog/d7c48d9122db4441800e21a3b106005a) 글을 봐주시면 감사하겠습니다.

백엔드와 서버 없이 관리자 만들고 API연동할 수 있는 기능이 있어서 저같은 프론트 / 앱개발자에게 도움이 될것 같습니다.

무료로 쓰실 수 있고 기존에 파이어베이스나 워드프레스 말고 가볍게 개발해보실분은 써보시면 좋을것 같습니다. 무료이니 만큼 개발자분들, 특히 서버하기 귀찮거나 버거운 프론트엔드 개발자분들에게 조금이나마 도움이 되면 좋겠습니다.

아래 스펙갖고 개발했습니다.
- React (18) + Redux
- Spring Boot + MariaDB + MongoDB + Redis
- UI: AntDesign / Tailwindcss
- 인프라: AWS + Vercel

궁금하신점은 댓글이나 채널톡에 문의 남겨주세요.

관리자 페이지 만들지 마세요. 프론트만 개발해보세요.

10% 비용으로 10배의 효과를 만드는 방법에 대해 알고 계신 분들은 안보셔도 괜찮아요.

🚀 오길비 부회장. 10% 비용으로 10배의 효과를 만드는 방법

✅ 3,000,000회 이상의 조회수를 기록한 TED의 인기 영상

- 오길비 그룹의 부회장이자 마케팅 전문가인 로리 서덜랜드(Rory Sutherland)는 18분이라는 짧은 시간 안에 제가 가지고 있던 일에 대한 관점을 완전히 바꿔버렸어요. 개인적으로 너무 감명 깊어서 군대에서 20번 넘게 돌려봤던 기억이 있네요. 업로드된 지 10년이 넘은 TED 영상이지만 구독자분들께 꼭 소개해 드리고 싶어서 이번 콘텐츠로 선정하게 되었어요. 시간이 되시는 분들은 원본 영상도 함께 보시는 걸 추천드립니다!

✅ 원본 글 정리 (프로덕트랩의 주관적인 해석 포함)

[멋진 철학자. A Fucking Philosopher.]

- 여기 있는 것은 전자 담배입니다. 1~2년 전에 발명된 이래로 저에게 말할 수 없는 행복을 안겨주었죠. 그 이유는 다음과 같습니다. 영국에서 공공장소에서의 흡연이 금지된 이후로 저는 더 이상 파티를 즐길 수 없었습니다. 파티에서 와인 잔을 들고 사람들과 이야기를 나누다 보면 때로는 혼자 조용히 서서 생각에 잠기고 싶을 때가 있습니다. 하지만 담배도 없이 혼자 창밖을 바라보고 있으면 반사회적이고 친구도 없는 멍청이처럼 보이기 마련입니다. 담배와 함께라면 당신은 멋진 철학자처럼 보일 수 있습니다.

[그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융]

- 사물을 재정의하는 것의 중요성은 아무리 강조해도 지나치지 않습니다. 똑같은 일이라고 해도 그 일을 어떻게 바라보는가에 따라 기분이 좋아질 수도 나빠질 수도 있습니다. 고전적인 경제학의 문제 중 하나는 지나치게 현실에 집착한다는 점입니다. 하지만 실제로는 현실만큼 그 현실을 어떻게 바라보는지가 중요합니다. 같은 일을 두고 '그리스에 대한 구제 금융'이라고 말할 수도 있고, '그리스에 대출을 해준 멍청한 은행들에 대한 구제 금융'이라고 할 수도 있습니다. 사실 이 둘은 실제로는 같은 이야기입니다. 

[심리적인 접근보다 공학적인 접근이 우선시 되었던 이유]

- 인식은 우리의 생각과 행동에 엄청난 영향을 미친다고 생각합니다. 하지만 2002년 노벨 경제학상을 수상한 심리학자, 대니얼 카너먼(Daniel Kahneman) 이전에는 이를 설명할 수 있는 훌륭한 방법이 없었습니다. 하지만 기술 공학 분야는 그렇지 않았습니다. 자신들의 논리를 설명할 수 있는 훌륭한 방법들이 다수 존재했습니다. 이로 인해 우리는 심리적인 해결책보다는 공학적인 해결책에 집중하게 되었습니다.

[심리적인 접근의 효용성]

- 심리적인 해결책이 얼마나 효과적인지 말씀드리겠습니다. 혹시 파리와 런던 간의 이동 시간을 약 40분 단축하기 위해 무려 600만 파운드를 투자한 유로스타를 아시나요? 투자한 돈의 0.01%를 열차에 Wi-Fi를 설치하기 위해 사용했다면 기차에 탑승한 승객들의 즐거움을 훨씬 더 향상시킬 수 있었을 것입니다. 만약 투자한 돈의 10%를 세계 최고의 남녀 슈퍼모델들을 고용해 탑승한 모든 승객들에게 고급 와인을 무료로 나눠줬다면 어땠을까요? 여전히 500만 파운드가 넘는 돈이 남아있었을 것이고, 사람들은 오히려 이동 시간을 늘려달라고 요청했을 것입니다.

[창의적이고 감성적인 아이디어 VS 이성적이고 수치화된 아이디어]

- 저는 창의적이고 감성적인 아이디어를 대하는 방식과 이성적이고 수치화된 아이디어를 대하는 방식 간에 불균형과 비대칭이 존재한다고 생각합니다. 창의적인 아이디어는 이성적인 사람들의 검토를 거쳐 승인됩니다. 그것이 틀리다고 생각하지는 않습니다. 하지만 그 반대의 경우, 이성적이고 수치화된 아이디어는 그 자체로 승인됩니다. "숫자는 모두 맞는 것 같지만, 이 아이디어를 발표하기 전에 크리에이티브 한 사람들에게 보여줘서 더 나은 것을 생각해낼 수 있는지 알아볼게요."라고 말하지 않습니다.

[의사 결정을 할 때 고려해야 하는 3가지 요소]

- 저는 의사 결정을 할 때, 기술 / 경제 / 심리적인 요소가 모두 고려되어야 한다고 생각합니다. 어느 한 가지를 우선시하는 것이 아니라 이 세 가지를 모두 동등하게 고려하여, 가능한 그 중간 지점에 있는 해결책을 찾아야 합니다. 

[심리적 통찰력을 기반으로 검색창에 집중한 구글]

- 실제로 훌륭한 비즈니스를 보면 거의 항상 3가지 요소를 모두 고려한 것을 볼 수 있습니다. 구글은 기술적으로도 훌륭하지만, 한 가지 일만 잘하는 기업이 그 일과 다른 일을 동시에 하는 기업보다 그 일을 더 잘한다고 믿는다는 훌륭한 심리적 통찰력을 기반으로 만들어졌습니다. 이는 "목표 희석"이라는 심리적 현상입니다. 구글은 다른 포털 사이트들과 다르게 검색창에만 집중하는 방식으로 사람들의 이러한 심리를 훌륭하게 이용했습니다.

[음식을 요리하는 것과 바닥을 청소하는 것]

- 오스트리아의 경제학자인 폰 미제스는 경제학은 심리학의 하위 집합에 불과하다고 이야기했습니다. 그는 경제학을 "희소성이 있다는 조건 안에서 인간의 심리를 연구하는 학문"이라고 표현했습니다. 폰 미제스는 인간의 심리에 따른 인지의 가치를 다른 종류의 가치와 절대적으로 동등한 것으로 취급해야 한다는 사실을 가장 잘 설명한 경제학자였습니다. 폰 미제스는 식당에서 음식을 요리함으로써 창출하는 가치와 바닥을 청소 함으로써 창출하는 가치가 동일한 가치라고 말합니다. 결국 두 가치 가치 모두 우리가 음식을 즐길 수 있도록 만드는 것이기 때문입니다.

[인식이 모든 것이다]

유명 브랜드의 진통제는 유명하지 않은 브랜드의 진통제보다 더 효과적입니다. 성분이 같더라도 실제로 더 많은 통증을 감소시킵니다. 인식은 그 자체만으로도 정말 실질적인 효과가 있습니다. 

✅ 팀원들과 이런 이야기를 나눴어요.

- 제품 팀에게 데이터의 중요성을 말하는 글들은 너무 쉽게 찾아볼 수 있어요. 하지만 인간의 심리를 활용한 크리에이티브 한 아이디어의 중요성에 대해 말하는 글들은 찾아보기가 어렵죠. 팀원분들과 함께 잠시 데이터는 내려놓고 기존에 고민하고 있던 문제들에 대해 완전히 새로운 방식으로 접근해 보는 시간을 가졌어요. 창의적인 접근 방법이 필요하다면 회의 전에 팀원 분들과 이렇게 한번 말해보세요. '인식이 모든 것이다'

==

💛 카카오톡 오픈 채팅방이 만들어졌어요

- PRODUCT LAB의 새 글이 올라올 때마다 알려드려요.
- 프로덕트를 만드는 사람들이라면 읽어볼 만한 콘텐츠들을 보내드려요.
- 오픈 채팅방 비밀번호 ➡️ productt
- 오픈 채팅방 참여하기 ➡️ https://open.kakao.com/o/gwg3tB7e

===

🙏 PRODUCT LAB은 사실.

동료들은 다 아는 정보, 나만 모르지 않게 만들어주는 일일일이라는 서비스를 만들고 있어요.
아래 초대 링크를 통해 회원가입하시면 추첨을 통해 스타벅스 쿠폰을 보내드리는 이벤트를 진행하고 있으니 많은 참여 부탁드립니다!

- 초대 링크 ➡️ https://oneoneone.kr/gift?refferal_code=57fb5e04
- 일일일 바로가기 링크 ➡️ https://oneoneone.kr/

==

원본 글 : https://maily.so/productlab/posts/3a7d4267

PRODUCT LAB. 프로덕트랩

10% 비용으로 10배의 효과를 만드는 방법

Semantic Segmentation을 활용한 차량 파손 탐지 딥러닝 모델 개발기

"이미지 데이터를 활용한 차량 파손탐지"

카쉐어링 업체의 블로그를 보던중 발견한 내용입니다. 이미지에서 차량 파손 여부를 탐지하는 머신러닝을 모델을 개발하는 과정입니다.

 이미지 데이터 수집> 파손 위치 탐지>파손 여부 판정>최종 사람 판단 으로 흘러가도록 프로세스를 만드는것 같습니다

수만장의 사진을 일일이 사람이 다보고 거르려면 굉장히 많은 인력이 필요하겠지만, 머신러닝을 활용해 1차적으로 파손을 탐지하고 최종 의사 결정만 사람이 하도록 한다면 굉장히 많은 리소스를 절약할수 있어 보입니다.

데이터 분석, 머신러닝,Ai등이 앞으로 이런식으로 계속 발전해 나가지 않을까 조심히 생각하 봅니다

SOCAR Tech Blog

서울대학교

정석현

xai 딥러닝 연구하는 대학원생입니다! 배우고 적용하는 것에 관심이 많습니다.
#데이터사이언스 #Ai

프로덕트 매니저/서비스 기획

한주현

서동환

통계분석 연구원

CRM 컨설턴트

Business Analyst

Business Data Analyst

주변에서 일어나는 현상을 이해하고, 설명하고, 더 넓은 시야로 세상을 보고 싶은 데이터 분석가 입니다. 영화감독이 영상의 편집을 통해서 감동과 즐거움을 선사하듯이, 저는 정보 또는 데이터의 편집을 통해서 사람을 이해하고, 가치를 전달하는 사람이 되고자 합니다.

정경창

주변에서 일어나는 현상을 이해하고, 설명하고, 더 넓은 시야로 세상을 보고 싶은 데이터분석가 입니다.  영화감독이 영상의 편집을 통해서 감동과 즐거움을 선사하듯이, 저는 정보 또는 데이터의 편집을 통해서 사람을 이해하고, 가치를 전달하는 사람이 되고자 합니다.

댓글 0