- 문제해결에 필요한 기술들을 빠르게 습득하고 프로젝트를 완성합니다. 개발자가 된 직후 광고 매체 대량 관리 자동화 솔루션의 개발을 홀로 맡게 되었을 때 필요한 기술을 배우며 6개월동안 프로젝트를 완성하였습니다. django와 react를 습득하며 백엔드 / 프론트엔드 서버를 구현하였고, aws sqs와 celery를 배워 비동기 작업을 구성하였으며, docker-compose, cloudfront를 통해 서비스를 배포하였습니다. 이때의 경험을 바탕으로 업무의 범위를 한정 짓지 않고, 새로운 언어, 기술에 대해 미리 학습하며 문제 해결에 필요한 순간이 왔을 때 빠르게 해결할 수 있도록 노력하고있습니다. - 비즈니스를 이해하고, 고객의 니즈에 공감하여 적합한 솔루션을 만듭니다. 마케터가 새벽 시간대에 매주 수억원의 예산을 사용하며 특정 매체를 운영해야하는 업무가 있었습니다. 목표 매출 달성을 위해 꼭 필요한 업무였지만, 마케터들은 이 업무를 위해 잠을 제대로 잘 수 없고, 오전 업무를 정상적으로 하지 못 하게 되는 문제가 있었습니다. 이러한 비즈니스의 문제를 이해하고, 생존을 위해 해결책을 필요로 하는 마케터의 니즈에 공감하여, 함께 밤을 새우며 필요한 기능들을 기획/개발하고, 오류를 수정하며 솔루션을 만들어 냈습니다. 이런 사례처럼 마케팅, 디자인, 물류, 인사 등의 부서에서 매출을 높이기 위해 필요로하지만, 정상적인 업무 시간을 벗어나거나, 너무 많은 리소스가 드는 업무들을 발견하고 솔루션을 만들어 해결하고 있습니다. - 소통하며 함께 솔루션을 만듭니다. confluence로 프로젝트의 배경과 솔루션을 통해 해결하려는 문제 상황을 문서화하여 개발자들이 문제 상황에 맞는 개발을 할 수 있도록 하였습니다. 그리고 필요한 기능들과 세부 작업들은 jira로 관리하였고, 개발 작업은 bitbucket과 연동하여 히스토리와 진척사항을 관리하였습니다. 그리고 반복적인 구현 작업을 최소화하기 위해 cookiecutter로 프로젝트 템플릿을 구성하였으며, python 공용라이브러리를 만들어 사내 개발자들이 사용하도록 하였습니다. 또한 코드 컨벤션을 정하고 pylint를 통해 실시간으로 검증하며, 품질이 검증되지 않은 코드는 커밋될 수 없도록 정책을 만들어 python 개발자들이 서로 리뷰하고 피드백하기 용이한 환경을 만들었습니다. - AI / ML 기술을 배우고 사용하는 데에 적극적입니다. 발주서 스캔본을 전산화하는 문제를 해결하기 위해 OCR기술을 사용하고, 커머스 플랫폼의 이미지 가공을 위해 object detection, human pose estimation 기술을 사용하거나, 자사몰 판매 데이터 / 창고 재고 데이터를 정형화하기 위해 자연어 처리 기술을 사용, 미디어 성과 예측하기 위해 시계열 예측 모델을 사용하는 등 AI/ML 기술을 배우고 문제 상황에 적용하여 해결하고 있습니다. - MSA 환경에서의 개발을 해왔습니다. 운영 규모가 커지고, 프로모션 행사 진행시 예상치 못한 처리량의 급증으로 인해 서비스가 다운되는 문제가 발생하게 되어 서비스를 Kubernetes (aws eks)로 분산화하여 서비스를 운영하고 있습니다. 클러스터 내에서 rabbitMQ 서비스를 통해 파드간 작업을 처리하거나, argo workflow를 통해 데이터 처리 작업이 진행될 수 있도록 구성하였습니다. 또한 datadog을 통해 서비스의 문제 상황을 미리 감지하고, 신속하게 대응할 수 있도록 구성하였습니다. - AWS 클라우드 서비스를 사용한 서비스 개발/배포/운영합니다. AWS의 EC2, S3, RDS, EKS, SQS, ECS, Step functions, Sage maker, Secrets manager, Code artifact 등 각종 서비스를 활용하며 서비스를 만들고있습니다. - 각종 데이터 ETL 작업, 업무 자동화에 능합니다. 각종 API, 크롤링, RPA 작업을 사용하여 전사에서 필요한 데이터를 수집하고, python pandas, ECS, Step functions를 사용하여 데이터 파이프라인을 구성했습니다