Royal College of Art 졸업전시회에 출품된 speculative fictional pharmacy 프로젝트 콜라보레이터로 참여하였습니다. 가장 메인 기능이라고 할 수 있는 약들을 재조합하는 기능을 구현하기 위해 Konva.js를 사용하였습니다. 빌드 후 데이터가 변하지 않는 페이지들은 Next.js의 SSG 기능을 활용하여, 로딩속도를 높였습니다. 사용자가 데이터를 저장하는 기능을 구현하기 위해 Firebase의 Firestore database, storage를 사용하였습니다.

인공지능 개발을 위한 데이터 레이블링을 도와주는 플랫폼입니다. FastAPI와 React를 사용하여 개발하였습니다. 일부 API와 대시보드를 개발하였습니다.

인공지능 개발을 위한 데이터 레이블링을 도와주는 B2B서비스 입니다. CSV로 된 데이터셋 파일을 올리고, 클래스를 추가하면 데이터에 대해 레이블링을 진행할 수 있습니다. 진행 과정에서 각 데이터에 대해 댓글을 추가할 수도 있습니다. 레이블링이 충분히 진행되면, 현재 작업에 대한 통계나 제안을 볼 수 있습니다. 레이블링이 완료되면, 프로젝트를 제출하여, 데이터를 가공하고 그 결과물을 받아볼 수 있습니다.

멋쟁이 사자처럼 9기 부원 지원 사이트에서 지원자의 정보를 크롤링하는 프로젝트를 진행했습니다. Pipe and Filter를 사용하여, 코드의 가독성과 유지보수성을 높였습니다. 로그인이 완료된 후의 requests 라이브러리에 쿠키를 추가하여 사용하는 방식과 멀티 프로세싱을 활용하여 지원자의 정보 크롤링 과정을 병렬처리하여, 실행 속도를 높였습니다. 또한, yaspin 라이브러리를 사용하여 편의성과 가시성을 높였습니다.

명지대학교 인문생활관의 업무를 Automation Anywhere를 사용하여 자동화하였습니다. 이전의 업무는 관리 페이지에서 지원자의 정보를 excel로 다운받고, 합격자의 학번을 전부 수기로 입력하도록 되어 있었습니다. 이런 과정을 지원자의 성적, 거리점수, 인원 제한을 고려하여 합불 처리를 한 후에 관리 페이지에 학번을 등록까지 자동화 하였습니다. 또한 합격자에게 배정될 호실을 결정하는 과정도 합격자의 성별, 지원 인실 등 여러 정보를 고려하여 SQL로 호실을 배정한 후, 자동화 하였습니다.