소규모 데이터팀이 신규 서비스의 데이터 모니터링 체계를 구축하고 사내 활용률을 높이기 위해 노력한 이야기

전사가 공유하는 데이터 컨텍스트를 만들기 위한 문서 작성하기

<오브젝트>를 읽고 객체지향 패러다임에서 자주 등장하는 역할, 책임 등 용어들 사이의 미묘한 차이를 정리하기 위해 만들어 본 개인적인 용어집

객체지향 용어집

private static을 왜 쓰는지 ChatGPT에게 물어봤다.

private static 메소드에 대한 ChatGPT와의 대담

풀스택 프로젝트를 진행할 일이 생겨서 간단하게 정리해본 Vue.js의 핵심 개념

Vue.js 간단 정리

스프링의 @Autowired 애노테이션 동작에 대한 간단한 실험 기록

@Autowired 실험 일지

인프런 강의 <스프링 MVC 1편 - 백엔드 웹 개발 핵심 기술>을 듣고 정리한 내용

<스프링 MVC 1편 - 백엔드 웹 개발 핵심 기술> 정리

인프런 강의 <스프링 핵심 원리 기본편>을 듣고 정리한 내용

<스프링 핵심 원리 기본편> 정리

@GeneratedValue 전략이 IDENTITY일 때 새로운 엔티티 save 시 트랜잭션 커밋 전에 SQL이 바로 나간다.

비슷하고 헷갈리는 개념인 동기와 비동기 그리고 블로킹과 논블로킹을 구분해봤다.

동기 vs. 비동기 / 블로킹 vs. 논블로킹

인턴 기간 과제를 통해 경험한 데드락 이슈와 그에 대한 고찰

이체 과정에서 발생하는 데드락 해결하기

내부 이체 처리 트랜잭션 메서드에서 발생한 예외를 외부 메서드에서 잡아 작업 실패를 DB에 기록하기 위한 디버깅 기록

이체 트랜잭션 실패 시 롤백은 하되 기록도 하고 싶다

자주 같이 사용되는 개념인 트랜잭션과 락의 관계를 명확히 하고 이들을 활용해 이체 프로세스를 디자인하기

트랜잭션과 락을 활용해 이체 로직 설계하기

<자바 ORM 표준 JPA 프로그래밍>의 설명을 기준으로 JPA가 락을 관리하는 방식에 대해 정리하고 넘어가기

JPA의 락

@RequestBody 애노테이션을 사용해 HTTP 요청 본문을 컨트롤러에서 바로 받기까지의 디버깅 기록

@RequestBody로 HTTP 요청 body 바로 DTO 객체로 받기

테스트 커버리지에 대해 간단히 정리

테스트 커버리지

동료와의 원활한 커뮤니케이션을 위해 막연하게 갖고 있던 소프트웨어 테스팅에 대한 전반적인 개념 정리

단위 테스트와 TDD/BDD

스프링이 어떻게 HTTP 요청의 쿼리 파라미터를 알아서 Pageable 객체로 매핑해주는지 간략한 메커니즘을 파악하기 위한 기록

Pageable 타입 활용해서 페이징 요청 받기

애플리케이션의 세 가지 층위에서 페이지네이션 구현에 대해 생각해보기

애플리케이션에 Pagination을 구현하는 방식에 대한 고민

컴퓨터가 연산 오차에 취약한 이유와 이를 예방하기 위한 파이썬의 표준 라이브러리 decimal & fractions

컴퓨터 실수 연산의 한계와 파이썬에서의 대처법

DRF의 제네릭 뷰를 쓸 땐 딱 4가지만 신경 쓰면 된다.

DRF의 제네릭 뷰(Generic views)를 이용해 API 구축하기

💡 자료구조와 알고리즘에 대해 고민해보고 깨달은 것들을 내 언어로 정리해두는 공간 

마이 자료구조/알고리즘 다이어리

지난 편에 이어서 Open API한테 받은 영화 데이터를 쟝고 모델로 역직렬화하는 이야기

왓챠피디아 클론 watchb 개발기: 영화 데이터 수집 2편

많은 시간을 할애한(잡아먹은🥲) 영화 데이터 수집 파트의 작업기

왓챠피디아 클론 watchb 개발기: 영화 데이터 수집 1편

JWT 인증 관련 API 구현과 유저 인증 파트 백엔드 구현의 TODO에 대한 이야기

왓챠피디아 클론 watchb 개발기: 유저 인증 2편

백엔드가 필요한 프로젝트에 대해 고민하다가 watchb(a대신 b...)라는 이름으로 평소 애용하는 서비스인 왓챠피디아를 클론해보기로 했다.

왓챠피디아 클론 watchb 개발기: 유저 인증 1편

입문자의 입장에서, django에 대해 탑다운 정리 + 웹 서비스에서 백엔드의 역할 짚고 넘어가기

django와 백엔드에 대한 이해: 웹 개발 입문자의 입장에서

<DRN: A Deep Reinforcement Learning Framework for News Recommendation> 논문 리뷰

[Paper Review] DDQN News RecSys (Microsoft Bing)

<A Large-scale Open Dataset for Bandit Algorithms> 논문 리뷰

[Paper Review] Open Bandit Dataset & Pipeline

<Cross-Domain Recommendation: Challenges, Progress, and Prospects> 논문 리뷰

[Paper Review] Cross-Domain Recommendation Survey

<Transferable Contextual Bandit for Cross-Domain Recommendation> 논문 리뷰

[Paper Review] Transferable Contextual Bandit

<Top-𝐾 Off-Policy Correction for a REINFORCE Recommender System> 논문 리뷰

[Paper Review] REINFORCE + Off-Policy Correction RecSys (YouTube)

<A Deep Reinforcement Learning Framework for the Financial Portfolio Management Problem> 논문 리뷰

[Paper Review] Deep RL Cryptocurrency Portfolio Management

Apache Spark의 주요 개념에 대해 간단히 정리