새로운 기술 블로그가 추가되었어요

필터 0
선택된 필터 없음
Elasticsearch Search After 성능 체크
다나와
백엔드

Elasticsearch Search After 성능 체크

Elasticsearch의 페이지네이션 방식으로 Scroll API와 Search After를 비교해 성능을 점검했습니다. 대용량 조회에서는 병렬 처리와 PIT 조합이 중요하며, 사용 목적에 따라 방식을 선택해야 했습니다.

#Elasticsearch#Search After
24005분
[iOS] 두려움 없이 fastlane, CircleCI 도입하기
플레이키보드
데브옵스

[iOS] 두려움 없이 fastlane, CircleCI 도입하기

iOS 앱 배포를 fastlane과 CircleCI로 자동화한 구축 과정을 소개했습니다. 로컬 설정부터 match, TestFlight 업로드, 슬랙 알림, CI 트리거까지 정리했습니다.

#iOS#fastlane
10005분
DataHub Opensource에 Protobuf Multi-level nested message support 기능 PR 작성 후기
네이버 플레이스
백엔드

DataHub Opensource에 Protobuf Multi-level nested message support 기능 PR 작성 후기

DataHub의 Protobuf nested message 주석 미표시 문제를 원인 분석 후 코드와 테스트로 수정했습니다. 오픈소스 기여 과정에서 Slack 커뮤니케이션과 Checkstyle 대응도 함께 경험했습니다.

#DataHub#Protobuf
9005분
"if(kakao) 발표 어땠어요?" 신선한 if(kakao) 인터뷰!
카카오페이
기타

"if(kakao) 발표 어땠어요?" 신선한 if(kakao) 인터뷰!

X

#세미나
14005분
E2E 테스트 도입 경험기
카카오엔터테인먼트FE
프론트엔드

E2E 테스트 도입 경험기

E2E 테스트 도입의 장점과 운영상의 걸림돌을 함께 정리한 경험기였습니다. 기획서 기반 시나리오와 병렬 실행으로 관리성과 속도를 개선한 사례를 공유했습니다.

#E2E 테스트#Cypress
57005분
2023년 채용연계형 인턴십 프로그램을 소개합니다.
SK플래닛
기타

2023년 채용연계형 인턴십 프로그램을 소개합니다.

X

#UI/UX
20005분
광고 예산 제어 시스템 개선기: Part 1 – 시스템과 가시성 개선
버즈빌
백엔드

광고 예산 제어 시스템 개선기: Part 1 – 시스템과 가시성 개선

광고 플랫폼의 예산 제어 시스템을 개선하는 연재의 첫 글입니다. 캠페인 예산을 안정적으로 분배하지 못하면 조기 소진과 지출 스파이크가 발생할 수 있음을 다뤘습니다.

#system#모니터링
21005분
컬리의 BigQuery 도입기 - 1부
마켓컬리
백엔드

컬리의 BigQuery 도입기 - 1부

기존 데이터 파이프라인의 지연과 복잡성을 줄이기 위해 컬리가 BigQuery 도입 배경과 주안점을 정리했습니다. 스트리밍 적재, 파티션 관리, 프로젝트 분리로 성능과 비용을 함께 고려했습니다.

#BigQuery#Kafka
39005분
FCM 푸시 파헤치기
ZUM
백엔드

FCM 푸시 파헤치기

FCM 푸시의 TOKEN, TOPIC 개념과 발송 흐름을 정리하고 서버 설계 사례를 소개했습니다. 또한 멀티 FirebaseApp 관리, iOS APNs 이슈, FCM의 한계점까지 함께 다뤘습니다.

#FCM#Spring Boot
2005분
GraphQL Federation으로 여러 GraphQL 서비스 통합하기
오토피디아
백엔드

GraphQL Federation으로 여러 GraphQL 서비스 통합하기

GraphQL Federation의 개념을 설명하고 여러 GraphQL 서비스를 통합하는 방법을 소개했습니다. Apollo Federation을 이용한 구현 방향을 함께 다뤘습니다.

#GraphQL
17005분
ㅋㅍㄱㅍ(카카오페이 개발자 페스티벌) 진행 과정 엿보기
카카오페이
기타

ㅋㅍㄱㅍ(카카오페이 개발자 페스티벌) 진행 과정 엿보기

X

#세미나
13005분
NAVER GLACE AI 개발팀은 어떤 일을 해?
네이버 플레이스
AI

NAVER GLACE AI 개발팀은 어떤 일을 해?

네이버 GLACE AI 개발팀이 서비스에 적용하는 NLP·CV 모델과 전용 LLM PlaceLM을 소개했습니다. 또한 데이터 버전 관리, 모니터링, 무중단 배포 등 운영 체계도 함께 다뤘습니다.

#LLM#NLP
36005분