NAVER

이 글은 네이버 Tech_SW개발 직무를 준비하는 지원자가 실제로 작성한 자기소개서 사례입니다. 데이터 구조·쿼리 최적화·시스템 자원 관리 경험을 중심으로 Tech_SW개발자의 성장 경로를 설득력 있게 풀어낸 점이 특징입니다. 👉 더 많은 최신 IT·개발 직무 합격 자소서와 문항별 예시는 [링커리어 자소서 만능검색기]에서 확인할 수 있습니다. 1. [필수] 위 문항에 응답하신 분야로 지원을 결정한 계기와, 입사 후 성장 목표를 작성해 주세요. 백엔드 개발은 단순히 데이터를 저장하는 것이 아니라, 효율적인 관리와 최적화를 통해 서비스 성능과 사용자 경험을 직접적으로 향상시키는 역할을 합니다. 저는 이러한 점에 매력을 느껴 백엔드 개발자로의 길을 선택하게 되었습니다. 대학교에서 데이터베이스 수업을 들으며 관계형 데이터베이스의 정규화 과정을 배우고, 데이터 중복을 줄이고 일관성을 유지하는 과정이 단순한 이론이 아니라 실제 성능 개선과 밀접하게 연결된다는 점을 깨달았습니다. 이후 학부 연구실에서 IoT 환경에서 발생하는 대량의 시계열 데이터를 효율적으로 처리하는 연구에 참여했습니다. MD-Trie 기반의 데이터 구조를 활용하여 대량의 좌표 및 시간 데이터를 효과적으로 조회하는 실험을 진행하며, 데이터 구조 설계와 쿼리 최적화가 시스템 성능에 미치는 영향을 직접 경험할 수 있었습니다. 이를 통해 백엔드 개발자가 단순한 기능 구현을 넘어, 성능을 고려한 아키텍처 설계와 데이터 최적화를 수행해야 한다는 점을 깨닫게 되었습니다. 네이버에 입사한 후에는 대규모 트래픽을 처리하는 분산 시스템과 클라우드 기반 백엔드 아키텍처에 대한 전문성을 쌓아가고 싶습니다. 네이버는 수많은 사용자를 대상으로 하는 서비스들을 운영하며, 높은 트래픽을 효율적으로 처리하는 MSA와 다양한 데이터 저장 기술을 활용하고 있습니다. 효율적인 데이터 관리와 확장성 있는 백엔드 시스템을 구축하는 개발자로 성장함으로 서 대량의 데이터를 안정적으로 처리하고, 트래픽 변화에도 유연하게 대응할 수 있는 백엔드 시스템을 설계하며, 네이버의 서비스가 더욱 안정적이고 빠르게 제공될 수 있도록 기여하고 싶습니다. 2. [필수] 스스로의 의지로 새로운 도전이나 변화를 시도했던 경험을 작성해 주세요. 저는 미국 실리콘밸리 연수 프로그램에서 오라클 데이터베이스 엔지니어와의 대화를 통해 진로를 보다 구체적으로 설정하게 되었습니다. 학부 시절 데이터베이스 수업을 들으며 쿼리 최적화와 정규화에 흥미를 느끼고 있던 저는, 현직자와의 대화에서 대규모 데이터 처리에서는 SQL 최적화뿐만 아니라, 데이터 모델링과 인덱스 설계가 시스템 성능에 중요한 영향을 미친다는 점을 깨달았습니다. 이때부터 단순한 백엔드 개발이 아니라, 데이터 아키텍처를 깊이 이해하는 개발자가 되고 싶다는 목표가 생겼습니다. 귀국 후 이를 실현하기 위해 학부 연구실에 지원하여 IoT 시계열 데이터의 효율적 처리를 연구하는 프로젝트에 참여했습니다. 연구실에서는 MD-Trie 기반 데이터 구조를 활용한 쿼리 성능 실험을 진행하고 있었고, 저는 멘토인 석사 연구원의 지도 아래 논문을 분석하고 실험을 수행했습니다. 초기에는 논문을 읽고 Github 예제를 실행하는 것조차 어려웠지만, 멘토분께서 핵심 개념을 정리해 주시고, 실험 설계를 함께 고민하며 연구를 진행할 수 있도록 도와주셨습니다. 특히, 쿼리 실행 속도가 데이터 패턴에 따라 달라지는 문제를 분석하는 과정이 어려웠습니다. 멘토의 추천으로 Morton 코드를 활용한 공간 분할 방식이 특정 데이터에서 성능을 개선할 수 있다는 논문을 참고하여 실험을 진행했고, 이를 적용한 결과 기존 방식보다 속도가 개선되는 성과를 얻을 수 있었습니다. 이 경험을 통해, 주어진 문제를 혼자 해결하기보다 멘토와 협력하며 문제의 본질을 깊이 이해하는 과정이 중요하다는 점을 배웠습니다. 또한, 데이터 최적화는 단순한 기술적 접근이 아니라 데이터 특성과 시스템 환경을 종합적으로 고려해야 한다는 점을 깨달았습니다. 앞으로도 저는 멘토의 조언을 적극 활용하며 배우는 자세를 가지고, 네이버에서 대규모 데이터를 효율적으로 처리하는 백엔드 개발자로 성장하고 싶습니다. 3. [필수] 팀 혹은 모임 내에서 도전적인 과제를 진행하며 중요한 책임을 맡았던 경험과 그 결과를 작성해 주세요. LG CNS 스마트팩토리 인턴십을 진행하며 C#을 통해 개발하거나 비즈액터와 PL/SQL을 활용한 데이터 관리 및 최적화 과제를 수행했습니다. 인턴 기간 동안 GMES UI 수정, SQL 튜닝, 데이터 처리 로직 개선 등 여러 프로젝트를 맡았으며, 그중에서도 가장 도전적이고 책임감이 컸던 과제는 EDC 로그 자동 삭제 시스템 개발이었습니다. 해당 과제는 기존에 업무 중 생성되는 로그 파일을 일일이 수동으로 삭제해야 했던 번거로움이 있어 자동화된 관리 시스템이 필요했습니다. 과제를 주신 분께서는 실제 업무에서 활용될 가능성이 있으니, CPU 및 메모리 사용량을 고려하여 최적화된 방식으로 개발해 달라고 요청하셨습니다. 기존에 경험해 보지 못한 C#과 WPF 환경에서 개발해야 했으며, 단순한 자동 삭제 기능 구현을 넘어서 시스템 자원 효율성을 고려해야 하는 도전적인 과제였습니다. 처음에는 파일 삭제 로직을 일정 주기마다 실행하는 방식으로 설계하려 했지만, 이렇게 하면 불필요한 리소스 사용이 증가할 수 있다는 점을 고려했습니다. 이를 해결하기 위해 StreamWriter와 같은 파일스트림 객체들을 사용할 때 명시적으로 리소스를 해제하고, 타이머 쓰레드를 작업 완료 후 종료하는 코드를 추가하여 불필요한 프로세스 유지 비용을 줄이려 노력했습니다. 또한, 기존의 반복적인 폴링 방식이 아니라 파일이 변경될 때만 이벤트가 트리거되도록 FileSystemWatcher를 활용하는 방식도 고려하여 더 효율적인 방법을 찾고자 했습니다. 개발을 마친 후 이러한 최적화 기법을 적용하며 백엔드 개발에서 성능을 고려한 설계가 얼마나 중요한지를 체감할 수 있었습니다. 또한, 프로젝트를 진행하며 단순한 기능 구현이 아닌, 시스템 자원 관리와 성능 최적화까지 고민해야 한다는 점을 배웠습니다. 🔥네이버 스크랩 TOP 자소서 함께 확인 https://linkareer.com/cover-letter/34733

이 글은 네이버 AI·Data/Backend 계열 직무에 합격한 지원자의 실제 자기소개서입니다. AI 서비스 기획부터 모델 개발, 클라우드·Kubernetes 기반 인프라 구축까지 대규모 AI 서비스를 운영하며 성장한 과정을 어떻게 설득력 있게 풀어냈는지 확인해보세요. 👉 네이버 기술 직무 합격 자소서 AI 요약과 문항별 작성 가이드는 **[링커리어 자소서 만능검색기]**에서 더 자세히 볼 수 있습니다. 다음 중 본인의 가장 자신 있고 희망하는 분야를 한 가지 선택해 주세요. ■ Front-End ■ Back-End ■ Android ■ iOS ■ Data ■ 공통 ※ 구체적인 희망 분야가 미정이신 경우 '공통'으로 선택해 주세요. ※ 작성 가이드 : 자기소개서 전체 문항의 답변 내용에 대외비, 이해관계 상충 등의 정보는 제외하여 주시기 바랍니다. 1. 위 문항에 응답하신 분야로 지원을 결정한 계기와, 입사 후 성장 목표를 작성해 주세요. (1000자 내) AI 기술이 실제 서비스로 구현되는 과정에 깊은 흥미를 느끼고 있으며, 이를 직접 경험하며 성장해왔습니다. 전 회사에서 첫 클라우드 바우처 사업의 공급기업으로 참여하며, AI 솔루션 개발을 단독으로 총괄했던 경험이 대표적인 사례입니다. 당시 저는 서비스 기획부터 AI 모델 개발, API 설계 및 배포, Streamlit을 활용한 대시보드 구축까지 모든 과정을 혼자 수행하며, 11개 기업을 대상으로 AI 기반 서비스를 제공했습니다. 하지만 서비스가 확장되면서, 보안, 트래픽 처리, 데이터 아키텍처 설계 등 대규모 AI 서비스 운영에 필요한 요소들을 혼자 구축하기는 어려웠습니다. 이를 체감하며, 더 확장성 있는 환경에서 AI 기술을 서비스로 구현하는 방법을 배우고 싶다는 갈증이 생겼습니다. 이 과정에서 클라우드 보급 우수사례로 네이버 클라우드를 접하며, 네이버의 대규모 AI 인프라를 알게 되었습니다. 네이버는 AI 연구에 그치지 않고, 이를 실제 서비스로 연결하여 안정적으로 운영하고 있었습니다. 규모가 큰 AI 서비스를 어떻게 설계하고 운영하는지 배우고 싶다는 동기가 생겼고, 네이버에서 이를 경험하며 성장하고 싶다는 목표를 가지게 되었습니다. 또한, AI 모델을 개발하고 보급하는 과정에서, 연산 효율성과 자원 관리가 AI 서비스 운영의 핵심임을 실감했습니다. 데이터 증가에 따라 추론 속도가 느려지고, GPU 사용량이 급증하며, 실시간 처리에 한계가 발생하는 문제를 경험하며, 이를 해결할 최적화 기술의 필요성을 깨달았습니다. 저는 GPU 리소스를 최적화하며, 트래픽 증가에도 안정적으로 동작할 수 있는 기술을 연구하고 싶습니다. 또한, AI 기술이 연구에 머물지 않고, 실제 사용자가 쉽게 활용할 수 있는 환경을 만드는 역할을 하고 싶습니다. 이를 위해, 사용자 중심의 AI 솔루션을 설계하며, 실사용자들에게 가치를 제공하는 엔지니어로 성장하고 싶습니다. 네이버의 인프라를 깊이 이해하고, AI 기술이 실사용자들에게 실질적인 변화를 가져올 수 있도록 기여하겠습니다. 2. 스스로의 의지로 새로운 도전이나 변화를 시도했던 경험을 작성해 주세요. (1000자 내) 새로운 모델을 개발하는 과정에서 가장 비효율적인 부분 중 하나는 모델 학습 및 실험 과정의 자동화 부족이었습니다. 여러 카테고리의 Keypoint Detection 모델을 동시에 학습해야 하는 상황에서, 데이터 정리, 하이퍼파라미터 조정, 모델 학습 및 결과 검증까지 수작업으로 반복하는 과정이 비효율적이었습니다. 이를 개선하기 위해 Bash 스크립트를 활용해 기초적인 Airflow 파이프라인을 구축하며 자동화를 시작했습니다. 하지만 이 방식은 하나의 서버에서만 실행 가능했고, 확장성이 부족했습니다. 보다 효율적인 학습 환경을 위해 Airflow의 스케줄러를 CeleryExecutor로 변경하여 병렬 처리를 가능하게 했으며, MLflow를 도입해 실험 결과를 체계적으로 관리하는 방식으로 확장했습니다. 모델 학습 요청이 증가하면서 단일 서버 환경의 한계를 절감했고, 보다 확장성 있는 학습 인프라가 필요하다고 판단했습니다. 이를 위해 K8s 도입을 결정했으며, 안정적인 운영을 위해 먼저 CKA(Certified Kubernetes Administrator) 자격증을 취득하였습니다. 퇴근 후와 주말을 활용해 4개월간 꾸준히 작업하며, 연구실 내 서버에 Kubernetes 기반의 분산 학습 환경을 직접 설계하고 구축했습니다. 이러한 개선을 통해 모델 학습 시간이 평균 15분에서 1분으로 단축되었으며, 클릭 두 번만으로 전체 학습 프로세스를 실행할 수 있는 자동화된 파이프라인을 구축할 수 있었습니다. 또한, 여러 서버에서 학습을 병렬로 실행할 수 있는 확장성 있는 환경을 구현했습니다. 결과적으로, 고객사의 요구에 맞춰 새로운 Keypoint Detection 모델을 PoC 단계에서 단 2시간만에 시연할 수 있게 되었고, 이는 고객사의 신뢰도 향상으로 이어질 수 있었습니다. 맡은 일에 그치지 않고 주도적으로 문제를 발견하고 개선한 결과, 실제 사업적 성과로 이어지는 과정을 직접 경험할 수 있었습니다. 3. 팀 혹은 모임 내에서 도전적인 과제를 진행하며 중요한 책임을 맡았던 경험과 그 결과를 작성해 주세요. (1000자 내) 휴대폰을 활용한 신체 둘레 측정을 기반으로 한 비대면 사이즈 예약 솔루션 개발 요청을 받아, PM, 앱 개발자와 함께 연구 및 개발을 진행했습니다. 저는 기술 개발뿐만 아니라, 앱과 연동할 API 제작까지 전반적인 솔루션 개발과 배포를 담당하며 프로젝트를 주도했습니다. 초기에는 기술적 접근을 통해 문제를 해결하려 했습니다. 특히, 3차원 Depth 정보를 정밀하게 처리하기 위해 Point Cloud 좌표를 재구성하고 Open3D 라이브러리를 활용했지만, 과도한 연산량과 메모리 사용으로 결과 도출이 지연되고, 여러 번 촬영해야 하는 비효율성이 발생했습니다. 기술적 성능 개선에 집중하면서 실사용 환경을 충분히 고려하지 못했다는 점을 깨달았고, 팀원들과 논의 끝에 사용자 경험을 중심으로 접근 방식을 전환했습니다. 이에 따라, 촬영 횟수를 최소화하고 적은 데이터만으로도 정확한 측정이 가능하도록 알고리즘을 최적화해야 한다는 결론에 도달했습니다. 결국, 신체 둘레 측정의 정확도를 높이려면 키포인트 검출 정밀성이 핵심이라는 점을 확인했고, 이를 기반으로 Production 환경에서도 강건하게 적용될 수 있는 3D Depth 기반의 키포인트 보정 알고리즘을 개발했습니다. 이를 통해 신체 데이터를 3차원으로 복원하지 않고도 안정적이고 효율적으로 둘레를 측정할 수 있게 되었으며, 신체의 앞·옆 촬영만으로 평균 상대 오차 5.2%를 기록하며 내부 상용화 기준을 충족했습니다. 이후, 비대면 정장 대여 업체와의 베타 테스트를 성공적으로 진행했으며, 2개 기업과 추가 프로젝트를 수주할 수 있었습니다. 또한, 프로젝트의 최종 결과물은 2024 산학연협력 EXPO에서 시연되었으며, 연구 결과는 MDPI 저널에 논문으로 게재되었습니다. 이 경험을 통해 기술적 고도화도 중요하지만, 사용자 관점에서 접근했을 때 해결책이 더 명확해지고 단순해질 수 있음을 깨달았습니다. 복잡한 기술적 접근보다 사용자의 핵심 문제를 정의하고 해결하는 것이 실질적인 AI 기술 활용의 핵심 요소임을 배웠습니다.

이 글은 네이버 콘텐츠 기획 직무에 합격한 지원자의 실제 자기소개서입니다. 독립출판부터 쇼츠 포맷 제안까지 사용자 경험을 설계하고 브랜드 스토리를 풀어내는 과정이 담겨 있습니다. 👉 더 많은 최신 합격 자소서와 문항별 예시는 [링커리어 자소서 만능검색기]에서 확인해보세요. 1. [필수] 선택하신 모집 부문에 관심을 가지게 된 계기와 관련 경험, 그리고 이를 바탕으로 입사 후 어떤 커리어 패스를 그려 나가고 싶은지 기술해 주세요. 제 생각을 천천히 돌아보고, 남들과 공유할 수 있다는 장점으로 글쓰기를 좋아했습니다. 대학 입학과 함께 글을 써왔고, 여러 대외 활동에서 다양한 내용과 형식을 가진 콘텐츠를 제작하며 이미지/글/영상 포맷에 각자 어울리는 내용들이 있다는 부분이 흥미로웠습니다. 그렇게, 콘텐츠 직무에 관심을 두게 되었습니다. [독자의 경험까지 생각한 독립출판] 사랑과 위로를 주제로 에세이를 출판했습니다. 제 삶의 흔적을 ISBN을 통해 남기고 싶었고, 제 책으로 사람들에게 위로를 주고 싶었습니다. '위로'를 표현한 수많은 이미지를 찾아보며 책의 내용과 어울리는 ‘차분함’의 컨셉을 도출했고, 표지/내지는 Adobe 툴을 공부하여 직접 디자인했습니다. 다양한 두께와 재질의 종이를 만져보고 찾아보며 독자가 책의 메시지에 쉽게 집중할 수 있도록 고민했습니다. 나아가, 독자의 일관된 경험을 위해 차분한 책의 콘셉트에 맞는 파스텔톤 책갈피와 붉은 실로 감싼 크라프트지 포장도 제공했습니다. 제 에세이는 전국 44곳의 독립서점에서 약 200명의 독자에게 선택되었습니다. ['회사'에서의 콘텐츠 기획 : 브랜드를 품은 쇼츠] 인턴 팀원과 함께 새로운 쇼츠 포맷을 제안한 경험이 있습니다. 해당 뉴미디어 뉴스 채널은 숏폼 시장에서 부진했기에, 실험적인 제안이 필요했습니다. 여러 통계 자료로, 청자들은 짧은 콘텐츠와 재미 콘텐츠를 선호함을 파악했습니다. 따라서, 방송국이 가진 드라마/예능 등을 바탕으로 그 속의 흥미로운 이야기를 다루는 포맷 시리즈를 구상했습니다. 포맷의 요소와 구성, 어울리는 BGM/슬로건 등을 직접 찾아보고 만들며 고민했습니다. 이러한 경험을 바탕으로 세상의 모든 팬이 한 곳에서 놀 수 있는 '통합된 팬 커뮤니티'를 만들어 보고 싶습니다. 치지직 크리에이터, 핫한 음식, 그 어떤 것의 팬이든 상관없이, 각자가 좋아하는 것에 대한 2차 창작물과 응원을 마음껏 펼칠 수 있는 커뮤니티를 만들어서 네이버와 함께 콘텐츠 직무에서 성장하고 싶습니다.

이 글은 Tech_SW개발 지원자가 실제로 작성한 자기소개서 사례입니다. 크로스 플랫폼 개발 경험과 사용자 중심 문제 해결 과정을 통해 직무 적합성과 프로젝트 역량을 구체적으로 보여준 점이 특징입니다. 👉 더 많은 최신 합격 자소서와 문항별 예시는 [링커리어 자소서 만능검색기]에서 확인할 수 있습니다. [필수] 1. 다음 중 본인의 가장 자신 있고 희망하는 분야를 한 가지 선택해 주세요. ■ Front-End ■ Back-End ■ Android ■ iOS ■ Data ■ 공통 선택한 분야에 관심을 갖게 된 계기와 자신 있는 이유(그동안의 노력, 경험, 강점 포함) 등에 대해 구체적으로 설명해 주세요. ※ 작성 예시 : ■ Front-End / 관심 계기 및 자신 있는 이유 : ※ 구체적인 희망 직무 분야가 미정이신 경우 '공통'으로 선택하시고 상세 사유를 작성해 주세요. 일상 속에서 문제를 발견하고 이를 창의적으로 해결하는 것에 관심이 매우 많으며, 해결 방법의 창의성 이전에 편리함이 선행되어야 한다고 생각합니다. “모바일”이 가장 “편리한” 수단이라고 생각했고 Android와 iOS 플랫폼에서 모두 서비스를 제공하기 위해 Flutter를 공부했습니다. 학부 수업에서 배운 Java에 대한 이해는 Flutter 프로젝트 내의 Android Native Code를 수정하여 MethodChannel을 통해 새 기능을 활용하는 것에 도움이 되었습니다. 또한 VM의 컴파일러를 배우며 각 VM의 메모리 관리 및 Garbage Collection의 수행 방식과 byte code의 기계어 변환 방식을 비교해보았고, 실행이 아닌 설치 시점에서 기계어 번역이 필요한 앱 특성 상 Android가 JIT가 아닌 AOS 컴파일러를 선택한 이유를 명확히 이해할 수 있었습니다. “Google Solution Challenge”에서 첫 Flutter 프로젝트를 수행하였고, 이틀에 한 번 스터디와 스크럼을 진행하며 ‘Global Top 100’이라는 쾌거를 이루었습니다. 수상을 통해 얻은 자신감으로 여러 Flutter 프로젝트에 참여했습니다. 그 중, 서비스를 실제로 출시해보고 사용자 피드백을 받아 지속적으로 개발을 하고 싶다는 생각으로 팀원들과 교내 공지사항 알림 앱을 출시했습니다. 서비스의 완성도를 위해 출시 이후에도 사용자에게 피드백을 받아 성능 및 안정성 향상을 위해 지속적으로 수정 중입니다. 또한 모듈화를 통해 개별 컴포넌트의 독립성을 유지하고, 재사용성을 높이기 위해 코드를 리팩토링하고 아키텍쳐를 개선하며 유지보수를 가속화하고 있습니다. 최근 네이버와 같은 기업에서 기존의 네이티브 서비스들을 크로스 플랫폼 서비스로 전환하고 있습니다. Android 및 Flutter에 대한 구체적인 이해와 실제 서비스 출시를 비롯한 다양한 실전 경험을 바탕으로 이 전환에 기여하여 사용자 경험 개선 및 개발 효율성 증대에 이바지하겠습니다. [필수] 2. 가장 열정을 가지고 임했던 프로젝트(목표/과제 등)를 소개해 주시고, 해당 프로젝트의 수행 과정 및 결과에 대해 기재해 주세요. * 지원 부문과 관련된, 어려웠거나 인상 깊었던 문제를 해결한 경험을 중심으로 작성해 주세요. (학교수업, 경진대회, 대외활동 등) * 맞닥뜨린 문제를 ‘구체적’으로 기술하고, 본인의 접근 방법과 해결 과정, 그리고 실제 결과를 ‘상세히’ 기술해 주세요. * 문제를 잘 해결했다면 그 경험에서 아쉬웠던 점 혹은 더 나은 방법은 없었을지에 대한 고민 과정을 함께 작성해 주세요. * 해결하지 못한 경험이더라도 해결을 위해 얼마나 깊이 있게 고민을 했는지 그 과정에 대해 이야기 해 주세요. ※ 코드로 설명해 주셔도 좋습니다. 교내 개발 학회에서 3명의 팀원들과 두 번째 “Google Solution Challenge”에 참가하였습니다. 치매 환자를 위한 VR 기반의 회상 치료 서비스를 기획하였고 저는 안드로이드 및 FE 개발을 맡았습니다. 보호자가 선택한 인물과 장소로 만들어진 VR영상을 제작하여 피보호자의 효과적이고 손쉬운 VR기반의 회상 치료 경험을 이끌어내는 것이 목표였습니다. 이를 위해, 저는 클라이언트 개발자로서 Flutter를 활용하여 사용자가 영상 제작 서버에 VR 제작에 필요한 데이터를 전송할 수 있도록 구현했습니다. 처음에는 인물의 위치를 고정한 채로 VR영상 제작을 위한 사진이나 영상의 3D모델 파일만을 HTTP 통신으로 서버에 전송하려고 했지만, VR환경에서의 현실감을 평가하기 위한 내부 IPQ 설문의 Spatial presence와 Realness의 점수가 2,54, 2.21로 낮게 측정되었습니다. 인물의 고정된 위치가 몰입을 저하한다는 피드백이 있었고, 인물 위치 정보를 추가하여 영상을 제작하기로 수정했습니다. 인물 모델의 위치를 조정할 수 있도록 WebXR과 three.js 활용한 웹페이지를 제작하여 좌표 데이터와 해당 3D모델 파일을 함께 전송했습니다. 이를 위해 모바일에서 웹페이지의 동작 제어가 필요했기 때문에, Flutter의 WebView 패키지의 WebViewController를 활용하여 웹페이지에 JavaScript 메시지를 전송하여 좌표 데이터를 얻고, 3D모델 파일과 함께 서버로 전송하도록 구현하였습니다. “사용자 중심 설계” 수정을 통해 VR영상의 품질이 향상되어 내부 IPQ 설문의 점수가 각각 3.21, 3.67로 상승하였고, 서비스의 기술력과 기획의 견고성을 인정받아 학회원 평가 1위를 달성할 수 있었습니다. 설계 단계에서 사용자에 대한 고려가 부족하여 발생한 문제였고, ‘사용자 중심 설계’를 다시 가슴 속에 새겼습니다. 이후 출시한 서비스에 대해서 지속적인 유저 피드백을 받으며 사용자 중심 서비스 개발을 위해 노력하고 있습니다. 🔥네이버 스크랩 TOP 자소서 함께 확인 https://linkareer.com/cover-letter/34680

이 글은 NAVER CXD 지원자가 실제로 작성한 자기소개서 사례입니다. 소비자학 전공을 바탕으로 한 논리적 디자인 사고와 브랜드 경험에 대한 관점, 네이버 서비스 전반을 하나의 ‘세계관’으로 해석한 시선이 인상적인 글입니다. 👉 더 많은 최신 합격 자소서와 문항별 예시는 [링커리어 자소서 만능검색기]에서 확인할 수 있습니다. 1. NAVER CXD에 지원한 이유는 무엇인가요? 그리고 지원한 업무를 수행하는 데 있어 내가 가진 장점은 무엇인가요? [어려움을 스스로 찾아 해결하는 유일무이 디자이너] 저는 스스로가 좋아하고 자신 있는 것을 유감없이 발휘하며 성취를 이루는 일을 원합니다. CXD로서 일하며 실제로 적용되는 문제 해결의 기쁨을 맛보고 싶습니다. 네이버 커리어에서 기존의 문제점을 분석하고, 해결할 방식을 제시하여 독창적인 서비스를 만드는 데에 기여하고 싶습니다. 더불어, 훌륭한 팀원분들과 함께 조직적인 수준의 업무 진행을 경험해보고 싶습니다. 아직 배울 점이 많기 때문에, 다방면에서 능력 있는 동료분들과 일하면서 성장하고 싶습니다. CXD로서의 장점은 첫째로, 논리를 매우 중요시하여 디자인할 때 자신의 납득이 없으면 진행이 되지 않습니다. 그 납득을 위해 끊임없이 조사하고, 시도합니다. 둘째, 저는 디자인을 할 때 큰 행복을 느낍니다. 앞서 계획했던 논리가 성공적인 결과물을 만들어냈을 때 희열이 느껴집니다. 이런 열정은 고객 경험을 설계하고 네이버의 경쟁력을 제고하는 데에 강점으로 작용할 것입니다. 셋째, 저는 글자를 디자인하는 것을 좋아합니다. 단 1mm의 변화가 전체의 인상을 좌우하는 만큼 남들은 보지 못 하는 세부적인 부분까지도 신경 씁니다. 넷째, 저는 소비자학도입니다. 앞서 언급했던 세부적인 것을 신경 쓰는 성격이 주전공인 소비자학과 결합하여, 기획에서 소비자의 경험 전반을 세심하게 고려하는 디자이너로 만들어 주었습니다. 소비자학은 경영학보다 소비자 중심적으로 사고하고, 소비문화 전반을 사회학적으로 분석하고 소비자를 이해합니다. 소비자학을 기반으로 하는 목표 설정은 CX의 사고방식과 맞닿아 있다고 생각합니다. 또한, 저는 복수전공으로 디자인을 공부하고 있습니다. 바로 직전 학기에만 세 가지의 학회 및 소모임에 참여하며 브랜드, 콘텐츠, 웹, 편집 등 디자인 역량을 키우고 있습니다. 네이버에 기획과 디자인적으로 기여할 수 있다면, 다재다능한 디자이너가 되고 싶은 저에게 큰 성장의 기회가 될 것입니다. 유일무이한 CX 디자이너로, 6주라는 한정적인 기간 안에서 큰 변화를 일으키고 싶습니다. 2. 최근 관심있게 봤던 기업 브랜딩은 무엇이고, 이와 다르게 네이버가 가진 브랜드의 차별된 경쟁력은 무엇이라고 생각하는지 설명해주세요. [ 시몬스의 침대 없는 세계관, 네이버의 통합 세계관 ] 시몬스는 침대 없는 광고에서 나아가 침대 없는 시몬스 그로서리 스토어를 보여주었습니다. 여기선 빈티지 샵이 생각나는 소품으로 즐거운 고객 경험을 제공합니다. 이는 브랜딩이 평면적인 이미지에서 벗어나 하나의 세계관으로 확장되고, 경험을 선사하는 게 중요하다는 점을 보여줍니다. 최근에는 제페토에 입점하여 새로운 경험 방식을 제공하기도 합니다. 이렇게 소비자의 니즈를 알고 소비자와 소통하며 변화하는 방식은 브랜딩의 주요한 요인입니다. 네이버는 소비자와의 소통에 있어 타 브랜드와는 다른 출발점에 있습니다. 네이버는 압도적인 이용자 수를 보유하면서, 포털은 물론 블로그, 웹툰, 밴드 등에 이어 시몬스가 마케팅의 방식으로 차용한 제페토까지 운영하는 서비스의 범위가 다양합니다. 이 자산들에서 도출되는 경쟁력은 대외, 내부적인 부분이 있습니다. 대외 경쟁력으로 첫째, 사용자의 정보입니다. 이용자가 생산하는 정보의 양이 방대하여 큰 가능성을 보유하고 있습니다. 둘째, 자체 콘텐츠 생산 시 노출할 이용자 수가 확보되어 있습니다. 셋째, 네이버 고객은 여러 개의 서비스를 사용합니다. 네이버페이 사용자는 스마트 스토어에서 구매할 때 연동되는 편리한 경험을 합니다. 중첩된 서비스는 각각이 모였을 때 시너지 효과를 낼 수 있습니다. 마지막으로, 내부 경쟁력은 내부의 이야기가 힘을 가졌다는 것입니다. 개인 채널이 성장하면서 브이로그, 직원이 전하는 회사의 이야기 등의 콘텐츠가 성행하고 있습니다. 네이버는 모두가 아는 서비스이며, IT 대기업이기 때문에 대중의 주목도가 높습니다. 실제 유튜브 채널 ‘워크맨’에서 등장한 네이버 콘텐츠는 417만 회로 타 기업탐방 콘텐츠에 비해 200~300만 가량 더 높았습니다. 시몬스가 직접 발로 뛰며 소통하는 마케팅을 진행한다면, 네이버는 자산을 활용해 쌍방향 소통을 전개할 수 있습니다. 저는 이것을 네이버 경험, 즉 ‘네이버 세계관’이라고 보았으며, 브랜딩에 있어 강력한 경쟁력이라고 생각합니다.

[필수] NAVER 인턴십에 지원하신 동기와 기대하시는 바를 말씀해주세요. [최고의 서비스 회사 NAVER] 저는 일, 게임, 공부, 운동 등 어떠한 관심이 있는 분야에서는 항상 최고를 목표로 하는 사람입니다. 초등학교 시절 스타크래프트를 처음 접하고 관심이 생기면서 학교에서 1등이 되기 위해 매일 플레이를 해서 1등이 될 수 있었으며 고등학교 시절 수학에 흥미를 느껴 매일 노력한 결과 수학 전교 1등을 할 수 있었습니다. 그리고 지금 저는 백엔드 개발자에 대한 흥미를 가지고 컴퓨터 기초, 웹, 언어 공부, 다양한 프로젝트, 인턴 등 다양한 방법을 통해서 1등 개발자가 되기 위해 노력하고 있으며 더 발전을 위해 실제 서비스하는 회사 중 국내 최고라고 불리는 네이버에서 일하고 싶어서 지원하였습니다. 네이버는 국내 최고의 서비스 회사로 그에 맞는 최신 기술과 뛰어난 개발자가 많이 있고 저 역시 뛰어난 개발자로 성장하기 위해 네이버에서 백엔드 개발자로 일하면서 다양한 기술을 배우고 적용하면서 서비스를 개발하고 싶습니다. 이번 인턴십을 통해 프로젝트에서는 경험해 보지 못한 실제 데이터를 통한 서비스 개발을 해보고 싶고 네이버 선배 개발자들과 코드 리뷰를 통해 제 코드를 유지 보수하여 프로젝트에 적용하고 싶습니다. 또한 실제 서버 트래픽을 경험하면서 대량의 트래픽에 따른 대처 방법 등 다양한 분야에 대해 배우고 적용하는 회사 생활을 기대하고 있습니다. [필수] 본인이 보유한 Skill의 활용 정도를 모두 적어주세요 [작성예시 : ① C - 2 ② Java - 2 ③ Linux 커맨드 및 개발환경 - 1 ④ Shell Scripting - 0 ⑤ Android - 2 ⑥ R - 2] 4 - 대규모 프로그램 및 시스템을 참고사항(책/인터넷)없이 개발할 수 있으며, 일반적이지 않은 난해한 부분도 일부 참고를 통해 개발할 수 있음. 3 - 중간규모 프로그램 및 시스템을 개발할수 있으며, 주요 이슈 트러블슈팅을 할 수 있을 정도로 내부구조에 대해 이해하고 있음. 2 - 시스템 동작 방식을 알고 있으며, 기본적인 기능을 구현할 수 있음. 1 - 코드를 읽을 수 있으며, 책을 참고하여 약간의 수정작업 또는 작은 변경사항 추가를 할 수 있음. 0 - 경험/지식 없음. 1.Spring boot -3 2.Spring JPA -3 3.Java-3 4.Git -3 5.My sql-2 6.Query dsl-2 7.JWT -2 8.REST API- 2 9.mybatis-2 10.Docker -1 11.C++ -1 12.Linux -1 13.AWS -1 [필수] 자신의 기술력과 열정을 보여줄 수 있는 활동사항을 기재해 주세요. (프로젝트, 경진대회, 창업, 논문, 특허 및 오픈소스 코드 사이트 Github, Bitbucket ID 등) 작성 시에는 '본인이 주도적으로 참여한 부분' 위주로 기입하며, 1) 진행기간 2) 주요내용 3) 본인이 공헌한 점 4) 사용한 Skill 또는 지식 5) 결과/성과 를 간결하게 핵심만 기입해 주세요. [끈질긴 개발자] 개인 프로젝트와 팀 프로젝트에서 어려움을 겪었지만 끊임없이 찾아보고 공부하며 성공적으로 프로젝트를 성공적으로 마무리했습니다. 저는 올해 2월 Spring 과 JPA 공부를 처음 시작할 때 책과 인터넷 강의를 통해 시작했습니다. 강의를 통해 배운 내용을 개인 프로젝트를 만들어 코드를 적용해 보며 사용법을 공부하며 공부를 진행했고 3개월 정도 공부를 한 결과 스스로 간단한 쇼핑몰이나 웹서비스를 구현할 수 있게 되었습니다. 이후 다양한 개인 프로젝트를 만들면서 기술들을 익혀나갔고 다양한 에러를 경험하면서 해결법을 인터넷에 찾아보기도 하고 책도 보고 강의를 통해 질문도 하면서 익혀나갔습니다. 하지만 혼자 진행하다 보니 서버 개발보다 화면 개발에 더 시간이 많이 드는 경우도 생기고 항상 비슷한 방식으로 코드를 구현하게 되어 다른 사람들과 협업하는 팀 프로젝트를 진행하고 싶다는 마음이 생겨서 커뮤니티를 통해 팀 프로젝트를 진행할 팀을 구했습니다. 그렇게 올해 여름 팀이 구성되고 처음 프로젝트 회의를 진행할 때 저는 회의에 거의 참여 못했습니다. 혼자 개발하다 보니 ERD 같은 기본적인 용어조차 모르고 프로젝트를 진행하였고 협업 방식이나 사용하는 툴도 몰라서 가만히 있었습니다. 그래서 이 회의에 나온 모든 내용을 타이핑하며 회의가 끝난 후 모두 검색해 보며 공부를 해서 다음 회의에 참가하였고 다음 회의에선 같이 참여할 수 있었습니다. 하지만 코드를 짜는 부분에 있어서 다른 팀원이 짜놓은 코드는 기존 제가 해왔던 방식과 많이 달랐습니다. REST API 방식, JWT 토큰을 통한 인증과 권한, Global 예외 처리, DTO 사용법, Test 코드 작성, Java 람다 함수 및 Stream 등 다양한 부분에서 제가 해온 방식과 다르게 처리하고 있었고 저는 기존에 제가 해오던 방식을 버리고 다른 팀원분이 짜놓은 코드를 하나하나 공부하고 모르는 부분은 검색을 통해하거나 책을 보거나 팀원분에게 여쭤보는 등 다양한 방식을 통해 공부하였습니다. 그 결과 다른 분들이 짜는 코드 방식과 같은 방식으로 저 역시 제가 맡은 부분의 서비스 도메인 테스트 코드를 작성할 수 있었으며 성공적으로 프로젝트를 마무리할 수 있었습니다. 이후 같은 팀원끼리 다음 프로젝트를 진행하였고 이 프로젝트에선 기존에 다른 분이 진행했던 부분인 예외 처리나 인증 권한 방식을 저와 같이 코딩하였고 제가 맡은 부분도 에러 없이 코딩하여 두 번째 프로젝트 역시 성공적으로 마무리되었습니다. 위 같은 프로젝트 경험을 통해서 모르는 부분에 두려워하지 않고 스스로 찾아보는 능력을 길렀으며 오류가 발생해도 포기하지 않고 끈질기게 이유를 찾아보며 해결하는 능력을 길렸습니다. 이 같은 능력을 통해 네이버 인턴십에서도 제 역량을 펼치고 싶습니다.

작성해주시는 답변 모두 개발자가 검토할 거예요. 소스로, 코드로, 마음껏 자유롭게 작성해 주세요. *** 1. 다음 중 자신 있는 분야를 우선순위 별로 작성해 주세요. ■ FE 개발 ■ iOS 개발 ■ Android 개발 ■ BE 개발 * 최대 3순위까지 작성 가능합니다. * 작성예시 : 1) FE 개발 2) iOS 개발 3) BE 개발 (← 꼭 예시와 같이 작성해 주세요) #채용전형 진행에 참고할게요 #잘 어필할 수 있는 분야로 작성해 주세요 1) BE 개발 2) FE 개발 2. 가장 자신 있는 또는 좋아하는 컴퓨터공학 관련 이수 과목명과 성적, 그리고 해당 과목을 택한 이유를 각각 기재해 주세요. * 최대 6개까지 작성해 주세요. * 비전공자여서 학교에서 이수한 과목이 없을 경우, 개발자가 되기 위해 별도로 공부했던 컴퓨터공학 관련 학습내용을 작성해 주세요. * 작성예시 : 컴퓨터구조 / A / 컴퓨터 구조 전반에 대한 기본기를 탄탄한 갖출 수 있는 수업이었습니다. #관심분야와의 연관성 #기본에 대한 관심 #탄탄한 기본기 SSAFY과정 알고리즘 수강, SSAFY과정 웹 과정, 자바프로그래밍 B, 자료구조 및 실습 B, 컴퓨터네트워크 B+ [필수] 3. 기술적으로 어려운 문제를 해결한 경험을 상세히 작성해 주세요. (학교수업/프로젝트/경진대회/대외활동 등) 맞닥뜨렸던 문제를 '구체적'으로 기술하고, 본인의 접근 방법과 해결 과정, 그리고 실제 결과를 '상세히' 기술해 주세요. 문제를 잘 해결하셨다면 그 경험에서 아쉬운 점 혹은 더 나은 방법은 없었을지에 대한 고민 과정을 함께 작성해 주세요. 해결하지 못한 경험이더라도 해결을 위해 얼마나 깊이 있게 고민을 했는지 그 과정에 대해 이야기해 주세요. * 코드로 설명해 주셔도 좋습니다. #해결 못한 경험도 좋아요 #과정을 보고 싶어요 [실제 개발을 하며 문제를 해결하다.] 해외 주식 OpenAPI를 활용해 6개월 간 최대 이익 매수,매도 시점을 분석하는 웹 프로젝트를 한 경험이 있습니다. 기존 설계 단계에서 해외 회사의 이름을 선택할 수 있도록 Select 창을 활용하기로 했습니다. 하지만 전체 주식회사명을 요청 시에 웹의 초기 구동속도가 느려지는 문제와 API 할당량을 초과해버리는 문제가 생겼습니다. 이 문제를 해결하기 위해 스태틱하게 회사명을 적어놓을지 서버에 JSON 파일로 만들어서 서버에서 파싱하여 곧바로 보내줄지에 고민을 했습니다. 스태틱하게 회사명을 적어놓는 경우에는 회사가 추가되거나 삭제되었을 경우 일일히 작업해야하는 번거로움과 시스템화가 안되는 문제점을 가지고 있었습니다. 그래서 JSON파일로 서버에 파싱하고 사용자가 검색하는 문자에 따라서 그에 맞는 정보를 검색해서 조건에 맞는 회사만 선택할 수 있는 방식을 선택했습니다. Text 창에 검색어가 입력되면 javascript를 이용해 서버에 검색요청을 하게됩니다. 그 이후 Service class에서 저장된 JSON 파일을 파싱 후 검색어에 맞는 회사리스트를 담아 응답을 합니다. 이 과정을 통해서 기존 전체 회사명을 요청 했을 시 3초정도 지연현상이 있던 문제점을 0.5초만에 검색회사를 볼 수 있도록 개선하였습니다. 이후에 검색된 회사 중에서 선택 시 해당 회사의 정보를 확인할 수 잇는 기능도 추가적으로 구현하였습니다. 검색 이외에도 각 패키지의 모듈화, loombok 활용하여 프로젝트를 완성시켰습니다. 각 패키지를 Controller, Service, Repository, Util 로 나누어 모듈화 시키고 Soild 원칙에 맞게 개발하기 위해 노력했습니다. 6개월 간 최대 이익 매수,매도 시기를 찾아내는 로직은 O(N)의 시간복잡도를 가지도록 풀어냈습니다. 매수,매도 시기를 Response해 html과 javascript로 차트를 이용해 사용자가 쉽게 이해할 수 있도록 개발했습니다. 이후에 최대이익 뿐 아니라 다양한 활용방안에 대해서 고민하고, 한국 주식 api도 추가할 계획을 가지고 있습니다.

[필수] *** 작성해주시는 답변 모두 개발자가 검토할 거예요. 소스로, 코드로, 마음껏 자유롭게 작성해 주세요. *** 1. 다음 중 자신 있는 분야를 우선순위 별로 작성해 주세요. ■ FE 개발 ■ iOS 개발 ■ Android 개발 ■ BE 개발 * 최대 3순위까지 작성 가능합니다. * 작성예시 : 1) FE 개발 2) iOS 개발 3) BE 개발 (← 꼭 예시와 같이 작성해 주세요) #채용전형 진행에 참고할게요 #잘 어필할 수 있는 분야로 작성해 주세요 1) BE 개발 2) FE 개발 3) Android 개발 [필수] 2. 가장 자신 있는 또는 좋아하는 컴퓨터공학 관련 이수 과목명과 성적, 그리고 해당 과목을 택한 이유를 각각 기재해 주세요. * 최대 6개까지 작성해 주세요. * 비전공자여서 학교에서 이수한 과목이 없을 경우, 개발자가 되기 위해 별도로 공부했던 컴퓨터공학 관련 학습내용을 작성해 주세요. * 작성예시 : 컴퓨터구조 / A / 컴퓨터 구조 전반에 대한 기본기를 탄탄한 갖출 수 있는 수업이었습니다. #관심분야와의 연관성 #기본에 대한 관심 #탄탄한 기본기 컴퓨터비전 / A+ / 실제 영상처리에 필요한 여러 이미지프로세싱 함수들을 배우고 실습해보는 유용한 수업이었습니다. 데이터시각화 / A+ / 딥러닝 학습에 필요한 데이터 전처리나 시각화기술를 통한 분석기술을 배울 수 있었습니다 패턴인식개론 / A+ / 비지도학습 기반 패턴인식 기법인 클러스터링, PCA 등 기본개념을 배울수 있었습니다. 알고리즘분석 / A+ / 프로그래머라면 기본적으로 알아야 할 정렬알고리즘이나 BFS,DFS 탐색법 등 기본기를 탄탄하게 갖출 수 있었습니다. 최적화문제연구 / A+ / 기계학습 Optimization에 대한 이론적 개념을 정리할 수 있었고 경량화에 대한 기술을 배울 수 있었습니다. 기계학습과딥러닝 / A / 딥러닝에 대한 역사부터 시작하여 CNN, RNN 등 전반적인 개념을 이해하는데 도움이 됐습니다. [필수] 3. 기술적으로 어려운 문제를 해결한 경험을 상세히 작성해 주세요. (학교수업/프로젝트/경진대회/대외활동 등) 맞닥뜨렸던 문제를 '구체적'으로 기술하고, 본인의 접근 방법과 해결 과정, 그리고 실제 결과를 '상세히' 기술해 주세요. 문제를 잘 해결하셨다면 그 경험에서 아쉬운 점 혹은 더 나은 방법은 없었을지에 대한 고민 과정을 함께 작성해 주세요. 해결하지 못한 경험이더라도 해결을 위해 얼마나 깊이 있게 고민을 했는지 그 과정에 대해 이야기해 주세요. * 코드로 설명해 주셔도 좋습니다. #해결 못한 경험도 좋아요 #과정을 보고 싶어요 [Imperfect dataset 문제 해결] "접근방법과 해결 과정" AI 모델링 능력을 키우기 위해 실시간 랭킹보드에 딥러닝 모델을 올리며 순위를 경쟁하는 NAVER AI RUSH 2020에 참가했습니다. 2라운드 네이버 쇼핑 리뷰이미지 자동분류 부문에 도전하며 Imperfect dataset 문제를 처음 경험했습니다. 주어진 데이터셋에 불균형라벨과 노이즈가 섞여 있지만, 데이터에 직접 접근할 수 없는 형태로 주어졌기 때문에 알고리즘적으로만 접근 가능했습니다. 이를 해결하기 위해 Imbalance dataset, Noise robustness에 대한 논문과 Bag of tricks 자료 등을 모으고 쉽게 사용할 수 있는 기술부터 단계적으로 적용해나갔습니다. 불균형으로 인해 부족한 데이터셋 비율을 Oversampling을 이용한 Augmentation data로 채우고, Label smoothing loss 계산으로 노이즈 데이터 일반화를 억제했습니다. 해당 기법을 적용했을 때 최초 F1-score 0.46에서 0.67까지 상승하는 결과를 확인했습니다. 하지만 그 이후 여러 파라미터 튜닝을 거쳤지만 더는 성능이 좋아지지 않아 난관에 부딪혔습니다. 그러던 중 Self-training을 이용하여 일정 Confidence score를 넘는 데이터만 Pseudo labeling 하는 노이즈 정제 방법을 적용하기로 계획했습니다. F1-score 0.67의 모델을 Teacher 모델로 삼아 정제한 데이터셋으로 더 나은 Student 모델을 생성하고, 생성된 Student 모델을 다시 Teacher로 삼아 데이터를 정제시키는 순환 구조를 반복했습니다. F1-score를 0.81까지 상승하는 효과를 얻을 수 있었습니다. 이후 정제된 데이터 라벨을 이용하여 여러 네트워크 구조의 모델을 학습하고 Ensemble로 성능을 끌어올려 F1-score 0.879의 최종 모델을 만들었습니다. "결과" 대회에서 2위를 차지했습니다. 진심으로 즐기며 몰두했기 때문에 문제를 해결하고 높은 순위까지 도달할 수 있었다는 생각이 들었습니다. 원인 분석과 체계적인 구현을 통해 Imperfect dataset 문제를 해결하는 접근법을 배웠고 Image classification의 기본지식을 충실히 익히며 한 층 더 성장하는 값진 경험이 됐습니다. "아쉬운 점" 대회가 끝난 후, 모델 성능 향상에 관한 자료나 세미나를 찾아보며 K-fold 교차검증, Image mixup augmentation 그리고 작은 배치사이즈가 Flat 한 모양으로 학습되기 때문에 Generalization에서 더 유리하다는 점 등을 알게 됐습니다. 쉽게 적용할 수 있는 간단한 기법이지만 대회 당시에 적용하지 못한 것이 아쉬움으로 남았습니다. 만약 유사한 대회에 또 나가게 된다면 1등을 목표로 더욱 성장한 실력을 드러내야겠다고 결심했습니다.

자신이 개발자로서 성장 목표와 그 목표를 달성하기 위해 무엇을 할 것인지 기술해 주세요. "항상 기록하고, 새로운 것을 두려워 하지 않는 개발자" 나날이 발전하는 개발 skill들 속에서 개발자에게 새로운 학습은 필수적입니다. 하지만 유튜브 영상, 논문과 같은 양질의 자료들을 단순히 기억 속에 남기거나, 실습을 한두번 하는 것만으로는 온전히 자기 것으로 만들지 못하고 시간이 지나면 잊혀질 것입니다. 따라서 저는 저의 성장을 기록해 이를 토대로 저의 부족한 점을 피드백 하는 등, 항상 성장하는 개발자를 목표로 하고 있습니다. 대학생때 프로그래밍에 입문하고서부터 초보적인 부분이라도 제가 짠 코드를 기록하곤 하였습니다. 개발자는 글보다는 코드로 얘기한다고 생각해, 블로그보다는 github를 애용하였습니다. 다양한 알고리즘을 익히기 위해 백준 문제들을 풀고 이를 알고리즘 분류별로 github에 정리해 두곤 했습니다. Spring과 같은 웹 백엔드 skill들을 익히고 난 뒤 해커톤 등 팀 프로젝트 결과물 또한 github에 항상 기록하였습니다. 가끔 이를 되돌아보며 저의 행적에 대한 피드백과 앞으로 어떤 skill을 익혀야 하는지 계획을 수립해 새로운 성장을 도모하고 있습니다. 지금까지도 여러 코드들을 기록해왔지만, 앞으로는 이론적인 부분 역시 기록할 생각입니다. velog와 같은 블로그에 업무와 관련된 이론적 사항, 개인적인 공부 등 다양한 글을 올려 후배 개발자들에게 도움이 되고, 선배 개발자들에게 피드백을 받아 모난 부분을 조금씩 개선시켜 나갈 생각입니다. 만일 Naver 영화 서비스 개발 팀에 합류한다면 여러 선배 개발자 분들하고 다양한 영화 서비스 개발을 할 것 같습니다. 개발을 수행하면서 배워야 하는 skill, 코드 리뷰를 통해 배운 Clean Code 등 여러 사항을 기록해 나가면서 선배 개발자 분들처럼 끊임없이 성장하는 개발자가 되고 싶습니다. 본인의 개발/프로젝트 경험들을 소개해주세요. 1. 복지 사각지대 최소화를 위한 챗봇, 앱 서비스 IITP에서 주관하는 sw마에스트로 10기에서 팀 '돌아가는 세상'의 팀장과 데이터 수집, 가공 파트를 맡았습니다. 저희 팀은 '복지 사각지대 최소화를 위한 챗봇, 앱 서비스' 프로젝트를 2019년 6월부터 11월까지 5개월간 진행하였습니다. 이 프로젝트는 복지를 받을 수 있지만 해당 복지 제도에 대한 정보가 부족해 복지 혜택을 놓치는 사람들을 위해 시작하였습니다. 주요 기능은 크게 두가지입니다. 첫째는 개인별 맞춤 복지 추천 서비스 입니다. 복지 추천은 사용자 정보와 복지 제도의 수혜 조건을 조합해 이루어집니다. 사용자 정보는 회원가입시 입력받습니다. 단, 복지 추천에 이름, 연락처 같이 필요없는 정보는 입력받지 않고, 성별, 나이, 거주지 등 복지의 수혜조건과 관련있는 정보만 입력받습니다. 복지 제도의 데이터는 복지로라는 공공기관 사이트에서 웹 크롤링(JSOUP, Spring)을 사용해 가져와 항목별(복지 제도의 이름, 수혜조건, 지원 규모, 기관 연락처 등)으로 나누어 MariaDB에 저장했습니다. 사용자와 매칭해 주기 위해 복지 수혜 조건에서 형태소 분석기(Konlpy)를 이용해 명사(실업자, 노인 등)와 나이 조건(n세 이상 등)등을 추려내 해당 복지의 테이블(복지 id를 FK로 만든)에 저장했습니다. 이렇게 추려낸 명사와 조건등을 사용자 개개인의 상황(연령, 성별, 장애여부 등)과 비교해 수혜 가능성이 높은 순서대로 복지 제도를 추천해줍니다. 두번째 기능인 챗봇은 제 담당은 아니었지만, 사용자와 서버 간의 대화를 통해 사용자의 질문을 분석 후 이를 추려낸 명사와 조건 등과 비교해 가장 유사한 복지 제도들을 추천해주는 기능입니다.챗봇은 직접 구현하기에 시간이 촉박해 Google의 DialogFlow를 활용하였습니다. 이 두가지 기능 중 제가 주로 맡게 된 부분은 첫번째 기능으로, 복지 추천에 필수불가결한 복지 제도 정보 크롤링과 DB에 관한 업무를 담당하고, 기획 심사, 중간 평가 발표, 출원 신청 등 각종 사무적인 부분을 맡았습니다. 2.. 담배연기 탐지 & 미세먼지 농도 측청 가로등 2018년 9월~11월에 걸처 준비한 인천창조경제혁신센터 주최의 아이디어 메이커톤에서 웹 솔루션 파트와 사진 전송 소켓 프로그래밍을 담당하였습니다. 프로젝트는 크게 두 부분으로 나뉘었는데, 가로등에 부착하는 하드웨어 부분과 이를 관리하는 웹 솔루션 입니다. 하드웨어 파트에서는 니코틴 감지 센서, 미세먼지 측정 센서 기반으로 사람 탐지를 위해 OpenCV도 사용하였습니다. 웹 솔루션은 JAVA Spring을 사용해 구축하였습니다. 기본적인 데이터 흐름은 가로등 아래에서 흡연자가 있을 경우, 니코틴 감지 센서로 이를 감지한 후 해당 가로등 아래를 촬영한 다음 해당 사진과 가로등의 번호를 서버로 전송한 후, 서버에서 OpenCV를 사용해 해당 사진에서 몇명의 사람이 있는지 파악하고, 이를 DB에 사진과 함께 저장하는 구조입니다. 저는 웹 솔루션에 Naver Map API를 사용해 지도를 넣고, 각 가로등의 경도, 위도을 이용해 지도에 마커로 표기하였습니다. 마커를 클릭하면 최근 찍힌 사진과 인원 수, 미세먼지 농도, 대략적인 니코틴 농도를 볼 수 있게 웹 솔루션을 구축하였습니다. 3. 유권자들의 후보에 대한 선호도 조사 목적의 정치 커뮤니티 앱 서비스 2020년 1월~2월에 스타트업 “행복한 다람쥐단”에서 정치 커뮤니티 앱 서비스 프로젝트를 수행하였습니다. 2인 팀으로 진행하였는데, 저는 백엔드와 DB, café 24 호스팅 관련 업무를 맡았습니다. 기능은 다른 커뮤니티와 비슷하게 정당별 게시판, 댓글, 답글 CRUD등의 기본적인 기능과 회원들끼리 서로 모의 투표를 해볼 수 있는 모의 선거 서비스로 구성하였습니다. 프론트는 다른 팀원분이 react native로, 백엔드는 제가 평소에 사용하던 Spring으로 구현하고 관심이 있었던 RESTFUL API 방식을 적용해 구현하였습니다 . 가장 먼저 프론트 담당이 데이터 요청 형식을 손쉽게 보기 위해 swagger.ui, 데이터베이스 명세서 등 문서 작업을 수행하였습니다. 또한 crud 게시판, 소셜 회원가입과 같은 커뮤니티 기본 기능과 모의 선거 서비스와 같이 기획에 맞추어 개발하기 위해 요구사항 정의서를 명확히 작성하는 작업도 거쳤습니다. 개발 과정에서 crud 게시판, 댓글 같은 커뮤니티의 기본적인 기능들은 비교적 관련 자료들이 많아 구현하는 데 큰 어려움은 없었지만, 모의 선거와 이런 기능들을 restful 하게 구성하는 데는 처음이라 난항을 겪었습니다. 대표적으로 get, post, put, delete와 같은 http 메소드를 정확히 사용하기 위해 개발하면서 다시 한번 공부하곤 했습니다. 또한 uri에 정보의 자원을 표현하기 위해 프론트 개발자분과 상의하여 함수명이나 uri 호출 형식을 정하기도 하였습니다. 플레이 스토어에 릴리즈를 하지 않은 채 인턴 기간이 끝났기 때문에 대량의 트래픽 요청이 들어온 경우에 발생하는 오류나 실 사용자들의 피드백같은 사항은 알 수 없지만, 사내 직원분들(10~20명 가량)이 테스트 했을 때는 의도하였던 대로 작동하였습니다. 하지만 예상 사용자 수가 약 1천 명 가량이기 때문에, 추후 보완 프로젝트로 로드 밸런서같이 대량의 트래픽을 관리할 수 있는 환경을 구축할 생각입니다.

자기자신을 자유롭게 소개해 주세요. [ 본인이 해당 직무에 적합한 이유 ex) BE, FE , ML 등 ] "유저를 생각하는 백엔드 개발경험, 지역검색 및 추천서비스 개발에 도움이 되는 경험이라 생각합니다." 대학 시절 프로그래밍에 입문한 후 프로젝트에서 백엔드 파트를 담당할 때 항상 사용자를 생각하였습니다. 타겟층의 성향을 분석하여 개발 방향을 수정하고, 프로젝트 중간에 잠재적 사용자와 접촉해 직접 피드백을 받는 등 여러 방면에서 사용자를 위한 개발을 진행해 왔습니다. 또한 타겟층의 요구를 만족시키기에 제 능력이 부족한 경우, 오픈소스를 찾아보거나 논문을 찾아보곤 하였습니다. 이런 성향은 사용자들의 일상 생활에 도움을 주는 지역검색 및 추천서비스의 백엔드 직무와 알맞다고 생각합니다. 이 직무와 가장 연관이 깊은 제 경험은 "정보 취약계층을 위한 복지 추천 및 챗봇 서비스"입니다. SW마에스트로 10기에서 3인1팀으로, 제 역할은 팀장, 크롤러를 활용한 데이터 수집, 추천 로직과 DB 설계였습니다. 데이터는 복지로라는 공공포털에서 각종 복지제도에 관한 내용을 수집하였습니다. 수혜조건, 수혜금액 등 항목을 나누어 DB에 저장하였습니다. 추천 로직의 경우 연령 등 회원의 상황과 수혜 조건의 키워드들을 매칭시켜 수혜 가능성을 산정해 가능성이 높은 순서대로 유저들에게 전달하였습니다. 하지만 정확성이 낮아서 이를 해결하기 위해 나이 등 빈번하게 나오는 수혜 조건들에 대한 필터를 적용시키는 방식으로 정확성을 개선했습니다. 이렇게 개선한 정확도는 DialogFlow로 구현한 챗봇에도 긍정적 영향을 끼쳤습니다. 또한 프로토타입 개발 후, 복지과 공무원과의 인터뷰, 설문조사를 통해 얻은 피드백을 기반으로 서비스를 개선해 나갔습니다. 높은 정확성을 위해 꾸준히 필터를 추가하고, 사용자들의 목소리에 귀 기울여 서비스를 개선해나간 결과, 스토어에 베타버전을 출시 해 서비스를 운영하는 결과를 얻었습니다. 위에 언급한 추천 서비스 프로젝트 경험은 네이버/LINE 지역검색 및 추천서비스 개발 백엔드 직무를 수행하는데 큰 도움이 된다고 생각합니다. 이런 경험을 토대로 개발팀에 합류하여 유저들의 일상생활에 긍정적 영향을 끼치는, 유저를 위한 개발자가 되고 싶습니다. 자신의 기술력과 열정을 보여줄 수 있는 활동사항을 기재해 주세요. (경력, 프로젝트, 경진대회, 창업, 논문, 특허, 오픈소스 참여, 개인 깃허브 링크 등) 작성시에는 '본인이 주도적으로 참여한 부분' 위주로 기입하며, 1) 진행기간 2) 주요내용 3) 본인이 공헌한 점 4) 사용한 Skill 또는 지식 5) 경험했던 기술적 이슈와 어떻게 해결했는지, 6) 결과/성과 등을 간결하게 핵심만 기입해주세요. SW마에스트로 10기 - 정보 취약계층을 위한 복지 추천 및 챗봇 서비스 1. 진행기간 : 2019년 6월~2019년11월 2. 주요내용 : 공공데이터를 활용하여 정보 수집이 어려운 계층을 대신하여 복지를 추천해 주는 서비스 3. 본인이 공헌한 점 : 팀장, 크롤러를 활용한 데이터 수집, 추천 로직과 DB 설계 4. 사용한 skill 또는 지식 : Java Spring(+Jsoup), MariaDB, Konlpy, Swagger 5. 경험했던 기술적 이슈와 해결방안 : Konlpy를 사용한 키워드 추출 후 매칭하는 방법을 채택하였으나, 정확도가 많이 낮은 이슈가 발생, 이를 해결하기 위하여 키워드 추출 후 매칭 전, 나이 등 수혜조건에 빈번하게 등장하는 조건을 사전에 필터링 후 키워드 매칭을 수행하니 정확도가 많이 향상되었습니다. 6. 결과/성과 : 설문조사와 당진시청 복지과 공무원에게 호평, 스토어에 베타버전 출시 후 운영(현재는 팀 해체로 인해 중단한 상황입니다.) 스타트업 "행복한 다람쥐단" 인턴 - 유권자들의 선호도 조사를 위한 정치 커뮤니티 앱 서비스 1. 진행기간 : 2019년 12월~2020년2월 2. 주요내용 : 정치에 관심있는 유권자들이 의견을 나누고, 이를 통해 정치인의 공약 수립에 긍정적 영향을 줄 수 있는 커뮤니티 앱 서비스 3. 본인이 공헌한 점 : 팀장, Restful API 구성 및 DB 설계 4. 사용한 skill 또는 지식 : Java Spring, MariaDB, Swagger, RestFul Api 5. 경험했던 기술적 이슈와 해결방안 : 가상의 정치인에게 투표를 해보는 모의 투표 시스템에서 투표 결과가 제대로 반영되지 않는 이슈가 발생, 원인을 찾던 중 너무 많은 요청이 직접 DB에 접근해 딜레이가 발생하는 것을 발견하였습니다. Spring 내부에 함수를 구축해 일정 시간마다 투표 결과를 반영하는 시스템을 구축하여 해결하였습니다. 6. 결과/성과 : 설계한 내용대로 구현 완료, 사내 직원들을 통한 알파 테스트 성공 인천시 주최 해커톤 - 금연구역 흡연자&미세먼지 탐지 가로등 1. 진행기간 : 2018년 11월 2일 ~ 2018년 11월 3일 2. 주요내용 : 나날이 확대되는 금연구역이지만 이를 잘 지키지 않는 상황이 발생, 이를 단속하기 위해 니코틴 센서와 카메라가 달린 가로등을 설치, 카메라로 찍힌 사진을 OpenCv를 통해 인원수를 산정하고 이를 토대로 자동으로 경찰에게 보고하는 솔루션 3. 본인이 공헌한 점 : 팀원, 웹 솔루션 담당, 하드웨어(라즈베리파이) 내부의 소켓 프로그래밍 담당 4. 사용한 skill 또는 지식 : Spring, Mysql, C Socket Programming, Linux, Tomcat 5. 경험했던 기술적 이슈와 해결방안 : 치명적 이슈는 없었으나, 처음 해보는 소켓 프로그래밍이어서 난항을 겪었습니다. 6. 결과/성과 : 심사위원 평가점수 4위