Bonjour, 코드기린 👋

Energy Shares US

• J’étais responsable de la maintenance et du développement des nouvelles fonctionnalités du serveur et du back-office pour la plateforme de crowdfunding d’investissement en énergies renouvelables Energy Shares US.
• J’ai implémenté l’API REST en utilisant Spring Boot et stocké les données avec MySQL.
• J’ai construit un pipeline CI/CD d’Actions Github > ECR > Event Bridge > ECS.
• J’ai amélioré la fiabilité des tests et optimisé le temps d’exécution.
  • J’ai augmenté la fiabilité des requêtes en ajoutant des tests de repository via Testcontainers.
  • Pour optimiser le temps de test, j’ai séparé @SpringBootTest en @WebMvcTest et @DataJpaTest pour réduire le temps d’exécution des tests à un tiers.
  • J’ai introduit un Self-Hosted Runner pour optimiser le temps d’exécution et préparé une mesure de secours en cas d’échec du Self-Hosted Runner.
• J’ai mis en place un système de traçage distribué avec Grafana Tempo.
• J’ai facilité la traçabilité des logs en attribuant TraceID et SpanID aux champs de log et amélioré la recherche sur la plate-forme de recherche en modifiant le format de log en JSON.
• J’ai développé un outil de comparaison de fichiers de configuration pour résoudre le problème de paramètres manquants lors du déploiement](/blog/trouble-shooting/config-differ-check/).
• J’ai réalisé un test de charge avec Locust pour définir les spécifications adéquates du serveur et résoudre les problèmes de performance.
  • J’ai amélioré les performances en traitant de manière asynchrone les cas de réponse lente dus à un autre fournisseur de plateforme en utilisant AWS SQS.
  • J’ai abaissé la charge en cachant les réponses API lentes avec Redis.
• J’ai effectué le suivi du système à l’aide de Prometheus.

Écloset

• Je me suis occupé de l’API, des tâches programmées et de la maintenance des serveurs du service Écloset, qui reçoit 400 000 visiteurs mensuels.
• J’ai conçu les données de base pour les transactions de seconde main et implémenté les API correspondantes.

Looko AI

• J’ai mis en place le backend pour le service Looko AI afin d’améliorer l’efficacité du travail des commerçants de vêtements vintage d’occasion.
• J’ai utilisé Go avec le framework Echo et stocké les données dans MongoDB.
• J’ai synchronisé le statut des services liés aux commandes/produits/réclamations de trois sources (Écloset, Café24, Naver Smart Store) avec Looko AI à l’aide de FSM et géré la synchronisation en temps réel de 300 000 produits et 50 000 commandes.
• J’ai utilisé AWS Lambda et Event Bridge pour créer une fonction serverless qui rafraîchit les tokens pour chaque plateforme.

• En tant qu’ingénieur backend, j’ai été responsable de la maintenance du serveur back-office, du développement et du déploiement de la vue trading.
• J’ai refait le code SQL des requêtes en utilisant l’ORM de Django.
• J’ai utilisé le module Javascript Trading View pour implémenter des graphiques boursiers.

• En tant que leader, j’ai dirigé le développement de la plateforme de blogs pour développeurs “Plog” dans un but éducatif.
• J’ai organisé des réunions hebdomadaires pour suivre l’avancement et utilisé Github Discussion pour garder une trace.
• J’ai implémenté une API REST avec Spring Boot et stocké les données principales dans PostgreSQL.
• J’ai utilisé Redis pour mettre en cache les API et implémenter l’authentification par e-mail.
• J’ai construit un pipeline CI/CD comprenant Github Actions > ECR > ECS pour le déploiement.
• J’ai effectué des tests de repository avec Testcontainers et écrit des tests unitaires pour chaque couche.
• J’ai utilisé Grafana pour surveiller les logs de CloudWatch.
• J’ai développé le frontend avec React et l’ai déployé avec AWS Amplify.
• J’ai implémenté l’éditeur de markdown, avec téléchargement de fichiers, en utilisant Toast UI Editor.

• J’ai dirigé une étude d’algorithmes pour améliorer individuellement les compétences algorithmiques.
• Deux fois par semaine, nous avons discuté des problèmes algorithmiques résolus et effectué des examens de code.
• Les détails de cette étude peuvent être trouvés sur ce Github.

• J’ai organisé une étude sur le clean code de Python pour explorer plus en profondeur le langage utilisé en interne.
• Les détails de cette étude peuvent être trouvés sur ce Github.
• Nous avons écrit le livre électronique Code Python Érroné en utilisant WikiDocs.

• Ce projet a été développé pour créer une plate-forme qui gère simultanément les modèles et les garanties de diverses marques de produits.
• J’ai développé une API pour gérer la période de garantie utilisateur en extrayant des modèles de courriel de boutiques en ligne à l’aide de Python.
• La mise en œuvre réelle de ce projet peut être vue sur ce Github.
• Plus de détails sur ce projet sont disponibles sur cette page Notion Notion.

• En tant que membre fondateur du club, j’ai donné une formation de base en Python pour améliorer les compétences des membres.
• J’ai donné une formation de base en Python pour le club de big data IBAS de l’Université d’Inha.
• Les formations effectuées peuvent être consultées via ce lien.

• J’ai été responsable de l’architecture backend, en utilisant Django pour développer une application basée sur le modèle MTV (Model, View, Template).
• J’ai partagé le statut du projet via des réunions hebdomadaires et géré le calendrier du projet.
• J’ai créé le frontend à l’aide de Django Template et utilisé Django Context pour passer les données.
• J’ai utilisé AWS EC2 pour le déploiement et Nginx pour configurer le serveur web.
• Le code réel de ce projet peut être examiné sur ce Github.

• J’ai participé en tant que mentoré au mentoring ICT Hanium.
• J’ai utilisé le framework Spring Legacy pour mener le projet.
• J’ai effectué un projet pour extraire des mots-clés liés à l’aide d’un simple comptage de mots avec Hadoop.

• J’ai donné une formation en SQL pour base de données Oracle au sein du club de programmation IGRUS de l’Université d’Inha.
• Les formations dispensées peuvent être consultées via ce lien.