2024년 09월 07일 일일 요약

=============================================

1: 본 글에서는 자바의 Stream API와 코틀린의 Flow API의 차이점에 대해 설명하고 있습니다. Stream은 동기적으로 작동하여 하나의 스레드에서만 데이터를 처리하며, 백프레셔를 지원하지 않고 항상 차가운 스트림입니다. 반면, Flow는 비동기적으로 데이터를 처리하며 코루틴 기반으로 작동해 멀티스레드 환경에서도 эффектив하게 사용할 수 있습니다. 또한, Flow는 리액티브 프로그래밍을 지원하며 백프레셔 기능을 제공합니다. 사용 사례에 따라 Stream과 Flow의 선택 기준을 제시하고 있습니다.

키워드: Stream, Flow, 비동기, 동기, 코루틴, 백프레셔, 리액티브 프로그래밍

출처: https://jinn-blog.tistory.com/200

kotlin - coroutine (부록3) Stream VS Flow

=============================================

2: 이 글에서는 최신 인공지능 기술의 발전과 그 응용에 대해 설명하고 있습니다. 딥러닝을 활용한 이미지 인식, 자연어 처리, 자율주행 자동차 등 다양한 분야에서의 적용 사례를 소개하며, 기술의 발전이 어떻게 기업과 사회에 영향을 미치고 있는지를 논의합니다. 또한, 딥러닝 모델의 학습 과정과 성능 개선 방법에 대해서도 상세히 설명합니다.

키워드: 딥러닝, 이미지 인식, 자연어 처리, 자율주행, 모델 학습

출처: https://blog.naver.com/writer0713/223573542032?fromRss=true&trackingCode=rss

DEVHUB 진행상황 - 2024.09.05

=============================================

3: 구글의 구조화된 데이터는 웹 페이지의 콘텐츠에 대한 정보를 제공하여 검색 결과에서의 가독성을 높이고, 사용자 유입을 증가시키는 데 기여합니다. 다양한 형식의 구조화된 데이터를 활용할 수 있으며, JSON-LD 포맷이 권장됩니다. 실제로 로드맵 페이지에 `과정 정보` 포맷을 도입하여 검색 순위 개선 효과를 확인했습니다. 구조화된 데이터는 구글 서치 콘솔을 통해 그 효과를 테스트할 수 있으며, 향후 UI가 추가될 경우 더 큰 성과를 기대할 수 있습니다.

키워드: 구조화된 데이터, JSON-LD, 검색 순위, 과정 정보, 구글 서치 콘솔

출처: https://velog.io/@pandati0710/%EA%B5%AC%EA%B8%80%EC%9D%98-%EA%B5%AC%EC%A1%B0%ED%99%94%EB%90%9C-%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%A1%9C-%EA%B2%80%EC%83%89%EC%88%9C%EC%9C%84-%EB%86%92%EC%9D%B4%EA%B8%B0

구글의 구조화된 데이터로 검색순위 높이기

=============================================

4: 컴퓨터공학과 디자인 취업 준비생들이 직면하는 고충과 그 해결책에 대해 설명합니다. 사이드 프로젝트는 목적이 분명하지 않으면 포트폴리오로서 가치가 없으며, 지원 직무에 맞는 문제를 해결하는 경험이 중요하다고 강조합니다. 또한 이력서 작성에서 자신을 어떻게 효과적으로 소개할지를 설명하고, AI의 발전에 따라 기존 방법을 고수하기보다 새로운 도구를 활용해야 한다고 주장합니다.

키워드: 사이드 프로젝트, 포트폴리오, 이력서, AI, 문제 해결

출처: https://velog.io/@kwonhl0211/%EC%BB%B4%EA%B3%B5-%EB%94%94%EC%9E%90%EC%9D%B8-%EC%B7%A8%EC%A4%80%EC%83%9D-%EB%B6%84%EB%93%A4%EC%97%90%EA%B2%8C-%ED%95%98%EA%B3%A0-%EC%8B%B6%EC%9D%80-%EB%A7%90

컴공, 디자인 취준생 분들에게 하고 싶은 말

=============================================

5: LG CNS Software Engineer 인턴 과정을 마치고, 채용연계형 인턴으로 정규직 전환이 확정된 경험에 대해 회고하였습니다. 실무 경험이 부족했던 기존과 달리, 현업 프로젝트에 참여하면서 React와 Lambda를 사용한 서버리스 애플리케이션 구축에 기여하였습니다. Bedrock을 사용한 프롬프트 엔지니어링, 하이퍼파라미터 튜닝 등을 통해 최신 기술 트렌드를 경험하고, 소프트 스킬도 많이 성장하게 되었습니다. 조직의 문화가 긍정적이어서 협업과 성장을 돕는 좋은 환경이라는 점이 강조되었습니다. 통근 거리에도 불구하고 즐거운 경험이었다고 회고하며 자기계발에 힘쓰겠다는 다짐을 하였습니다.

키워드: LG CNS, 인턴, 서버리스 애플리케이션, React, Lambda, Bedrock, 프롬프트 엔지니어링, 하이퍼파라미터 튜닝, 소프트 스킬

출처: https://dev-ws.tistory.com/126

LG CNS Software Engineer 인턴 및 최종 전환 회고

=============================================

6: 코틀린의 채널(Channel)과 플로우(Flow)에 대한 실서비스 사용 예시를 제공하였습니다. 채널은 실시간 통신, 특히 메시지 송수신을 관리하는 데 유용하며, 채팅 애플리케이션에서의 활용 사례를 예로 들었습니다. Flow는 리액티브 스트림을 처리하는 데 적합하며, 주식 가격과 같은 데이터 스트림을 실시간으로 처리하는 서비스에 활용됩니다. 또한, 채널과 Flow를 결합하여 실시간 메시지를 저장하고 조회할 수 있는 구조를 만드는 방법을 소개하고 있습니다.

키워드: 채널, 플로우, 메시지, 리액티브 스트림, 코틀린, 실시간 데이터

출처: https://jinn-blog.tistory.com/199

kotlin - coroutine (부록2) Channel과 Flow의 사용 예시

=============================================

7: 플로우(Flow)는 데이터 스트림을 비동기적으로 처리하기 위한 도구로, 중간 연산자와 최종 연산자로 나눌 수 있습니다. 중간 연산자는 데이터를 변형하거나 필터링하는 역할을 하며, map, filter, take, transform 등이 포함됩니다. 최종 연산자는 데이터 수집과 결과 도출을 맡으며, collect, reduce, toList 등이 있습니다. 또한, 에러 처리 연산자인 catch와 onCompletion을 통해 예외와 완료 작업을 관리할 수 있습니다.

키워드: Flow, 중간 연산자, 최종 연산자, 비동기 프로그래밍, 에러 처리

출처: https://jinn-blog.tistory.com/201

kotlin - coroutine (부록4) Flow

=============================================

8: 숲속의 조용한 카페와 XRCLOUD는 IT와 AI 기술을 기반으로 한 다양한 서비스와 솔루션을 제공하고 있습니다. 최신 AI 기술을 활용하여 사용자 경험을 개선하고, 클라우드 기반의 인프라를 통해 효율성을 높이는 전략을 채택하고 있습니다.

키워드: AI, 클라우드, 사용자 경험, 인프라, 기술

출처: https://blog.naver.com/fstory97/223573866700?fromRss=true&trackingCode=rss

빌리버 AI웹툰 이마우, 베리는 ChatGPT AI어시스턴트로 열일 중

=============================================

9: 이 글에서는 데이터베이스의 트랜잭션 관리와 격리성에 대해 설명하고 있습니다. 트랜잭션의 ACID 속성인 원자성, 일관성, 격리성, 지속성을 설명하며, 특히 격리성의 중요성과 데이터베이스에서 발생할 수 있는 Dirty Read, Non-Repeatable Read, Phantom Read 문제를 다룹니다. 또한, 트랜잭션의 격리 수준으로 Read Uncommitted, Read Committed, Repeatable Read, Serializable에 대해 각각의 특성과 장단점을 설명합니다.

키워드: 트랜잭션, ACID, 원자성, 일관성, 격리성, 지속성, Dirty Read, Non-Repeatable Read, Phantom Read, 격리 수준

출처: https://findsilverlining.tistory.com/131

[CS] DB - 트랜잭션과 격리성

=============================================

10: 코루틴 스코프는 코루틴의 수명을 관리하며, 스코프가 종료되면 해당 스코프 내의 코루틴도 자동으로 취소됩니다. GlobalScope와 CoroutineScope 두 가지 주요 스코프가 있으며, 일반적으로 CoroutineScope 사용이 권장됩니다. 코루틴은 특정 컨텍스트에서 실행되며, Dispatchers.Default, Dispatchers.IO, Dispatchers.Main과 같은 디스패처를 통해 코루틴의 실행 환경을 설정할 수 있습니다.

키워드: 코루틴, CoroutineScope, GlobalScope, Dispatchers, 구조화된 동시성

출처: https://jinn-blog.tistory.com/192

kotlin - coroutine (2) 코루틴 스코프 및 컨텍스트