끝이 보입니다..이번 스프린트에서는 이제 기능을 마무리하고 배포에 들어가야했습니다.도커파일 만들고 이미지를 빌드해서 ecr에 푸시하고 그걸 ec2로 풀해와 배포를 하는 흐름을 선택하였습니다.백과 프론트 각각의 ecr과 ec2로 구성하였습니다.뱃지와 알림 쿡테스트까지 기

스프린트 4에는 일단 기본 기능들을 모두 구현을 하였습니다.로그인과 로그아웃, 회원 탈퇴, 재료 입력, 레시피 추천 받기와 캘린더에 추가, 캘린더에서 관리, 마이페이지 까지 완료를 하였습니다.그럼 이렇게까지 개발을 당겨서 열심히 달렸으니 시간이 남지 않습니까?그래서 기

왔습니다아 스프린트3가 왔어요!!깜짝 놀라십니다... 레전드 스프린트에요...먼저 api명세를 써둔 것을 기반으로 개발을 시작하였습니다.저는 리액트를 사용하여 개발을 하였습니다. 코덱스와 함께하였는데요. 바이브코딩이지만 당연히 수정은 제가 해야하고 오류가 난다면 어디가

자! 저희의 기획은 바뀌었습니다.바로 사용자 보유 재료 기반의 맞춤형 레시피 추천 시스템입니다.... 일주일을 정말 정신없이 달렸는데요...팀원들께 정말.. 감사한 마음 뿐입니다먼저 역할 분담부터 착착 진행했습니다.빠르게 달려보아야 하는 만큼 가장 중요한게 각자의 역할

추석 연휴가 끝나고 다시 프로젝트로 돌아왔다.다시 달려야지!!먼저 음식 데이터들을 수집하고 쓸 수 있는 모양으로 전처리를 하였다.그 쓸 수 있는 모양이라는 것 자체가 매우 추상적이고 어려워서 수작업도 굉장히 많았고, 데이터를 왜 비싼 돈을 주고 사고 파는지, 수집한 데

월, 목을 쉬었고 금요일에 프로젝트 킥오프를 하였다.프로젝트 헌장이라는 것이 뭔지 보고 살짝 작성도 해보고 어떻게 프로젝트를 진행할지 상의도 하는 시간을 가졌다.

9/23 ~ 9/30 스프린트 1 - 6 days스프린트 미팅, 데일리 스크럼계획서, WBS, 요구사항정의서 등멘토링 준비9/27 1차 멘토링9/30 스프린트 리뷰 & 전체 회고기획 및 요구사항 정의 \- 서비스 목표 설정, 핵심 기능 정의, 사용자 흐름 및 UX

캐싱 전 구동 → 인메모리/RedisInMemoryCache로 같은 질문 반복 시 0s → 첫 실행은 오래걸림Redis 연결 테스트까지 했고 LangChain의 RedisCache로 LLM 응답 캐싱도 동작!프롬프트 템플릿 → ChatPromptTemplatePromp

같은 문제를 여러 프레임워크로 직접 구현해 봄:scikit-learn MLPClassifier로 빠른 베이스라인 확인TF1(placeholder, tf.matmul)로 W·b·행렬 곱 흐름을 손으로 느낀 점이 좋았다Keras(TF2) Sequential/함수형 API(

ERD 다이어그램을 설계하는 데에 생각보다 시간이 많이 들었고, 데이터를 얻기가 어려워 가상의 데이터를 만들기로 하고 랜덤으로 데이터를 생성하는 페이지를 구성해 가져왔는데 만든 것도 활용하려 해보니 허점이 많았다. 데이터를 잘 가공해서 원하는 대로 만들어 최대한 결과를

세 가지 도구(Matplotlib, Seaborn, Plotly)를 오가며 같은 개념을 구현해 봄 → 라이브러리별 접근 방식의 차이를 비교 다중 축 차트(2중, 3중축)와 스펙 아웃 강조, 로그 스케일 변환 등을 직접 구현해보며 상황에 따라 어떤 시각화가 효과적인지

크롤링 코드에서 댓글, 전체 HTML(풀 콘텐츠), URL 추출까지 흐름이 잡혀감.soup.select()로 a 태그에서 href만 뽑는 방법을 다시 복습했고 원하는 데이터 위치를 더 정확하게 파악하게 됨.MariaDB 연동하면서 컬럼 문제나 데이터 길이 문제도 직접

각 함수가 어떻게 동작하는지 이해하고 확인하며 학습했다.aggregate를 통해 자주 쓰이는 집계 방식을 직접 구현해봄으로써 RDD 연산의 원리를 이해하려 하였다.에러가 발생했을 때 스킵하지 않고 하나씩 원인을 파악해가며 Spark 문법의 특징과 Python의 차이를

실제로 버튼 클릭, 입력창 전송, 링크 클릭 후 driver.back() 등 브라우저 내에서의 행동을 자동화하는 느낌이 직관적이었다.implicitly_wait, WebDriverWait을 통해 단순 sleep()보다 훨씬 유연한 대기 처리를 이해하게 된 점HTTP 메

단순 선형 회귀에 비해 다항 회귀로 성능이 확실히 향상된다는 점을 확인했다.다항차수를 1~5까지 올리면서 RMSE, R2의 변화를 시각화하여 과적합 구간을 정확히 파악한 점이 좋았다.성능 수치만 보는 것이 아니라 랜덤포레스트와 비교하며 모델 선택에 대해 고민한 것이 인

하이퍼파라미터 튜닝을 단순히 점수만 보는 게 아니라 best_params와 best_score 그리고 실제 accuracy를 함께 비교하면서 교차검증 기준 vs 테스트셋 기준이 다를 수 있음을 인지했다. → 모델이 교차검증에선 안정적으로 보이지만 테스트셋에서는 성능

EXPLAIN ANALYZE를 통해 Filter, Index range scan, Table scan, Covering index 등 각 키워드를 하나하나 직접 찾아보았다. → 이해는 아직 잘……EXPLAIN ANALYZE를 통해 옵티마이저의 예상과 실제 실행 결과가

예전에 오라클로 SQL 짰던 기억이 하나둘씩 떠오르면서 감각이 되살아나는 느낌이라 되게 재밌었다.LIKE, BETWEEN, DISTINCT, IN 같은 키워드들이 손에 익는 느낌이 있었고내가 직접 조건을 걸고 데이터 필터링해보는 과정에서 그때도 자주 썼었지 싶은 익숙함

비행기편 지연 데이터를 분석하면서 하나의 흐름으로 정리하면서 보는 재미가 있었다. 단순히 숫자만 보는 게 아니라 어떤 항공사가 왜 지연이 많은지를 하나씩 파악해 나가니까 점점 흥미가 생겼다. carrier, atc, weather 각각 따로 비교하고 막대그래프랑 선

실제 파일 입출력 시 발생할 수 있는 오류나 예외를 실습 기반으로 자연스럽게 마주하면서 해결할 수 있었다는 점이 좋았다.단순히 코드 결과만 보는 게 아니라 왜 그렇게 동작하는지를 계속 고민해보면서 원리를 알게 된 느낌이었다.연습 문제들을 많이 주셔서 스스로 학습해볼 수