데이터의 흐름과 서비스가 운영되는 환경을 함께 이해하는 개발자입니다.

Spring Boot와 Node.js 기반으로 REST API, 실시간 WebSocket 통신, 데이터 집계 기능을 구현했으며, AWS·Kubernetes·Terraform 기반 클라우드 인프라 구축과 CI/CD 운영을 경험했습니다.

가장 특별했던 경험은 경험이 적었던 Kubernetes와 AWS 인프라 구축을 맡은 것입니다. 공식 문서와 책으로 기본 개념을 학습하고, 주 단위 계획에 따라 프로젝트에 적용한 결과 5개 서비스를 배포할 수 있는 환경을 구축했습니다. 이를 통해 새로운 업무도 계획적으로 학습하고 필요한 도움을 활용해 해결할 수 있다는 자신감을 얻었습니다.

앞으로는 백엔드 개발 역량과 클라우드 인프라 운영 경험을 함께 발전시켜, 서비스의 전체 흐름을 이해하고 안정적으로 운영할 수 있는 엔지니어로 성장하고자 합니다.

AI 기반 자동차 스마트팩토리 제조 공정 이상탐지 및 통합 관제 시스템
SK쉴더스 지능형 애플리케이션 개발자 양성과정 최종 프로젝트

참여 이유
백엔드 개발에서 더 나아가 서비스가 배포·운영되는 환경을 이해하고자 클라우드 인프라·DevOps 역할을 맡았습니다.

주요 경험

• Terraform으로 AWS 서울 리전 2AZ 기반 VPC·EKS 인프라 구성
• Route 53·ACM·ALB·Nginx Ingress를 연계한 HTTPS 및 경로 기반 라우팅 구축
• GitHub Actions와 Argo CD를 활용한 CI/CD 및 GitOps 배포 환경 구성
• SSM Parameter Store·External Secrets Operator·IRSA 기반 시크릿 및 권한 관리
• Ingress 경로·서비스 포트·헬스체크 불일치로 발생한 404·502·503 오류 해결
• EKS OIDC 변경 이후 발생한 Kafka IAM 인증 오류를 IRSA 신뢰 정책 수정으로 해결

배운 점
Terraform으로 AWS 리소스를 관리하고 CI/CD 흐름을 구성하며 서비스 배포 과정의 연결 구조를 익혔습니다. 또한 네트워크·권한·라우팅 설정을 단계적으로 확인하며 인프라 장애 원인을 분석하는 방법을 배웠습니다.

Role: Cloud Infrastructure · DevOps

콜포비아 사용자를 위한 AI 전화 발신 보조 웹서비스

참여 이유
실시간 통신과 외부 API가 결합된 백엔드 구조를 직접 구현해 보고 싶어 팀 프로젝트를 진행했습니다. 특히 사용자의 통화 부담을 줄인다는 명확한 문제를 기술로 해결하는 과정에 관심을 가졌습니다.

주요 경험

• Node.js·Express 기반 실시간 통화 서버와 이벤트 흐름 설계
• Twilio Call API와 상태 콜백을 활용한 통화 생성 및 상태 동기화
• Twilio Media Stream·WebSocket·Azure STT·Gemini·ElevenLabs를 연결한 음성 처리 파이프라인 구현
• CallSid 기준 Socket.IO Room을 구성하여 자막·추천 답변·통화 상태 이벤트를 실시간 전달
• 통화 종료 후 대화 요약과 통화 기록을 저장·조회하는 기능 구현
• 최신 Twilio SDK와 공식 문서를 기준으로 통화 발신부터 Media Stream 연결까지 전체 호출 흐름 재설계

배운 점
비동기 통신에서는 이벤트 순서와 상태 관리가 중요하다는 점을 경험했습니다. SDK 문제 발생 시 공식 문서와 로그를 기준으로 호출 흐름을 다시 정리하며 외부 API 연동 문제를 해결하는 방법을 익혔습니다.

Role: Backend Developer · Team Leader

여행 경비를 기록하고 소비 패턴을 분석하는 여행 가계부 서비스
SK쉴더스 지능형 애플리케이션 개발자 양성과정 미니 프로젝트

참여 이유
Spring Boot 기반 REST API와 데이터 집계 기능을 직접 구현하며 백엔드 개발 역량을 구체화하고 싶어 참여했습니다.

주요 경험

• 여행별 총예산과 현재까지 사용한 금액을 조회하는 백엔드 API 구현
• 누적 지출을 기준으로 남은 예산과 예산 사용률 계산
• 카테고리별 소비 금액과 비율을 집계하여 시각화용 데이터 제공
• 일자별 지출 합계를 집계하여 지출 추이 차트 데이터 제공
• 프론트엔드에서 바로 사용할 수 있도록 통계 응답 구조를 설계하고 API 연동

배운 점
API를 설계할 때 백엔드 데이터만 보는게 아니라, 실제 화면에서 어떻게 사용되는지까지 고려해 응답 구조를 설계해야 한다는 점을 배웠습니다. 또한 집계 로직을 DB에서 처리하도록 개선하면서 데이터 처리 위치에 따라 서버 효율과 코드 복잡도가 달라질 수 있다는 점을 익혔습니다.

Role: Backend Developer · Budget & Statistics

난임 환자 대상 임신 성공 여부 예측 AI 모델 개발

참여 이유
학부에서 학습한 머신러닝을 실제 대규모 데이터에 적용하고 데이터 분석 역량을 높이고자 참여했습니다.

주요 경험

• 25만 개 이상의 데이터를 대상으로 결측치·이상치 처리 및 범주형 변수 인코딩
• 연령·시술 횟수·기간 등의 변수를 조합한 Feature Engineering 수행
• 여러 모델과 하이퍼파라미터 조합을 반복 실험하고 Stacking 모델 구성
• EDA를 통해 변수 간 관계를 분석하고 전처리 및 파생 변수에 따른 성능 변화를 비교

배운 점
모델 성능을 개선하기 위해 데이터의 구조와 변수 간 관계를 먼저 파악하는 과정의 중요성을 익혔습니다.

Role: Data Preprocessing · Feature Engineering