-
프로그래머스를 통해 모두싸인의 프론트엔드 개발자가 된 현영님 이야기취업 이야기 2021. 7. 28. 09:00
프로그래머스를 통해 모두싸인의 프론트엔드 개발자가 된 김현영님을 만났습니다. 현영님의 이직기와, 입사 후 모두싸인에서의 생활에 대한 이야기를 들어보세요. *이 인터뷰는 코로나19의 확산으로 비대면으로 진행되었습니다. 시간을 내어 질문에 답변을 작성해주신 현영님, 감사합니다. 목차 모두싸인 이직기 모두싸인에서 개발하기 프론트엔드 개발자로 살아가기 1️⃣ 모두싸인 이직기 모두싸인을 지원할 수 있는 여러 가지 방법 중에 프로그래머스에서 지원하신 이유가 있나요? 프로그래머스를 사용하던 중, 탑프로그래머스를 추천받았고 도움이 될 것 같아 참여했어요. 그 후 탑프로그래머스 매니저님이 모두싸인 지원을 제안해 주셨고 좋은 회사라고 생각해 지원을 결정하게 되었습니다. 또 기존에 프로그래머스를 통해 지원할 때, 하나의 이..
-
2021 앱 Dev-Matching | K-MOOC 강좌정보 서비스취업 이야기 2021. 7. 20. 18:06
프로그래머스에서는 지난 6월 19일 '2021 Dev-Matching: 앱 개발자'의 과제 테스트가 진행되었습니다. 다들 과제 테스트는 어떠셨나요? 과제 테스트에는 완벽한 정답은 없지만, 분명 어떻게 하면 더 잘할 수 있을까 고민하신 분들이 많을 거로 생각해요. 과제 출제자가 작성한 해설을 보고 나의 코드를 발전시켜보세요 :) K-MOOK 과제 해설 문제해설 이 과제는 주어진 베이스 코드를 기반으로 기능을 완성하는 과제 입니다. 데이터 소스 이 과제에서 사용하는 데이터는 국가평생교육진흥원에서 제공하는 K-MOOK 강좌 목록과 상세 정보 입니다. 공공데이터 포털인 data.go.kr 에서 제공되고 있습니다. 이 외에고 공공데이터 포털에서는 여러 공공데이터를 api 형태로 또는 data 형태로..
-
웹 데브매칭으로 쿠팡의 Software Development Engineer가 된 찬우님 이야기취업 이야기 2021. 7. 16. 14:03
2020년 10월에 진행된 '2020 Dev-Matching: 웹 백엔드 개발자'를 통해 쿠팡의 백엔드 엔지니어로 이직한 찬우님을 만났습니다. 찬우님의 이직기와, 입사 후 쿠팡에서의 생활에 대한 이야기를 들어보세요. *이 인터뷰는 코로나19의 확산으로 비대면으로 진행되었습니다. 시간을 내어 인터뷰에 참여해주신 찬우님께 감사드립니다. 목차 쿠팡 이직기 쿠팡에서 개발하기 백엔드 엔지니어로 살아가기 1️⃣ 쿠팡 이직기 프로그래머스의 [2020 Dev-Matching: 웹 백엔드 개발자]를 통해 이직을 하셨어요. 쿠팡에 지원할 수 있는 여러 방법 중에, 프로그래머스 데브매칭을 통해 입사하시게 된 계기가 무엇인가요? 이직 준비를 하반기부터 시작했는데, 코딩을 공부하고 있던 플랫폼이 프로그래머스였어요. 프로그래머스..
-
프로그래머스를 통해 111퍼센트의 게임 클라이언트 개발자가 된 용민님 이야기취업 이야기 2021. 7. 13. 16:37
프로그래머스를 통해 111퍼센트의 게임 클라이언트 개발자가 된 이용민님을 만났습니다. 용민님의 이직기와, 입사 후 111퍼센트에서의 생활에 대한 이야기를 들어보세요. *이 인터뷰는 코로나19의 확산으로 비대면으로 진행되었습니다. 시간을 내어 질문에 답변을 작성해주신 용민님, 감사합니다. 목차 111퍼센트 이직기 111퍼센트에서 개발하기 게임 클라이언트 개발자로 살아가기 1️⃣ 111퍼센트 이직기 프로그래머스를 통해 구직을 준비하신 이유가 있을까요? 서류절차가 통과되면 코딩 테스트를 보는 기업들이 많은데요. 프로그래머스에서 코딩 테스트를 준비할 수 있어서 좋았습니다. 111퍼센트 입사 시에도 프로그래머스를 통해서 코딩 테스트를 진행했는데, 연습한 환경과 실제 코딩 테스트를 받는 환경이 동일해서 부담이 적었..
-
프로그래머스를 통해 마이리얼트립의 안드로이드 개발자가 된 효완님 이야기취업 이야기 2021. 7. 13. 16:04
프로그래머스를 통해 마이리얼트립의 안드로이드 개발자가 된 박효완님을 만났습니다. 효완님의 취업기와, 입사 후 마이리얼트립에서의 생활에 대한 이야기를 들어보세요. *이 인터뷰는 코로나19의 확산으로 비대면으로 진행되었습니다. 시간을 내어 질문에 답변해주신 효완님께 감사드립니다. 목차 마이리얼트립 취업기 마이리얼트립에서 개발하기 안드로이드 개발자로 살아가기 1️⃣ 마이리얼트립 취업기 여러 사이트 중에 프로그래머스를 통해 마이리얼트립에 지원하신 계기가 무엇인가요? 프로그래머스는 개발자에게 필요한 올인원 서비스를 제공하고 있기 때문입니다. 매칭 프로그램에 참여하거나 코딩 테스트 연습을 하다가 채용 정보를 찾아보기 수월했습니다. 그러다 보니 프로그래머스로 지원하는 게 익숙해졌고 마이리얼트립도 프로그래머스를 이용해..
-
-
2021 ML Dev-Matching | 미술 작품 분류하기 : 우수 코드 공개취업 이야기 2021. 7. 6. 09:34
머신러닝 개발자의 구직을 위한 데브매칭! 프로그래머스에서는 지난 5월 23일 '2021 Dev-Matching: 머신러닝 개발자'의 과제 테스트가 진행되었습니다. 문제 해결의 완벽한 정답은 없겠지만, 그래도 어떤 코드가 좋은 점수를 받았을지 궁금한 개발자분들을 위해 출제자's PICK - 3개의 잘 짜여진 코드를 공개합니다. 다른 개발자들은 어떻게 미술 작품 분류하기 문제를 풀어나갔는지 내 코드와 비교해보세요. 미술 작품 분류하기 문제 출제 의도 기본적인 과업인 Classification 제시 적은 양의 정제된 이미지 데이터 제공 촉박한 시간 (제한 시간 8시간) 위의 상황을 이해하고, Pretrain 모델을 가져와 Transfer learning을 수행할 수 있는지 출제자's Pick! 첫 번째 코드 ..
-
2021 ML Dev-Matching | 미술 작품 분류하기 : 출제자가 추천한 우수 코드 C취업 이야기 2021. 7. 6. 09:32
목차 환경설정 데이터 데이터 lookup 테이블 만들기 EDA Dataset & DataLoader train / valid 나누기 get_loader 모델 conv 모델 efficientnet1 timm 훈련 초기세팅 criterion get_model get_optimizer get_scheduler train validate pseudo_labeling run 데이터 불러오기 훈련 진행 추론 앙상블 kfold 훈련 soft voting 2021 Dev-Matching: 머신러닝 과제테스트¶☺️ 문제를 어떤 관점에서 정의하였는지 ☺️ 문제는 이미지 분류 과제입니다. 주어진 데이터는 이미지고, 7가지 클래스로 분류하면 됩니다. 이미지는 데이터의 50% 이상이 노이즈이기 때문에, 딥러닝 모델이 유용합니다..
-
2021 ML Dev-Matching | 미술 작품 분류하기 : 출제자가 추천한 우수 코드 B취업 이야기 2021. 7. 6. 09:31
목차 Set Device, Fix seed Training Configs Define Training Function Define Dataset Class Inference Set Device, Fix seed¶ In [1]: import random import numpy as np import torch device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # 시드 고정. random_seed = 42 torch.manual_seed(random_seed) torch.cuda.manual_seed(random_seed) torch.cuda.manual_seed_all(random_seed) torch.backends.cudnn.d..
-
2021 ML Dev-Matching | 미술 작품 분류하기 : 출제자가 추천한 우수 코드 A취업 이야기 2021. 7. 6. 09:29
목차 Dataset Import Lib ConfigManager SEED고정 Load Data Model Utils CosineAnnealingWarmupRestarts CutMix 지표 계산을 위한 average meter Training Inference model ensemble을 위해서 npy 파일 형태로 저장 Ensemble Dataset¶ EDA(Exploratory Data Analysis, 탐색적 데이터 분석)를 진행하면서 동시에 csv를 만들었습니다. image와 label을 반환합니다. albumentations augmentation을 염두해두고 설계했기 때문에 이미지를 opencv로 읽었습니다. In [1]: import os import cv2 import numpy as np f..