Skip to content
View jun10920's full-sized avatar

Sponsoring

@isaacs

Highlights

  • Pro

Block or report jun10920

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
jun10920/README.md

header

Hits Gmail Badge Tech Blog Badge Threads Badge LinkedIn Badge

👋 About Me

안녕하세요! 저는 백엔드 개발자로서 비즈니스 가치성능 최적화를 동시에 추구하는 개발자입니다.
저는 대규모 트래픽 처리실시간 데이터 처리문제를 해결하는 것에 열정이 있습니다.
복잡한 시스템을 깔끔하게 최적화하고, 동시에 유저 경험을 개선하는 것을 목표로 하고 있습니다.

"성능은 단지 숫자가 아니라, 사용자와의 첫 만남에서의 인상이다."
제가 가장 중요하게 여기는 철학 중 하나입니다.

  • 🏃‍♂️ 현재: 백엔드 개발에 집중하며, 실시간 처리와 최적화에 도전하고 있습니다.
  • 💬 성능 테스트: 단순히 코드를 짜는 것이 아니라, 어떻게 하면 더 나은 성능을 낼 수 있을지 고민합니다.
  • 🚀 미래 목표: 대규모 분산 시스템 설계 및 오픈소스 프로젝트의 기여를 지속적으로 확장하고 싶습니다.

🔧 What I’m Working On

🚀 Projects

Now, Here: 이벤트 기반 실시간 매칭 플랫폼

2024.07 ~ 운영중
Stack: Spring Boot, PostgreSQL, JPA(Hibernate), Caffeine, GCP, Swagger

"Now, Here"는 이벤트에 참여한 사용자들을 실시간으로 매칭해주는 플랫폼입니다.
이 프로젝트에서 대규모 트래픽 처리DB 성능 최적화를 주도하며, 실시간 서비스의 효율성과 안정성을 높이는 데 집중했습니다.

"성능은 단순한 속도 측정이 아니라, 사용자 경험을 좌우하는 핵심 요소다."

주요 기여

  • 실시간 매칭 알고리즘 최적화: 동적 가중치 조정과 DB 분석 자동화를 통해 고객 중심의 개발을 실현했습니다.
  • 대규모 트래픽 대응 아키텍처 설계:
    • Master-Slave DB 아키텍처를 설계해 로드밸런싱을 구현하고, 고가용성을 확보했습니다.
    • Event ID 기반 파티셔닝을 적용하여 대용량 데이터를 효율적으로 처리하고, 트랜잭션 처리 속도를 개선했습니다.
  • DB 성능 최적화:
    • 응답 시간을 7.5초에서 4.4초로 41% 개선.
    • Caffeine 캐시를 도입하여 배너 매칭 목록 조회 시간을 88% 단축.
    • 복합 인덱스 설계를 통해 매칭 페이지 응답 시간을 43% 개선.
    • HikariCP 연결 풀 최적화로 전체 시스템 성능을 39% 향상.
  • 성능 테스트 및 시스템 안정성 검증:
    • 500명 사용자, 25만 매칭 데이터 처리 시나리오 기반으로 대규모 동시 접속 시뮬레이션을 수행해 시스템의 안정성을 검증했습니다.
    • 3단계 최적화: HikariCP 설정 → Caffeine 캐싱 → 인덱싱 및 트랜잭션 최적화를 통해 지속적인 성능 개선을 달성했습니다.

이 프로젝트를 통해 대규모 트래픽 처리와 성능 최적화라는 백엔드의 핵심 과제를 다루며
안정적인 시스템 설계를 위해 깊이 있는 기술적 경험을 쌓을 수 있었습니다.

🔗 프로젝트 링크


TrueEcho

2024.01 ~ 2024.07
Stack: Java, Spring Boot, MariaDB, Firebase

SNS 플랫폼에서 성능을 극대화하고, JPA N+1 문제엔티티 최적화66%~97% 성능 개선을 달성했습니다.

  • CI/CD 자동화: GitHub Actions을 통해 AWS EC2 서버에 배포 자동화 구축
  • FOF 추천 알고리즘 설계 및 CI/CD 자동화 구축.
  • Firebase Cloud Messaging으로 사용자 맞춤형 알림 구현.

🔗 프로젝트 링크


고양시 내 최적의 고깃집 위치 분석 프로젝트

2023.12
Stack: Python, Jupyter Notebook, pandas, numpy

고양시 내에서 고깃집을 창업할 최적의 위치를 데이터 분석을 통해 도출한 프로젝트입니다.

  • 금융 데이터를 전처리하고, 다중 회귀 분석을 통해 비즈니스 인사이트 도출.
  • 변수 선택법을 적용해 AIC가 낮은 요인을 찾아내고, 매출 예측 모델을 최적화.

🔗 프로젝트 링크


💡 What I’ve Learned

  • 성능 최적화: 단순히 속도를 높이는 것이 아니라, 어떤 부분을 개선해야 진짜 성능을 개선할 수 있는지를 파악하는 것이 중요합니다.

    • ex) HikariCP, Caffeine 캐시, DB 인덱싱을 통해 응답 시간을 7.5초에서 4.4초로 단축!
  • 협업과 커뮤니케이션: 백엔드 개발은 팀워크 없이는 완성되지 않습니다. 오픈소스 기여와 팀 프로젝트에서 효과적인 협업을 경험하고 있습니다.


🌱 Currently Exploring

  • 실시간 데이터 처리대규모 트래픽 대응에 관한 최신 기술.
  • 오픈소스 프로젝트 참여 및 기여.
  • 데이터 중심의 AI 시스템 통합.

🛠 Tech Stack

Category Technologies
Backend Java Spring Boot PostgreSQL MySQL JPA MariaDB Caffeine
Frontend JavaScript
DevOps & Tools GitHub GitHub Actions AWS GCP Slack Notion

🚀 기타 정보

  • 항상 새로운 도전을 준비합니다. 빠른 러닝 커브로 학습하고,
    이를 깊이 있는 고민을 통해 풀어내는 것이 저의 즐거움입니다.
  • 개발 외에도 웨이트 트레이닝파워리프팅으로 몸과 마음을 단련하며, 끊임없는 성장을 추구하고 있습니다.

📫 Contact Me

Pinned Loading

  1. now-here-5/.github now-here-5/.github Public

  2. TrueEchoProject/TrueEcho_Main TrueEchoProject/TrueEcho_Main Public

    Java 1

  3. Goyang_BBQ_Analysis Goyang_BBQ_Analysis Public

    이 레포지토리는 데이터 사이언스를 활용하여 고양시의 특정 행정동에 고깃집을 차리면 대박이 날지에 대한 분석을 진행한 프로젝트입니다.

    Jupyter Notebook

  4. PS PS Public

    알고리즘 공부 열심히★

    Python

  5. eastsage/the-dapda eastsage/the-dapda Public

    LG U+ 답다의 개선 사항을 반영한 토이프로젝트입니다.

    Java