내용
12.20(화)~23(금)에 진행된 한국소프트웨어종합학술대회 (KSC2022)에 카카오는 후원과 함께 개발자 간 기술교류를 위한 초청 강연과 Kakao Tech Workshop, 그리고 기술/영입 부스를 진행하였습니다. 행사장에 참여하지 못한 분들에게 참여한 내용을 소개합니다.
행사 정보
웹사이트: https://www.kiise.or.kr/conference/KSC/2022/
일시: 12.20(화)~23(금)
장소: 제주, 라마다 프라자 호텔
초청강연
Machine Learning Engineer 여행가이드
“ML Engineer로 성장하기 위해서는 어떤 준비를 해야 할까요?”
제가 대학생과 대학원생분들을 만나서 이야기 나눌 때 이런 질문을 자주 받습니다.
처음 이 질문을 받았을 때는 저라는 개인이 발전하기 위해 어떻게 준비했었는지에 대해 답변드렸는데요. 시간이 지나고 좀 더 생각해 보니, 실제로 ML Engineer가 현장에서 어떠한 가치를 만들어내는지에 대해 말씀드리고 각자 그 점을 참고해서 스스로의 성장 방향을 잡아보는 것도 좋겠다는 생각이 들었습니다.
이번 발표에서는, ML Engineer가 현장에서 어떠한 가치를 만들어내는지, 그 과정을 소개합니다. ML Engineer 커리어를 생각하시고 있는 분들이 성장 방향을 잡는 데 도움이 되었으면 좋겠습니다.
김성진(추천팀) / KAKAO
카카오 추천팀에서 개인화 추천 시스템 연구/개발을 리드하고 있습니다.
Kakao Tech Workshop
Relevant V.S. Diversity in Recommendation Goal
추천 시스템의 목표를 달성하려면 사용자, 콘텐츠 생산자 그리고 플랫폼 사이의 Trade-off 관계를 이해하고 밸런스 있게 서비스를 추천해야 합니다. 이번 KSC2022 발표에서는 각각의 이해관계자의 목표, 추천 시스템에서 사용자의 단기적 만족도를 높이는 Relevant 한 추천 및 플랫폼의 장기적 만족도를 높이는 Diversity 추천을 정량적으로 분석한 3가지의 사례를 이야기합니다. 추천 시스템의 장단기적 목표에 관심 있는 분들에게 추천드립니다.
최규민(추천팀) / KAKAO
카카오추천팀에서 데이터 분석, 개발 및 PM 등의 역할을 수행하고 있습니다. 서비스에 추천을 적용하고 서비스를 성장시키는 일을 좋아하는 데이터 엔지니어입니다.
ML SaaS 플랫폼 개발 후기
추천팀에서 만들고 있는 MLaaS 플랫폼을 간략하게 소개하고, 베타버전까지 플랫폼을 개발하는 과정에서 겪은 시행착오와 느낀 점에 대한 회고입니다.
배준양(추천팀) / KAKAO
추천 중심의 MLaaS 플랫폼을 개발하고 있습니다.
카카오 추천팀 영입 문제 해설
추천팀에서 채용 시 머신러닝 테스트 과제로 사용했던 문제와 간단한 풀이를 소개합니다.
추천팀 뿐만 아니라, 머신러닝 엔지니어로서 취업을 준비하시는 분이 취업 준비 과정 중에서도 특히 프로그래밍 테스트 관련 준비에 도움이 될 것으로 생각하고 있습니다.
이현성(추천팀) / KAKAO
카카오 추천팀에서 머신러닝 엔지니어로 일하고 있습니다. 최근엔 러스트 언어에 관심이 생겼습니다.
대규모 파일 처리를 위한 카카오의 오브젝트 스토리지 구조
분산 오브젝트 스토리지 환경에서 RangeScan을 통한 디렉토리 탐색 시의 병목 현상 문제와,
이를 해결하기 위한 기법을 소개합니다.
김연우(클라우드플랫폼팀) / KAKAO
분산기술셀에서 분산 스토리지, DBMS 등을 개발하고 있습니다.
기술 & 영입 부스
카카오 추천팀과 클라우드플랫폼팀의 개발 리더 및 개발자분들이 참여하여, 조금 더 가까운 거리에서 기술과 영입에 대한 심도 있는 질문과 답변을 할 수 있는 자리를 마련하였습니다.
마치며
앞으로도 카카오는 개발자 커뮤니티에 대한 후원을 지속하고 기술 발표 및 강연에 적극 참여하도록 하겠습니다. 많은 관심과 응원 부탁드립니다.
