정보
20 years + Java & Big data expert career.
Cross functional platform basis development…
Cross functional platform basis development…
활동
팔로워 4천명
-
Jaehwa (Matthew) Jung 공유함저희 팀 산하의 Orchestration Platform 팀에 추가 TO 가 생겼습니다. Orchestration Platform 팀은 국내 최대 규모의 Airflow 클러스터와 Netflix Genine 기반의 EMR Abstraction Layer 를 운영하고 있으며, EKS 기반의 Airflow 와 차세대 Abstraction Layer 도 함께 준비중에 있습니다. EKS 와 대규모 분산 시스템에 관심있는 분들의 많은 지원 부탁드리겠습니다~ https://lnkd.in/gFY9f_Fj
-
Jaehwa (Matthew) Jung 올림아래 포지션은 채용 완료됐습니다~^^ ‐‐‐-‐------------‐--‐‐------------- 제 조직 산하의 Orchestration Platform 팀에서 플랫폼 엔지니어를 채용중에 있습니다. Airflow as Service 와 빅데이터 플랫폼용 Abstraction Layer를 함께 만들어나갈 분들의 많은 관심과 지원 부탁드리겠습니다. 궁굼한 부분이 있으면 언제든지 메세지 부탁드립니다~ :-) https://lnkd.in/gDJv6N_J
-
Jaehwa (Matthew) Jung 퍼옴Jaehwa (Matthew) Jung 퍼옴Hello Network! We are on the lookout for a Staff Backend Engineer to join our team in Seattle. The ideal candidate should possess expertise in Java, Scala, and Python, along with a strong background in designing, developing, and maintaining large software infrastructures. Proficiency in distributed systems like Hadoop and Spark is a must. This is an exciting opportunity for individuals seeking a challenge and aiming to make a meaningful impact on people's lives. If you believe you have the skills and experience we need, click the link below to apply. #SeattleJobs #BackendEngineer #SoftwareDevelopment #TechOpportunity
-
Jaehwa (Matthew) Jung 퍼옴Jaehwa (Matthew) Jung 퍼옴Hello Network! Exciting opportunity alert! 🌟 We are on the lookout for an experienced Senior Staff Infrastructure Engineer specializing in Data Infrastructure to join our dynamic team at our stunning Seattle, WA office. As part of our team, you will be instrumental in managing infrastructure and Orchestration platforms that span the entire business domain. Our Data Infrastructure team oversees various data processing tasks crucial to Coupang services, such as log analysis, recommendation systems, price comparison, AB testing, search indexing, advertising, and rocket-fast delivery services. Join us in shaping the e-commerce experience for Coupang's customers! 🚀 #InfrastructureEngineer #DataInfrastructure #Coupang #SeattleOpportunity https://lnkd.in/eKHqjHne
-
Jaehwa (Matthew) Jung 공유함My team is hiring a strong senior staff engineer to extend Big Data and Orchestration Platform. This is a great opportunity to join a wonderful team in Coupang that plays a backbone role in data processing. Join our team and help us innovate and drive growth! https://lnkd.in/gUaXbGmn
-
Jaehwa (Matthew) Jung 퍼옴Jaehwa (Matthew) Jung 퍼옴쿠팡 시애틀에서 데이터 인프라 엔지니어를 채용 중입니다. 서울팀과 협업하기 때문에 한국어와 영어가 모두 편하신 분을 선호합니다. 진격의 쿠팡과 함께 진격하실 분들의 많은 지원 바랍니다.
-
Jaehwa (Matthew) Jung 공유함안녕하세요, 쿠팡 데이터 플랫폼에서 Staff 데이터 엔지니어를 채용중에 있습니다. 많은 관심을 부탁드리며, 관련 문의사항이 있으면 언제든지 DM 부탁드리겠습니다. :-) ccing Yumi Bae Paresh Tapania #coupang #dataengineering #spark #Iceberg #airflow https://lnkd.in/gHhmMrj4
-
Jaehwa (Matthew) Jung 공유함
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함지난 1월 발표에서 다루었던 'AI 시대 소프트웨어 엔지니어의 역할 변화'에 대한 생각을 글로 정리해 보았습니다. How AI Is Changing Our Work https://lnkd.in/g-ch_YYh 솔직히 말씀드리면, 3개월 남짓 지난 현시점에서는 어쩌면 너무 뻔하거나 지루한 이야기일 수도 있습니다. 제가 제시하는 방향성은 저만의 독창적인 상상이 아니라, 2025년 하반기의 충격을 거치며 이미 많은 시니어 엔지니어들 사이에서 형성된 일관된 '컨센서스'에 가깝기 때문입니다. 그럼에도 불구하고 이 글을 굳이 공유하는 이유는 하나입니다. '머리로 아는 것'과 실제로 조직의 일하는 방식을 '바꾸는 것' 사이에는 여전히 커다란 간극이 존재하기 때문입니다. AI에게 'How'의 주도권을 넘겨주는 과도기에서, 우리는 여전히 아래 세 가지 거대한 변화에 직면해 있습니다. - 인간의 역할: 'What'과 'Why'를 명확히 정의하는 스킬의 극대화 - 역할의 융합: 경계가 무너진 End-to-End Problem Solver의 부상 - 기술의 가치: 도입 비용 하락에 따른 전략적 판단의 중요성 이러한 변화의 본질들을 어떠한 방식으로 엔지니어링 조직에서 실질적인 변화로 만들어낼 수 있을지 깊이 고민하는 분들, 그리고 이미 그러한 변화를 만들고 계신 분들과 앞으로 함께 여러 생각과 논의를 나누고 싶습니다.
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함AI 에이전트 시대, 책임감 있게 코딩하라 Vercel 블로그 "Agent Responsibly" 의 내용이 지금 AI 코딩 에이전트로 개발하는 사람들에게 꼭 필요한 이야기라고 느껴 요약·정리해 보았습니다. 저 역시 요즘 코드 한 줄 한 줄을 점검하기보다 기능이 제대로 동작하는지 확인하고, 빠르게 배포한 뒤 모니터링하는 쪽에 무게를 두고 있습니다. 그러다 보니 이 글에서 공감되는 부분이 많았습니다. 관심사의 축이 이동하고 있다는 걸 체감합니다. "어떻게 구현하지?" 에서 "어떻게 품질을 유지하지?" 로, "어떻게 코딩하지?" 에서 "왜 그런 선택을 했지?" 로. 구현 자체보다 판단의 근거가 더 중요해지는 시점에서, 이 글이 좋은 기준점이 되어 줄 수 있다고 생각합니다. https://lnkd.in/gRJxg3rg
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함AI로 코딩하는 건 이제 특별한 일이 아닙니다. 하지만 AI 여러 개를 동시에 쓰고, 세션이 끝나도 맥락이 이어지는 워크플로우를 만드는 건 — 아직 대부분 각자 알아서 해결하고 있는 것 같습니다. 저도 같은 문제로 꽤 오래 불편을 겪었고, 그래서 주말마다 만들어온 오픈소스 프로젝트 두 개를 공유합니다. 🔗 AI Barracks (CLI) https://lnkd.in/gaAn8b9z 🔗 AI Barracks CommandCenter (GUI) https://lnkd.in/gheHtVp2 ━━━━━━━━━━━━━━━━━━━━ 🏰 시작은 네 가지 불편함이었습니다. 1. Claude가 rate limit에 걸리면 Gemini로, Codex로 자연스럽게 넘어가고 싶다. 2. 지나간 세션을 업무일지처럼 남기고, 몇 달 뒤에도 "그때 왜 이렇게 했지"를 찾고 싶다. 3. 내가 쌓은 지식을 여러 에이전트가 같이 참조하게 하고 싶다. 4. 프로젝트별로 다른 규칙을 섞이지 않게 관리하고 싶다. ━━━━━━━━━━━━━━━━━━━━ 📜 세 줄로 정리하면 이렇습니다. - 쓰는 모델이 바뀌어도, 맥락은 이어진다. - 지나간 세션은 흘려보내지 않고, 기록으로 남긴다. - 지식은 에이전트를 넘나들되, 프로젝트 단위로 독립된다. ━━━━━━━━━━━━━━━━━━━━ 🧠 세 가지 아이디어에서 영감을 받았습니다. 1. Harness Engineering (Anthropic, OpenAI 엔지니어링 블로그) —> 규칙을 말하지 말고 Hook으로 강제하라 2. LLM-Wiki (Andrej Karpathy의 공개 gist) —> 세션에서 발견한 지식을 토픽별로 축적하라 3. GitAgent (open-gitagent 프로젝트) —> 에이전트의 정체성과 규칙을 표준 파일로 관리하라 이 세 가지를 "배럭(Barrack)"이라는 하나의 단위로 묶은 게 AI Barracks입니다. DB도 서버도 없이, Git repo 하나가 AI 에이전트의 장기 기억이 됩니다. ━━━━━━━━━━━━━━━━━━━━ ⚙️ 구체적으로 해결하는 문제들입니다. ▸ Claude가 rate limit에 걸리면? Gemini로 세션을 이어받습니다. 같은 배럭의 지식과 규칙을 그대로 가져가면서요. ▸ 세션 종료 시 지식 추출을 놓쳤다면? 다음 세션 시작 시 시스템이 알아서 리마인드해줍니다. ▸ 여러 LLM이 같은 주제로 병렬 토론해서 합의안을 도출하게 하고 싶다면? Claude · Gemini · Codex를 한 번에 돌려 결론을 합쳐주는 council 모드를 사용합니다. ▸ 배럭이 많아지면? 별도의 데스크톱 앱 CommandCenter로 한 화면에서 관제합니다. 스키마 기반 에디터, 파일 자동 감시, 인앱 터미널까지 포함되어 있습니다. ━━━━━━━━━━━━━━━━━━━━ 🔑 만들면서 지킨 두 가지 원칙입니다. 1. LLM이 규칙을 잘 따르길 기대하지 않는다. 중요한 건 전부 shell hook으로 강제합니다. LLM은 언젠가 잊지만, 시스템은 잊지 않으니까요. 2. 특정 CLI에 묶이지 않는다. Claude, Gemini, Codex가 같은 파일 포맷을 공유하므로, 한 도구를 쓸 수 없어도 다른 쪽이 그대로 이어받습니다. ━━━━━━━━━━━━━━━━━━━━ 🔭 왜 이런 걸 만들었냐면, AI로 코드를 짜는 것보다, AI와 함께 일하는 방식 자체를 설계하는 일이 더 재미있었습니다. Claude로 설계하고 Gemini로 검토하고 Codex로 리뷰하는 워크플로우가 어느새 일상이 됐고, 어제 쌓은 지식이 오늘의 세션에 자동으로 들어오는 경험이 꽤 만족스럽습니다. 아직 다듬을 부분이 많은 초기 프로젝트지만, 비슷한 불편을 겪는 분들께 참고가 되었으면 좋겠습니다. Claude Code · Gemini CLI · Codex CLI 중 두 개 이상을 병행해서 쓰시는 분이라면, 한 번쯤 둘러보실 만합니다. 피드백 · 이슈 · PR 환영합니다. ⭐도요. #AI #LLM #OpenSource #DeveloperTools #ClaudeCodeGitHub - ai-barracks/ai-barracks-cc: AI Barracks CommandCenter — Desktop management app for ai-barracks (Tauri v2 + React)GitHub - ai-barracks/ai-barracks-cc: AI Barracks CommandCenter — Desktop management app for ai-barracks (Tauri v2 + React)
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함"잘 되나요? 걱정됩니다" 한킴 알토스 대표님이 베이에 오셔서 모처럼 강연. PPT도 없고 목소리도 나지막한데. 코트라 실리콘밸리 알라스카 룸을 꽉 채운 약 120명이 숨죽이며 들었습니다. 한국과 실리콘밸리 스타트업 생태계에 속한 많은 분들이 오셨는데 '사실과 경험'을 말했을 뿐인데 모두 뼈때리는 말이었기 때문입니다. 한킴 대표님은 창업자들이 결심하기 전에 자신에게 세 가지를 물어야 한다고 했습니다. ① 극단적인 감정의 기복. 천장까지 올라갔다가 바닥으로 내려앉는 그 반복을 혼자 견딜 수 있는가? ② 소득이 불안정해도 괜찮은가? ③ 가족과의 시간, 친구와의 약속을 기꺼이 내려놓을 수 있는가? 창업은 '의지의 문제'가 아닙니다. 그것은 극단적인 리스크를 감내할 수 있는 체질과 체력의 문제. 한킴 대표의 시각에서 한국 스타트업 생태계에서 창업을 독려하는 시스템의 가장 큰 오류는 "무엇을 할 것인가?"를 가르치면서 "당신은 버틸 수 있는 사람인가?"를 묻지 않는다는 점이죠. "빨리 크려면 뭘 해야 하냐고 묻는 분들이 많아요. 근데 솔직히 정답 없는 것 같아요. 저희도 별별 거 다 하는 걸 여러 회사한테 지켜봤는데, 정답을 찾은 회사는 없었어요." 한킴 대표님이 제시한 비유는 안개 속 걷기였습니다. 아무리 확신이 있어도 첫 발자국은 조심스럽게 내딛죠. 넘어지지 않으면 두 번째 발자국. 그렇게 걷다 보면 뛰게 됩니다. 이것이 그가 본 창업의 본질이다. 전략 게임이 아니라 검증 기반의 전진, 확신이 아니라 생존을 통한 학습입니다. 또 한킴 대표님은 기술 중심, 특히 딥테크 창업자들이 가장 흔히 저지르는 착각을 직접적으로 겨냥해서 "제품 만들면 유능한 세일즈 담당자가 팔아주면 좋겠다고 생각하잖아요. 근데 저희는 창업자가 직접 가서 고객 만나서 팔아야 된다고 이야기해요. 못 팔면 이 회사 제품은 필요 없는 겁니다."라고 말했습니다. 제품시장적합성(PMF, Product-Market Fit)은 창업자, CEO가 직접 팔 수 있는 제품인가? 그 것이 모든 것입니다. "저희는 회사 대표들이 '요새 너무 잘 돼요' 하면, 정말 큰 문제가 되겠구나 하고 생각해요" 이 말도 현장에서 큰 공감을 받았습니다. 스타트업이 성장하는 과정은 본질적으로 불균형의 연속입니다. 제품이 앞서 나가면 조직이 따라오지 못하고, 채용이 빠르면 문화가 흔들리고, 매출이 오르면 운영이 삐걱거립니다. 어느 한 축이 빠르게 달리면 반드시 다른 축에서 균열이 생기죠. 그것이 성장하는 회사의 정상 상태입니다. 그런데 회사가 다 잘 되고 있다고 대표가 말한다면. 두 가지 중 하나. 실제로 문제가 있는데 보이지 않거나, 아니면 성장이 멈춰서 긴장이 사라진 것. 두 경우 모두 위험합니다. 전자는 폭발 직전이고, 후자는 이미 정체가 시작됐다는 뜻이다. 한 킴 대표님이 수십 개의 포트폴리오 회사를 지켜보며 체득한 것은, 좋은 회사일수록 대표가 "이게 걱정되고, 저게 안 풀리고, 요건 모르겠다"는 말을 더 자주 한다는 사실입니다. 문제를 인식하고 있다는 것은 회사가 살아있다는 증거. 반대로 "다 잘 된다"는 말은 대표가 현장에서 멀어졌거나, 문제를 문제로 인식하지 못하는 상태에 빠졌다는 신호일 수 있기 대문이죠. 그래서 한 킴 대표님은 "모든 것이 잘 돌아가고 있다는 느낌이 들 때, 스스로에게 먼저 물어야 한다. 지금 내가 보지 못하는 것이 무엇인가? 이미 와 있는데 내가 인식하지 못한 문제가 있는 건 아닌가?" 라고 말했습니다. -이 외에도 큰 격언이 많은데 .. 전문을 한번 읽어보세요. 하루동안 무료로 보실 수 있습니다. The Miilk 더밀크 https://lnkd.in/gy2iQHHn
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함AI 시대 가장 중요하다고 느끼는 글 (저도 참고로 AI 많이 씁니다. Cluade, Codex, Kimi, GLM 보유중..) 이전보다 더 많이 공부하고, 더 사람들을 많이 만나야 함. 요즘 Team attention 에서 열어주신 행사 덕분에 좋은 분들 많이 만나는 중. 사무실에서 가까운데서 해서 너무 좋음. 절대 자만하지 말고 당신이 하는 딸깍이 정말 쉬운걸 딸깍하고 있는건지 어려운걸 딸깍하고 있는건지 고민하고 더 개선할 방법을 항상 찾아야 함. 사실 이전에도 단순 노동 수준의 코드는 어려운적이 없었음. 쉬운거만 딸깍 딸깍하고 그거 제대로 검증할줄도 모르는데 아웃풋만 보고 잘 나온다 라고 여기는 사람들이 많아보임. 근데 그렇게 딸깍해서 되는걸로 좋아하는게 커리어에 정말 좋은건지 고민해봐야 함. 내가 아무런 고민 없이 딸깍으로 쉬운건 모델 좋아지면 남들도 금방 딸깍으로 할수 있음 뭐 모델 좋아지면 다 될거다 하는데 그때 그러면 딸깍 밖에 안하는 사람들을 왜 씀. 쓸 이유가 없음. 지금 어느 위치에 있는지 모르나 주니어라면 더더욱 경계해야 함. 배운거 없이 시니어되면 당신 주니어들은 뭐가 되는지 생각해보시길. 여튼 뭐 모델이 다 해줄거라는데 모델이 업데이트 되면 될수록 이런 사람들이 먼져 짤리게 될 것 이라고 생각함. 더 공부하고 디테일을 챙기려고 노력해야 함
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함데이터 엔지니어링을 공부하면서, 한동안은 Kafka·Spark·Airflow 같은 도구를 다룰 수 있느냐가 곧 데이터 엔지니어의 실력이라고 생각했습니다. 그런데 『견고한 데이터 엔지니어링』 를 읽고 생각이 바뀌었습니다. 데이터 엔지니어의 책임은 특정 기술을 사용할 줄 아는 것 자체보다, 원시 데이터가 실제로 활용 가능한 신뢰할 수 있는 정보가 되기까지의 전체 수명 주기를 관리하는 데 있다는 것을 알게 되었습니다. 즉, 데이터가 어디서 생성되고, 어떻게 저장되고, 어떤 방식으로 수집되며, 어떻게 변환되고, 누가 어떤 목적으로 소비하는지를 하나의 흐름으로 이해하고 설계하는 책임이라고 생각합니다. 그리고 중요한 것은, 이 모든 선택이 기술 자체가 아니라 비즈니스 요구사항을 기준으로 이루어져야 한다는 점이었습니다. 모든 회사가 빅데이터 문제를 갖고 있는 것은 아닙니다. 어떤 조직에서는 초당 수백만 건을 처리하는 기술보다, 필요한 데이터를 안정적으로 제공하고, 사람들이 데이터를 더 쉽게 찾고 신뢰하며 활용할 수 있게 만드는 것이 훨씬 더 중요한 과제일 수 있습니다. 그래서 데이터 엔지니어의 가치는 화려한 기술을 많이 아는 데 있는 것이 아니라, 조직이 데이터를 더 잘 활용하도록 만드는 것에 있다고 생각하게 되었습니다. 저도 이제는 “어떤 기술을 더 배울까”보다 먼저, 이 파이프라인의 데이터 엔지니어링 수명 주기는 어떻게 구성되어 있는지, 각 단계에서 어떤 문제가 발생할 수 있는지,그리고 그 문제를 어떤 기술로 해결할 수 있는지를 먼저 보려고 합니다. 지금은 이런 관점을 기준으로, 데이터 엔지니어링을 하나씩 더 깊게 이해해가고 있습니다.
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함대학이 무너진다. 학벌의 시대는 끝나는가. The Miilk 더밀크 요새 미국에서 밥먹다가, 술마시다가 가장 많이 하는 얘기는 1번이 '물가(+유가)'. 2번이 취업(일자리 없어진다). 그리고 3번이 대학 왜 이렇게 비싸냐라는 것이다. 자녀들이 좋은 대학 가서 좋긴한데 .. 허리가 휘어도 너무 휜다라는 얘기. 특히 한국 등 아시안 부모들은 아이들 대학까지 대체적으로 책임지기 때문에 큰 부담이 아닐 수 없다. 하지만 이렇게 대학에 보내도 지금 취업이 잘 안된다. 직업, 직무가 재정의되고 있기 때문이다. 여전히 '학벌'이 중요한 한국 등 아시아 국가와 달리 그나마 조금은 덜한 미국에서는 대학 학위 ROI 논쟁이 치열하다. "이 학위가 과연 돈이 되는가?" "이 학위를 받기 위해 빚을 지는게 맞는가?" "왜 대학을 졸업했는데도 취업이 안되는가?" 이 상황에서 100년 이상 된 미국 대학들이 '폐교' 선언이 잇따르고 있다. 지역사회에서는 꽤 충격적으로 받아들이고 있다. 미국 대학이 붕괴하고 급변하고 있다. 그런데 .. 그게 AI 때문은 아니다. AI는 그저 하나의 원인일 뿐이다. 세계 주요 국가 대학에는 ① 학령인구 급감, ② 대학 재정 구조의 파탄 ③ 그리고 ‘학위’라는 상품의 가치 하락이 맞물린 구조적 붕괴에 직면해 있다. 여기에 AI 기술이 급격히 발전하면서 대학의 존재 이유에 대한 의문도 제기되고 있다. 그야말로 대학에 퍼펙트 스톰이 몰려온 것이다. 동시에 대학의 학제 설계 방식 자체가 근본적으로 흔들리고 있다. 4년제 학위 대신 단기 기술 인증을 강화하는 방향으로 빠르게 선회하고 있는데, 두 가지 큰 흐름이 있다. 구글의 커리어 자격증(Career Certificates)이나 아마존의 직무 교육 프로그램은 이미 대학 교육의 일부 기능을 대체하고 있다. 더 근본적인 변화는 대학 내부에서 일어나고 있다. 바로 누적형 학위 과정(스태커블 크리덴셜)이다. 이것은 단순한 학점 인정의 문제가 아니라, 대학이 스스로 '학위 구독 모델'로 변모하고 있다는 신호다. 4년이라는 긴 시간을 한꺼번에 파는 것이 아니라, 필요할 때마다 조각 지식을 구매하고 그것을 차곡차곡 쌓아 최종적으로 정규 학위를 완성하는 방식이다. 넷플릭스처럼 콘텐츠를 월정액으로 소비하듯, 교육도 필요한 단위로 쪼개어 구매하되 그 조각들이 결국 공식 학위로 귀결된다. 가장 구조적인 균열은 채용 시장의 변심이다. 구글, IBM, 테슬라, GM, 액센추어에 이어 미국 최대 민간 고용주인 월마트까지 상당수 직무에서 4년제 학위 요건을 공식 삭제했다. 월마트는 액센추어·뱅크오브아메리카·블랙스톤·마이크로소프트·버라이즌 등과 함께 '스킬 퍼스트 워크포스 이니셔티브'를 지난해 4월, 출범시켜 학위 중심 채용 관행을 공식 청산하겠다고 선언했다. 번닝글래스 인스티튜트의 분석에 따르면 2017년에서 2019년 사이 이미 중간 기술직의 46%, 고급 기술직의 31%에서 학위 요건이 눈에 띄게 줄었다. 미 트럼프 행정부도 지난해 4월 행정명령(Restoring Equality of Opportunity and Meritocracy)을 통해 이 같은 흐름을 가속화하는 정책을 강력을 추진하고 있다. 행정명령에는 미국 법무장관과 고용평등위원회(EEOC)에 "대학 학력 여부와 무관하게 고용 기회를 확대하는 방법에 대한 가이던스를 기업에 발행하라"고 명시했다. 미국 대학은 지금 스스로 '존재'의 이유를 증명해야 하는 상황에 직면해 있다. 한국 대학은 더 말할 필요가 없을 것이다. 미국 대학의 흐름을 보면서 한국 대학 교육, 고등 교육의 오늘을 진단하고 어떻게 바뀌어야 하는지 .. 생각하고 실행했으면 한다. *더밀크가 대학생, 대학원생, 교수님들을 위해 아카데미 요금제를 신설했습니다. 살펴봐주세요 ~~ https://lnkd.in/gyDC7VKr
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함워트인텔리전스 AI데이터팀에서 시니어 데이터엔지니어를 모십니다. 안녕하세요. AI 기반 특허 서비스를 제공하는 워트인텔리전스에서 데이터엔지니어링을 담당하고 있는 장윤석입니다. 저희 AI데이터팀은 키워트(특허 검색)와 키워트인사이트(AI 특허 분석) 서비스의 데이터 기반을 책임지고 있습니다. 전 세계 특허 데이터를 수집·변환·제공하기 위한 플랫폼과 파이프라인을 설계하고 운영합니다. 팀이 하는 일: - 데이터 수집 및 통합: 각국 특허 문헌을 공통 포맷으로 변환하고, 검색·분석에 최적화된 형태로 제공합니다. AWS, Databricks, Spark, NiFi 기반의 데이터 플랫폼을 운영합니다. - AI 데이터 구조 설계: 특허 정보를 Vector Embedding, Ontology, Knowledge Graph, GraphRAG로 구축하여 AI가 특허를 깊이 이해하고 활용할 수 있는 기반을 만듭니다. - 비즈니스 인텔리전스: 고객 행동 데이터 기반의 BI 플랫폼을 구축하고, DW/DM 모델링과 Semantic Layer를 통해 데이터 기반 의사결정을 지원합니다. AI와 데이터엔지니어링으로 고객이 특허를 더 가깝게, 더 가치있게 활용할 수 있도록 돕는 여정에 함께하실 분을 찾습니다. 관심 있으신 분은 DM 또는 댓글로 편하게 연락 주세요. https://lnkd.in/g6stMCsY
-
Jaehwa (Matthew) Jung 좋아요 표시함Jaehwa (Matthew) Jung 좋아요 표시함Security is no longer a layer—it’s the system. In building and operating large-scale, always-on global services, one lesson keeps repeating: most failures don’t come from sophisticated attacks—they come from gaps in architecture, operations, and change management. In this post, I share a practical framework across three dimensions: • Production architecture — zero trust, strong identity, and strict isolation • Security operations — real-time visibility and disciplined incident response • Change management — treating every deployment as a potential security event As attackers increasingly leverage AI for speed and scale, the bar has shifted. Defense needs to be designed in, continuously validated, and operationalized end-to-end. Security is not a team. It’s a property of the system. Full write-up below 👇Building Secure, Always-on, Global Services: A Practical Framework for Architecture, Operations, and Change ManagementBuilding Secure, Always-on, Global Services: A Practical Framework for Architecture, Operations, and Change Management
경력 및 학력
-
Coupang
Jaehwa (Matthew)님의 전체 경력 보기
직함, 근무기간 등을 확인하세요.
또는
논문·저서
-
Beginning Hadoop Programming : Development and Operations
wikibooks
논문·저서 보기This book includes installation of the Hadoop, operating principle HDFS and MapReduce, practical examples variety. It will be able to easily start the programming of Hadoop. In addtion,
it cludes additional functions like hadoop streaming and scheduler, management strategy to operate hadoop cluster.
It has been introduced to how to install Hadoop's on Windows and AWS for reader configuration of Linux server is difficult, also it contains hive usages for data analyst. Finally, we…This book includes installation of the Hadoop, operating principle HDFS and MapReduce, practical examples variety. It will be able to easily start the programming of Hadoop. In addtion,
it cludes additional functions like hadoop streaming and scheduler, management strategy to operate hadoop cluster.
It has been introduced to how to install Hadoop's on Windows and AWS for reader configuration of Linux server is difficult, also it contains hive usages for data analyst. Finally, we introduce the case studies of Hadoop NHN, NEXR, of Goult If you give insight to the reader to be introduced into the actual service of Hadoop.
특허
-
method and device for post filtering
발급일: KR 2012-0076438
Patent system and method capable of filtering spam posts with big data technologies
프로젝트
-
Apache Tajo
Apache Tajo is a relational and distributed data warehouse system for Hadoop. Tajo is designed for low-latency and scalable ad-hoc queries, online aggregation and ETL on large-data sets by leveraging advanced database techniques.
다른 리더 -
