채널 톡
여기어때
토스
무신사
Netflix
올리브영
미리디
라인
Pinterest
Airbnb
Flex
아임웹
당근
Samsung Tech
포스타입
NAVER D2
라포랩스
우아한형제들
카카오뱅크
SSG
왓챠
쏘카
컬리
카카오페이
마이리얼트립Trending Feed
채널 톡
Mar 3After Hours: 즐거운 저녁의 대화를 위한 리브랜딩
커뮤니티의 소속감을 설계하고 경험을 굿즈로 치환하는 정교한 비주얼 전략
RebrandingVisual Identity+3
라포랩스
Mar 3라포랩스 직무 인터뷰 시리즈 Colon : Scale Squad PO
단순 백오피스를 넘어 시스템으로 성장의 한계를 깨는 'Scale Squad' PO 유보미 님 인터뷰
AutomationProduct Management+3
아임웹
Mar 1AI가 전사 알림을 두 번 죽이다
Claude Code의 치명적 삽질을 15개의 실전 가드레일과 시스템 방어벽으로 극복한 DevOps 엔지니어의 120일 분투기
Claude CodeDevOps+3
Netflix
Feb 28넷플릭스의 마운트 대소동: 현대적인 CPU에서 컨테이너 스케일링하기
리눅스 커널 VFS 락 경합부터 하드웨어 캐시 아키텍처까지, 넷플릭스가 찾아낸 컨테이너 런타임 최적화의 비밀.
containerdLinux Kernel+3
올리브영
Feb 27매장을 찾는 과정을 설계한 올영매장 고도화 여정
온-오프라인의 경계를 허물고 고객의 발길을 매장으로 이끄는 올리브영의 옴니채널 설계 전략
O2OUX디자인+5
Pinterest
Feb 27간극 줄이기: 핀터레스트 L1 전환 모델의 온라인-오프라인 불일치 진단
이론과 실제의 괴리를 극복하고 실전에서 승리하는 추천 시스템 서빙 아키텍처 가이드
Machine LearningModel Serving+3
당근
Feb 272조 토큰을 카테고리 분류에 쓰면서 알게된 것들
10,000개의 카테고리를 LLM으로 정복하며 비용과 정확도의 '스윗 스팟'을 찾아낸 여정
LLMTaxonomy+5
당근
Feb 27‘로컬’ 슈퍼 앱에서 장기 유저 모델링은 어떻게 달라질까?
지역 기반 서비스의 한계를 넘어 장기 유저 모델링으로 추천의 판을 바꾼 당근 ML팀의 실전 전략
추천 시스템Transformer+5
당근
Feb 27200MB 모듈을 팀 단위로 해결하기: 당근 숏폼팀의 On-demand Dynamic Feature Module 도입
전 세계 2,000만 사용자에게 민폐 끼치지 않고 화려한 편집 기능을 넣는 법
AndroidDFM+5
여기어때
Feb 27여기어때 현장실습생을 소개해요
단순 업무 보조를 넘어 데이터 분석과 기술 자동화로 비즈니스 임팩트를 증명한 6개월의 기록
MLOpsAgentOps+5
토스
Feb 27신입 디자이너가 꼭 알아야 할 실험 설계 팁
막막한 실험 설계, 데이터와 가설 사이에서 길을 찾아주는 속도와 임팩트의 기술
A/B 테스트가설 검증+5
여기어때
Feb 27여기어때 Secret 플랫폼 구축기 Part 3: 시크릿 저장소를 운영 가능한 상태로 만들기 — 컨테이너화부터 CI/CD, 로그 수집까지
Bun 런타임과 GitLab CI로 완성한 클라우드 네이티브 운영 전략
BunDocker+5