Hyperconnect Tech Blog - mysetting

8:55 5/30

hyperconnect.github.io

mobile screenshot relative

8:55

hyperconnect.github.io

mobile screenshot

Hyperconnect Tech Blog
https://hyperconnect.github.io/

하이퍼커넥트의 기술블로그입니다.

최종 피드 수집: 2024-04-14 14:46

전체 (51)

3M

Azar iOS Team이 잊힌 코드를 추모 하는 법

Azar에서는 매달, 매주, 매일 수많은 기능이 나타났다 사라집니다.
고민하고, 만들고, 테스트해 봅니다.
고민하고 만들고 테스트하고 지우고를 반복하다 보면 어느 순간 모두에게 잊힌 코드들이 생기기 마련입니다.
누가 만든 코드인지

002

4M

ksqlDB를 이용하여 실시간 ML 피쳐 데이터를 계산하기

추천 시스템과 같은 머신러닝 어플리케이션에서 피쳐 데이터(feature data)는 성능에 큰 영향을 끼칩니다. 일반적으로 높은 품질의 피쳐 데이터를 많이 사용할수록, ML 모델의 성능 또한 높아지죠. 피쳐 데이터는 실시간 피쳐

000

4M

Jackson과 Scala 기반 Flink를 사용한 코드 리팩토링 과정에서 발생한 Serialization 관련 이슈 해결하기

안녕하세요! Azar Matching Dev Team의 Suno 입니다.
이 글에서는 Scala Flink 코드의 리팩토링 과정에서 발생한 Jackson과 Flink의 Serialization 이슈를 해결한 경험을 공유합니다. 크

000

8M

1년 동안 Workload의 절반을 ARM64로 Migration하기

안녕하세요, DevOps 팀의 Sammie입니다. Hyperconnect에서는 대부분의 service workload를 AWS 위에서 운영하고 있고, 다른 모든 회사와 동일하게 AWS 비용 절감은 중요한 주제입니다. AWS 비용을

004

9M

[Hyper and Now] 하이퍼커넥트® 렐 문화 탐구

*본 포스팅은 앞서 하이퍼커넥트® Career 홈페이지 블로그에서 2편(1,2)에 걸쳐 소개된 DevRel 게시글을 종합하였습니다.
안녕하세요, 하이퍼커넥트® DevRel Team입니다. 🙌
대내외적으로 많은 관심과 사랑을 받고

001

10M

고성능 ML 백엔드를 위한 10가지 Python 성능 최적화 팁

Python은 배우기 쉽고, ML 관련 라이브러리를 포함한 오픈소스 생태계가 상당히 발전해있는 좋은 언어입니다. 편의성이 좋다 보니 여러 회사들이 데이터 분석과 ML 모델 학습뿐만 아니라, 백엔드 서버에서도 Python을 자주 사

003

11M

Kubernetes 환경에서 Segmentation Fault 트러블슈팅하기 (Feat. Fluent Bit Contribution)

안녕하세요. DevOps 팀 Cloud Platform Unit의 Yop입니다. 최근 하이퍼커넥트 Kubernetes 클러스터에서 로그 수집용 agent로 사용 중인 Fluent Bit의 버전을 올리다가 segmentation f

003

1y

ksqlDB Deep Dive

안녕하세요, Azar API Dev Team의 Dante.R 입니다.
이 글에서는 Kafka Streams 및 ksqlDB 의 동작 원리 및 ksqlDB 의 사용 예제를 공유합니다.
ksqlDB 란?
ksqlDB 는 카프카 기반의

002

1y

Junior 개발자의 글로벌 서비스 경험기 2탄

안녕하세요 👋
하이퍼커넥트 아자르 스튜디오 Android 팀의 Tay, Mason 입니다.
지난 Junior 개발자의 글로벌 서비스 경험기 1탄 에서는 언어에 관련된 이야기와 앱갤러리에 관한 이야기를 전해드렸었는데요.
캐싱
네트

001

1y

⚔ Learning with Noisy Labels by Efficient Transition Matrix Estimation to Combat Label Miscorrection

Read this post in Korean

Introduction
오늘날의 ML 모델 성능은 데이터의 양과 퀄리티에 의존적입니다. 따라서 많은 ML 기반 서비스들은 고퀄리티의 데이터를 얻기 위하여 많은 비용을 지불하며

007

1y

Spring Session + Custom Session Repository 기반 세션 저장소의 메모리 누수 해결

안녕하세요, Azar API Dev Team의 Dante.R 입니다.
이 글에서는 팀에서 Spring Session + Custom Session Repository 기반 세션 저장소의 메모리 누수 현상을 해결한 경험을 공유합니다

007

1y

글로벌 라이브 스트리밍을 지탱하는 하이퍼커넥트 미디어 서버 인프라를 소개합니다

안녕하세요, 하이퍼커넥트 Media Lab의 Media Server Team에서 Media Server Engineer로 일하고 있는 Simon.Y 입니다.
많은 분들께서 알고 계시듯 하이퍼커넥트에서는 하쿠나 라이브(Hakuna

000

1y

머신러닝 모델 서빙 비용 1/4로 줄이기

들어가며
하이퍼커넥트의 AI 조직에서는 다양한 머신러닝 모델을 서빙하고 있습니다. 보통의 서버와는 달리, 머신러닝 모델의 처리량(throughput)을 높이기 위해서는 특수 자원인 GPU가 필요합니다. 그런데 GPU를
사용하면 성

004

1y

Spring Data Redis Repository 미숙하게 사용해 발생한 장애 극복기

안녕하세요, 하쿠나 백엔드 팀의 하마입니다. 최근 하쿠나 서비스에서 사용하고 있는 Redis에서 latency가 주기적으로 치솟는 문제가 발생했습니다. 문제를 해결하는 과정에서 latency 문제뿐만 아니라 기존의 Redis 메모

001

1y

CPaaS QA가 하는 일

안녕하세요. 저는 QA3 Team의 CPaaS Unit에서 Audio/Video Call SDK를 담당하고 있는 Anne입니다. CPaaS는 아자르, 하쿠나에 쓰이는 미디어 기술을 활용해서 외부에서 쉽고 빠르게 적용할 수 있도록

004

1y

카프카 생태계 기반의 비즈니스 메트릭 생성하기

안녕하세요, Azar API Dev Team의 Dante.R 입니다.
이 글에서는 팀에서 Kafka Connect 와 ksqlDB 를 사용해서 Grafana 모니터링 대시보드를 구축한 경험을 공유합니다.
배경
아자르의 1:1 Vi

000

1y

Spring WebClient에서 새어나가는 메모리 잡기

평화롭던 어느 새벽, 저희 팀에서 관리하고 있는 Spring 서버의 응답이 점점 느려지고 있다는 제보가 들어왔습니다.
타임아웃이 발생하는 빈도가 점점 늘어나더니, 몇 시간 후에는 대부분의 요청에 대해 타임아웃이 발생하고 있었습니다

0021

1y

JVM + Container 환경에서 수상한 Memory 사용량 증가 현상 분석하기

안녕하세요, DevOps 팀의 Sammie입니다. Hyperconnect에서는 대부분의 microservice를 Kubernetes 환경에 배포하고 있습니다. 개발자는 직접 load test 등을 수행하여 microservice에

007

1y

머신러닝 어플리케이션을 위한 데이터 저장소 기술

하이퍼커넥트는 내부적으로 다양한 머신러닝 기반의 어플리케이션을 운용 중입니다. 개인화 추천 시스템, 실시간 이상 유저 탐지 시스템, 검색 엔진, 챗봇 등 머신러닝 모델을 메인으로 하는 어플리케이션들이 이에 해당하죠.
이런 머신러닝

005

1y

Junior 개발자의 글로벌 서비스 경험기 1탄

안녕하세요 👋
하이퍼커넥트 아자르 스튜디오 Android 팀의 Tay, Mason 입니다.
아자르는 글로벌을 대상으로 수 억명이 사용하는 동영상 채팅 앱입니다.
하이퍼커넥트에 주니어 개발자로 합류하여, 글로벌 대상 앱을 만들면서

002