빨래 주인 찾아주기 번거롭다.
빨래물이 다 똑같이 생겨서 그렇다.
빨래를 시각적으로 구별할 수 있으면 빠르게 빨래를 나눌 수 있다.
유성매직으로 색칠하기, 형형색색의 실로 자수 넣기 등의 방법이 있다.
실현이 쉽고 안정성, 신속성을 다 만족하는 방안을 계속 생각 해봐야겠다.
서로 다른 지역에 사는 친구들끼리 만날 때
각자의 지역 입력하면 중간 지역을 알려주는 앱
은 이미 있구나.. 위밋플레이스
- 졸업 전에 작문법을 배운다.
- 졸업 전에 C를 배운다.
- 졸업 전에 미시 경제학을 공부한다.
- 따분하다고 비 전산 과목을 등한시하지 마라.
- 프로그래밍 심화과정을 수강하라.
- 모든 작업이 인도로 넘어간다는 걱정은 그만둬라.
- 무엇을 하든 여름 인턴과정을 거쳐라.
해커랭크 쉬운문제 8문제 풀었다.
해커랭크 레밸 2를 달성했다.
"함수형 언어 산책"이라는 책이 새로 나왔다.
대표적인 함수형 언어들(스칼라, 하스켈, 클로저, 엘릭서) 예제들을 다룬다.
"순수 함수형 데이터 구조:불변성과 지연 계산을 활용한 함수형 데이터 구조" 라는 책도 나온 거 같은데 재밌어 보인다.
해야 한다. 안 하다. 싶어 하다
Glowing Gradient Button Animation Effects on Hover
완전 이쁘다.
다음의 검색창 테두리도 이 효과를 볼 수 있다.
길다란(400px) 그레디언트 배경을 만들고 background-position 속성을 바꾸는 애니메이션을 줘서 배경이 움직이게 해 버튼의 색상이 형형색색으로 변한다.
filter: blur() 속성으로 빛나는 효과도 추가했다.
- repl.it의 멀티플레이어 기능으로 팀 단위 코딩테스트를 준비하면 좋을 것 같다.
- 잡코리아 이력서 자동입력 중인데 학교구분 드롭다운 버튼이 안 눌린다.
- 잡코리아 이력서 등록, 학력정보 자동입력 부분을 마쳤다.
- 잡코리아 이력서 등록, 경력정보 자동입력 부분을 마쳤다.
- 다만, 직무 부분은 선택지가 너무 많아서 스킵하고 나중에 서비스가 상용화될 때 쯤이나 다뤄야겠다.
- 잡코리아 자격증 부분 입력 자동화
- 타입스크립트로 리팩터링 후 기능별로 함수와 파일을 나눴다.
- 다른 항목마다 공통된 부분이 보이기 시작해서 그 부분을 함수화 해야겠다.
- 잡코리아 어학 부분을 자동화 중인데 또 구분 드롭다운 버튼이 안 눌린다.
- 같은 이름의 js 파일과 ts 파일이 있으면 js 파일이 먼저 선택되는것 같다.
- front-end 라이브러리로 buefy 당첨이다.
- 이력서 등록 UI Flowchart Draft를 완성했다.
- 코딩테스트를 봤다. 엄청 쉬운 문제였는데 너무 떨어서 실수가 많았다.
- 사람인 마이프로필 자동화, 타입스크립트 리팩터링을 위한 구조를 잡았다.
- 사람인 경력사항 부분 경력을 복수로 받을 수 있게 리팩터링했다.
- 만들어 놓은 puppeteer 유틸 라이브러리가 정말 유연해서 유용하다.
- 잡코리아 로그인 시 메인 페이지 대신 로그인용 페이지로 가게해서 로딩시간이 10초 이상 줄었다.
- ctrl cv 서비스 시퀀스 다이어그램을 작성했다.
- swagger로 API와 데이터 모델을 문서화를 해야겠다.
- 아키텍쳐 다이어그램도 만들어서 팀원들과 소통해야겠다.
- Flask 대체로 FastAPI가 좋아보인다. 깃헙 스타도 8.8로 웹 프레임워크 중 제일 많다. 타입힌트 덕분에 IDE 도움도 받을 수 있고 문서도 자동으로 생성된다. 튜토리얼이 잘 되어있어서 기능 구현도 원할할 것 같다.
- 잡플래닛 학력부분 자동화했다.
- 폼 삭제 시 서버와 데이터 동기화가 일어나는 점을 이용해서 폼 초기화 시 networkidle0을 기다리는 함수로 진행 동기화를 했다.
Auto Annotaion에 Onnx.js 모델 연동을 시도했다가 다 갈아엎었다.
자바스크립트 정수는 32비트만 취급하는데 Onnx 모델 Zoo의 모델 파라미터는 64비트 정수로 되어있어서 Onnx.js에서 모델 로딩 시 int64 에러가 발생한다.
64비트로 훈련된 모델을 바로 32비트로 캐스팅하는 방법은 아직 없는 것 같다.
직접 32비트 모델을 훈련시켜서 가져다 쓰면 되겠지만 굳이 그러고 싶지 않다.
또한 Onnx.js 사용 시 모델마다 전처리와 후처리를 다 다르게 해야하므로 그냥 Tensorflow.js 만 쓰기로 했다.
현재 수강 중인 컴퓨터구조 강의를 40명 가까이 드롭했다.
교수님도 많이 당황하셨는데
수강신청 드롭 전후의 신청인원을 수집해서 강의를 탈출순으로 정렬하면 재밌을 거 같다.