경력 기술서

• 소개: 건축을 시작하기 위한 그리고 건축 관련 관계자들을 위한 허브

• 1차 목표: 건축 견적 시장을 점유하여 플레이어들을 위한 서비스들을 만들어 플랫폼화

• 참여 개발 내용: 플랫폼 개발 본부 리딩, 인프라 및 풀스택 플랫폼 서비스 구축

• 개발 서비스
• 홈 서비스 개발
📸
홈서비스 개발

 

 

 

 
• 각 서비스들의 허브
• 고객센터, 1:1문의, ChatOps, 설문조사 챗봇
• CMS: Notion API(NextJS SSG&SSR)
• 인증 서비스 개발(회원가입, 로그인 세션, 마이페이지, 1:1문의 내역)
• 회원가입, 로그인
• 로그인 세션 확인, 마이페이지, 1:1 문의 내역
• SuperTokens(cIAM) API 커스텀, JWT & Session 방식 인증&인가, RBAC






• 커스터머 서비스 개발
• 랜딩페이지, 프로젝트 리스트, 등록, 공유, 필터
• 프로젝트 상태 확인, 결제 시스템, 알림톡 연동
• 프로젝트 상세 확인, 변경 내역 히스토리
• 표준내역서 관리, 내역화 (개발중)



 





 





 





 


• 큐레이션 서비스 개발
• BIM 모델 3D 뷰어: Three.js, Forge API, Zoom to Control, First-person View Control
• 내역 필터 및 검색: Floor Filter, Material Filter, Table Filter, Search
• 모델 툴 개발: Section View, Screenshot, Measurement
• 자재 변경, 도면 뷰어
• 공정 시뮬레이션, 공정표 제공: Gantt Chart, Work simulation (on developing)



 



 



 



 



 



 



 



 



 



 



 



 



 



 



 


• 파트너 서비스 개발(파트너 등록 및 검수, 공공 API 및 공공 데이터 연동 파트너 정보 등록, 포트폴리오 등록, 블로그 및 콘텐츠 서비스)
• 파트너 등록 및 검수, 대시보드, 프로필 수정
• 공공 API 및 공공 데이터 연동 파트너 정보 등록, 포트폴리오 등록, 블로그 및 콘텐츠 서비스 (개발중)



 



 



 



 
• 빌더허브 운영 어드민 (Back office) 개발(프로젝트 검수, 파트너 검수, 알림톡 송출, 결제 확인, 프로젝트 에셋 등록, 표준내역서 관리, 1:1문의 답변, FAQ 작성 등)
• 프로젝트 검수, 파트너 검수, 알림톡 송출, 결제 확인
• 프로젝트 에셋 등록, 표준내역서 관리, 1:1문의 답변, FAQ 작성



 



 



 





 





 


• 플랫폼 컨버터 개발
• 솔루션 데이터 프리프로세싱, 디폴트 값 추가
• 비내역화 데이터 계산 및 추가, 표준내역서 매핑, 공사비 데이터 매핑 및 공사비 산출
• 솔루션 BIM 모델데이터 업로드 및 변환
• 개발 스택: TypeScript, NodeJS, ElectronJS, NextJS(Nextron), Default data and Validator(AJV), CSV Parser(papaparse)



 



 



 
• 인프라 구성:
• 1차 코드형 인프라(IaC: AWS Copilot, AWS CDK 2022.06 - 2022.10): AWS CloudFormation, Amplify, Cognito, ALB, RDS, Lambda, API Gateway, S3, CloudFront
• 2차 코드형 인프라(IaC: Terraform 2022.11 - 2023.12): AWS ECS, RDS, Lambda, API Gateway, S3, CloudFront, SES 등
• 3차 쿠버네티스 인프라(IaC: Terraform, Helm Chart 2023.12 - now): EKS, ELB, PostgreSQL, Prometheus, Grafana, ArgoCD, Github Action, Nginx, Supertokens 등



 



 
• 백엔드 개발 스택: TypeScript, NodeJS, Apollo Server, Code first GraphQL Schema, GraphQL Codegen, Nexus Framework, PalJS, OAS REST API 등
• 프론트엔드 개발 스택: TypeScript, NextJS, ReactJS, Redux toolkit, XState, Threejs, Autodesk Forge SDK
 

• 스마트체커(철근 모니터링 시스템, 시공사 대상 B2B) 프로젝트 개발
• 개발 기간: 3개월
• 개발 인원: 4명
• 개발한 서비스
• 스마트체커 서비스: 자사 솔루션 제품 데이터(Builderhub Q, 2DShopPro)를 활용한 철근 물량 검토 서비스
• 파일클라우드: 웹하드 대체를 위한 파일클라우드 개발
• 이슈 트래킹: 도면 또는 자체 이슈들을 관리하기 위한 이슈관리 서비스 개발 (개발중)
• 도면 컨버터 개발: 철근 샵도면을 읽어 물량 정보 및 메타데이터를 추출 및 도면 뷰어를 위한 데이터 컨버팅



 





 





 





 


 
 
• 인프라 구성:
• 쿠버네티스 인프라 구성: EKS, ELB, Prometheus, Grafana, ArgoCD, Github Action, Nginx, Supertokens 등
• Turbo Repo 구성: 모노 리포지토리에서 모든 앱과 패키지들을 통합하여 관리 및 배포
• 백엔드 & 프론트 개발 스택: TypeScript, NodeJS, Apollo Server, Code first GraphQL Schema, GraphQL Codegen, Nexus Framework, PalJS, OAS REST API, NextJS



 





 





 





 


 

• 개발 기간: 3주

• 개발 인원: 2명

• 개발한 서비스
• 건축 공정표와 공정 체크리스트, 모델 연동, 공장 가공 철근 부재별 체크하여 사진 업로드
• URL에 해당 데이터 저장 및 S3 이미지 업로드, URL Shortener, 공장 가공 철근 QR Code 연동



 





 





 





 


 

• AD.Fi: 인터넷 WiFi 공유기 광고 시스템(매장 광고 송출, 광고 관리, 매장, 브랜드, 영업사원, 대리점, 총판 관리) 개발
• 개발 기간: 6개월
• 유지관리 기간: 18개월
• 개발 인원: 5명
• 개발한 서비스
• 공유기 광고 송출 페이지: Captive Portal 광고 노출 및 인터넷 연결 허용





 
• 광고 집계 및 광고 관리 백오피스: 매장주, 영업사원, 대리점, 총판, 브랜드, 브랜드그룹 어드민



 





 





 





 


 
• 타겟광고 트래킹 시스템 개발
• 인프라 구성:
 
• AWS EC2, CodePipeline, AutoScalingGroup, S3, Lambda
• Linux system daemon(systemd) and timer
• Docker swarm stack: Microservice containers
 
• 백엔드 개발 스택
• Type-safe pipeline: TypeScript, NodeJS, Express, Apollo Server, Prisma ORM, Nexus GraphQL, Open API Spec. v3
• Code-first GraphQL schema: Nexus-GraphQL
• Asynchronosus API: Mosquitto, MQTTjs, Async API
• 프론트 개발 스택
• TypeScript, ReactJS, Context API, Material UI, Styled Component, JSS
• GraphQL-codegen(React, Apollo-client)

• 개발 기간: 2주

• 개발 인력: 1인

• 개발한 서비스
• 체크인 페이지: Captive Portal 브라우저에서 방문자 기록
• 어드민 개발: 사용자 리스트
• 이후 공유기 설정 및 등록 페이지로 활용, 공유기 가등록 및 판매

• Lucky.Fi(매장 경품추첨 앱) 개발
• 개발 기간: 4주
• 개발 인력: 5인
• 개발한 서비스
• 룰렛 게임: Captive Portal 브라우저에서 룰렛게임, 당첨자 회원가입
• 상품 연동: 쿠프마케팅 기프티콘, 밀크코인
• 코인 적립: SRT 코인 적립
• 브라우저 핑거프린트: 사용자 특정 및 매장 방문 확인

• 강릉시 공공 WiFi 개발, 코엑스 전시장 AD.Fi 서비스
• 개발 기간: 4주
• 개발 인력: 2인
• 개발한 서비스
• 공공 와이파이 연동: Xirrus, Meraki, Lucus 공유기 연동, Grant API 개발
• RADIUS 인증 연동: 자사 RADIUS 서버 연동, 사용자 정보 트래킹



 



 



 


• 인프라 구성:
• Bare Metal 서버 구축
• Docker swarm stack: Traefik, MongoDB Cluster
• 풀 개발 스택
• TypeScript, NodeJS, NextJS, Prisma ORM(MongoDB), Redux Toolkit Query
• GraphQL-codegen(Apollo-client)
 

• Cash.Fi(매장 모객 서비스) 백엔드 개발
• 총 개발 기간: 19개월 (외주 관리)
• 해당 개발 기간: 6주
• 개발 인력: 1인
• 개발한 서비스
• WiFi indoor position: WiFi 공유기와 Captive portal 연동, 매장 내부 위치 트래킹
• WiFi 공유기 매장 fingerprint 수집: 공유기 AP를 이용 매장 특정 Fingerprint 개발(7종의 ML 알고리즘)
• 외주 개발 백엔드 마이그레이션: DB 마이그레이션, AD-Fi 매장 연동
• 인프라 구성:
• AWS EC2, RDS, S3, Lambda, CloudFront
• Docker swarm stack: Traefik
• 백엔드 스택
• TypeScript, NodeJS, Express, Apollo Server, Prisma ORM

• 소개: 스마트팩토리 IIoT PdM 솔루션 개발

• 개발 기간: 21개월

• 개발 인력: 1인

• 참여 개발 내용: Edge Device(DAQ/Analysis) 애플리케이션 개발, 웹플랫폼 개발

• 개발 스택 및 프레임워크: *nix, NodeJS N-API, C++, golang, Python, Redis, MongoDB, GraphQL, ReactJS

• SK하이닉스, SK텔레콤, KETI, 남강정밀등

• 참여 개발 내용
• 데이터 분석: Diagnosis(HMB-SD 기법 적용, Deep analyzed features), Prognosis(유사성기반 RUL 추정기법)
• Anomaly detection, Disgnosis, Prognosis, Transient event 분류 데이터 누적
• MQTT 브로커, 메시지 큐, DB구축, GraphQL API 구축
• 디바이스 관리 클라이언트, 플랫폼 클라이언트 개발 (ReactJS)

• 개발 스택 및 프레임워크: JavaScript(ES6), Babel, NodeJS, C++, golang, GraphQL, ReactJS, ElectronJS, Python

• 현장 테스트베드 가동: 80여개소 디플로이 및 유지관리

 

 

 

• 소개: 철도 콘크리트 도상 균열 자동 탐지 과제

• 참여 개발 내용: 연구책임자
• 레이저 라인 스캔카메라를 이용한 고해상도 이미지 취득후 균열 탐지 (0.3x0.22mm)
• Phothmetric normalization과 B-COSFIRE Filter(DoG response)를 사용하여 TCL층의 라인구조식별
• Machine learning(support vector machine)을 이용하여 도상 구조물과 균열을 분류
• 분류된 균열 그리고 도상 구조물을 ground truth로 분리하여 CNN(convolutional neural network) 학습.

• 개발 스택 및 프레임워크: MATLAB, Python, Tensor flow(CNN), OpenCV

• 현장 테스트베드 가동(Trolley 방식), 선로검측차 탑재

• 링크 참조

 

 

 

• 소개: 컴퓨터 비젼(OpenCV) 및 이미지 프로세싱을 이용한 승객 착석유무 판단

• 참여기간: 약 1년

• 참여인원: 1명

• 참여 개발 내용: 현장 CCTV를 통해 이미지 취득 후 컴퓨터 비젼 프로세싱

• 개발 스택 및 프레임워크: C++ 기반 OpenCV, JavaScript(ES5), NodeJS, Express, EJS, Redis, MongoDB

• KTX 1편성, ITX-청춘 1편성 현장 적용 완료

 

 

 

• 소개: 컴퓨터 비젼(OpenCV) 및 이미지 프로세싱을 이용한 낙석감지 알람

• 개발 기간: 약 1년

• 참여 인력: 개발자 1인, 보조 1인

• 참여 개발 내용
• 현장 CCTV를 통해 이미지 취득 후 컴퓨터 비젼 프로세싱
• 애플리케이션 개발: Raspberry Pi, NodeJS 애플리케이션(OpenCV, nodeJS, Redis, MongoDB 웹서버 및 UI가동)



 



 



 

• 개발 스택 및 프레임워크
• C++ 기반 OpenCV
• NVidia Jetson TX-1을 이용한 컴퓨터 비전 활용
• JavaScript(ES5), NodeJS, Express, SocketIO 푸시 알림 웹서버 (Redis, MongoDB)

• 현장 테스트베드 가동, 160여개소 적용 준비

• 소개: 가스센서 노드로부터 데이터를 받아 화재 및 재난을 초기 인식하여 승객들에게 대피경로를 안내하는 시스템

• 개발 기간: 2년

• 참여 인력: 개발 리드 1인, 개발 보조 1인

• 참여 개발 내용:
• Libelium Waspmote기반 가스센서 펌웨어 개발
• 가스센서 Calibration : MATLAB을 이용하여 기준값 측정 후 곡선적합
• 게이트웨이 개발: Raspberry Pi nodeJS 애플리케이션(serial parsing, Redis, MongoDB, 웹서버 및 클라이언트 개발)



 



 
• 센서노드 API 제작(Plug&Sense): sleep time 스케쥴링
• 화재 감지 및 화재 발생 위치 분석: 주요요소분석(principal component analysis, 각 센서데이터의 확률밀도함수와 이벤트간 주요요소분석), 확률변수시물레이션(Monte-Carlo 시물레이션)
• Markov-chain 룰을 통해 상태예측 알고리즘 개발
• 대피경로 안내 시스템 개발(역무원용/승객 알림용)
 

• 적용된 기술:
• M2M
• LoRa 802.11ah SX1274 916MHz
• Principal component analysis
• Monte Carlo method
• Markov chain

• 개발 스택 및 프레임워크
• 적합성 데이터 분석 및 센서 캘리브레이션: Mathworks MATLAB
• 센서 관리 웹어드민: JavaScript(ES5), NodeJS, Express, React, Webpack
• 센서 데이터 송신 펌웨어: C (Libelium SDK)
• 센서 특징 정보 추출: Python
• 대피경로 안내 시스템: Django

• 참여한 현장: 대공원역 / 개포동역

• 소개: 온풍, 음이온 생성기, 응결핵등을 방사하여 도로상에 안개를 신속히 제거하는 시스템

• 참여기간: 약 1년

• 개발 인력: 제어장치 개발 1인, 알고리즘 개발 1인

• 참여 개발 내용
• CCTV 영상이미지를 이용한 안개시정거리 계산: Feature detection
• 오브젝트 트래킹 문제: Partial least square analysis를 통해 타깃의 위치 판탄 (2stage filtering)
• Real-time compressive tracking: multiscale filterbank를 통해 feature detection 후 매트릭스방식의 feature를 벡터화
• 오브젝트 트래킹 에러로 success rate, average center location error를 판단하여 시정거리와 매핑.
• Sum of squared differenceNormalized cross-correlation 으로 최종 매핑 스코어 판정
• CCTV 이미지를 통해 안개소산장치를 ON/OFF 제어 : MA 방식의 PID 제어기로 설계



 



 

• 소개: 건물의 사용중 진동 저감을 위한 능동형 제진장치 설치 및 모니터링 플랫폼 개발 프로젝트

• 참여 인력: 1인

• 참여 개발 내용:
• Quansar 소형 AMD 제어, LQR/LQG 알고리즘 탑재.
• 실제 현장에서 계측데이터 품질 확보를 위한 signal conditioning
• High-resolution DAQ 적용
• Raspberry Pi를 이용한 PLC, DAQ, Anemometer 데이터 송출
• MQTT Broker를 통한 데이터 표출 API 개발
• 모니터링 웹애플리케이션 개발



 





 





 


 

• 적용된 기술:
• LQR/LQG control algorithm
• sliding mode control ¹ algorithm
• velocity feedback control algorithm
• ADS1282-HT (High-Resolution Analog-To-Digital Conversion)
• Signal conditioning
• PLC(Programmable Logic Controller)
• Javascript(ES5), NodeJS, Express, GraphQL
• Socket.io
• MQTT (CBOR)
• MongoDB
• ReactJS

• 개발 스택 및 프레임워크
• Mathworks MATLAB / GUI / Simulink
• National Instruments LabVIEW
• nodeJS

• 참여한 현장: 강변 테크노마트 AMD 시공 프로젝트

• 소개: 초고층건물의 시공중/사용중 계측 모니터링 : 주로 FBG, 지진가속도계, 가속도계, GPS, 풍향풍속계 사용.

• 참여 인력: 현장 3인, 개발인력 1인

• 참여 개발 내용
• SNR 125dB~130dB 이상의 센서에 적합한 DAQ 보드 개발: 저주파와 신호대잡음비 성능이 우수한 가속도계 센서에 적합한 DAQ는 사실상 고가임. 따라서 설치가 용이한 유선 네트워크방식의 DAQ보드 개발이 필요하여 개발참여.
• Session-based interface 프로그래밍으로 데이터수집을 다른 thread로 작동시킴과 동시에 분석과 해석이 동시에 이루어짐 (실시간 모드벡터 추출/FFT또는 파워스펙트럼 그래프도시)



 



 



 
• 시각동기화 프로토콜 적용 IEEE-1588 Precision Time Protocol ² : GPS 클럭을 모든 장비에 연결하려면 많은 인력과 비용이 소모됨. 따라서 유선네트워크 방식에서의 동기화 프로토콜을 적용 (펌웨어단계에서 클럭동기화에 성공)
• 지진경보 시스템 : 여러동의 건물의 경우 각동 지하에 지진가속도계를 설치하여 지진경보를 발령. 이때 각동의 EPGA³값으로 rms-triggering 적용 각 3개의 동에서 동시에 임계값 이상이 발생하였을 때 지진으로 판정.
• 모드정보 추출 : SSI(Stochastic subspace identification)⁴ 기법과 FDD(Frequency domain decomposition)⁵ 기법을 적용



 



 

• 적용된 기술:
• Data acquisition toolbox (MATLAB)
• IEEE-1588 Precision Time Protocol
• High-Resolution Analog-To-Digital Conversion
• Stochastic subspace identification
• Frequency domain decomposition
• Eigensystem Realization Algorithm
• FE Model update⁶ / System Identification⁷

• 개발 스택 및 프레임워크: Mathworks MATLAB / GUI

• 참여한 현장:
• 부산 해운대 두산위브더제니스 (사용중계측 SHM)
• 인천 송도 NEATT 동북아무역센터 (시공중계측)
• 롯데 잠실 슈퍼타워 (RFP지원&자문)
• 송도 M1 주상복합 (자문)

• 소개: Glass를 옮기는 이송로봇에 3축가속도계 1기 설치하여 로봇관절운동의 패턴을 분류하고 초기치에 비해 변화량을 모니터링 해서 각 파트의 이상을 미리 감지.

• 프로젝트 목표: 제조사측은 사전진단(Eearly Warning System, EWS)과 부품별 파트진단(Prediction Management Program, PMP)을 수행하기 원함.

• 참여 인원: 현장 2인, 개발 1인

• 참여 개발 내용
• 신호분리기법 적용: Hankel Matrix와 Singular value decomposition, SVD기법을 활용해서 signal decomposition 적용 그리고 wavelet 기법을 적용해서 신호분리
• 패턴분류: rms-triggering기법으로 구간을 나눈후 ICA(independent component analysis)적용
• Spectrogram과 Cepstrum 분석으로 사전진단 가능성 판단
• 각관절의 기어박스, rotor의 엔코더 데이터를 받아서 order-analysis 를 수행하여야 정확한 파트이상진단까지 할 수 있었으나 비용등의 문제로 더이상 진행하지 못함.
• 중소기업 과제로 변경 수행완료

• 적용된 기술:
• Hankel matrix based signal decomposition⁸
• Wavelet analysis
• Independent component analysis
• Cepstrum analysis⁹
• Spectrogram



 



 

• 개발 스택 및 프레임워크: Mathworks MATLAB / GUI

• 참여한 현장: LG Display 파주공장

 

 

 

• 소개 : 차축-대차-차체의 좌우 2방향 가속도계 설치, 차축의 타코미터 설치, 계측시스템을 구성하여 공항철도의 궤도이상개소검출, 열차의 주행안정성평가, slip/slide 및 승차감평가 시스템 개발 및 준공

• 참여 개발 내용:
• 공항철도 이상개소 분석시스템 : 10m KP간격 CWA-FRF¹⁰함수로 전달함수 예측, 측정된 차축-대차-차체의 주파수응답함수(Frequency response function, FRF)를 통해 중심주파수-대역폭-가중치함수를 규정, 경계비선형 최적화 알고리즘 적용으로 이상개소 분석시스템 구축
• 공항철도 차량 주행 안정성 분석 시스템 : 병진, 롤링진동 분석 후 속도/도상 별 기준값 적용하여 이상진동의 위치 검출
• 공항철도/도시철도 승차감 분석 시스템 : ISO2631-1:1997과 UIC513에서 제시한 방법으로 각각 필터제작 4채널 DAQ보드와 3축 가속도계 센서 적용
• 공항철도 slip/slide : 타코미터의 펄스의 계측노이즈 정규화 제거하고 속도 수치미분으로 임계값으로 정성적으로 판단. 실제 주행거리와 slip/slide 개소와 그 거리는 대부분 일치함으로 확인.
• KTX 주행거동평가 알고리즘 : 국내에서 개발한 KTX산천, 각 분기기등 분석, UIC-518OR 기준에 따라 주행거동평가, 누적분포 활용해서 99.85% 0.15%의 피크 검출

• 적용된 기술:
• Coherence-weighted Averaging Frequency Response Function Estimation
• Fast Algorithm for Nonlinearly Constrained Optimization Calculations
• FIR Filter design
 

• 개발 스택 및 프레임워크: Mathworks MATLAB / GUI

• 참여한 현장:
• 코레일 공항철도 (인천-김포)
• 도시철도공사 5호선 (승차감분석, Comfort analysis)

 

 

 

• 소개 : 초고층건물 시공에서 GNSS를 이용하여 연직도를 관리하고자 하는 신기술 인증 프로젝트

• 프로젝트 목표: 거푸집 연직도 시공 누적오차 10mm이내 / 시공 층별오차 4mm 이내의 관리기준을 만족해야 함.

• 참여인원: 현장 5인, 개발 1인

• 참여 개발 내용
• RTKVRS¹¹ 시공
• 기준점 네트워크 망조정 : 기준국을 타설하여 3점, 4점 Procrustes기법을 사용하여 망조정 : OPA¹² 방식으로 1초단위의 scale, rotation값을 생성하여 값보정
• 센서퓨전(Sensor fusion) : 가속도계를 설치하여 Multirate-Kalman Filter (MR-KF) ¹³ 사용으로 거푸집의 고속변위예측
• 네트워크 망조정 필터 : 망조정기법에서 scale값과 roation값을 칼만 필터(Kalman filter)로 수정
• 초기 개발단계에서의 개발내용을 전면수정하여 상위의 모든 기술을 적용함

• 적용된 기술
• GNSS (GPS, Glonass) System : Septentrio GNSS 적용
• RF 통신 : 각 기준점의 GNSS와 통신
• Real-time Kinematic Method (DGPS)
• Ordinary Procrustes Analysis (OPA)
• Multirate-Kalman Filter (MR-KF)
• Fourier Linear Combiner (FLC)

• 개발 스택 및 프레임워크
• National Instruments LabVIEW
• Mathworks MATLAB



 



 



 

• 참여한 현장
• 마포 주상복합 : 후처리 DGPS 시스템 적용
• 롯데슈퍼타워 브레이스 위치 측정 : GNSS-RTK만 적용
• 현대제철 당진 코크스 연돌 ACS거푸집 ¹⁴ 계측 : 3점망조정 RTK적용
• 부산 연산구 거제동 롯데캐슬피렌체 주상복합 건물 거푸집계측 : 3점망조정, 4점망조정 데이터 (실제 거푸집 시공에 반영)
• 인천 청라지구 롯데케슬 주상복합 건물 거푸집 계측 : 4점망조정 데이터 (신기술 현장실사)
• 인천 청라지구 롯데케슬 주상복합 건물 거푸집 계측 : MR-KF 시범적용

• 개발결과 : 건설신기술인증 국토해양부고시 제2011 -313호

Portfolio Side project

• DAQ 데이터 브로커 앱 개발
• 개발 기간: 2주
• 개발 인원: 1명
• 개발한 서비스
• 실시간 센서 모니터링을 위한 DAQ 브로커
• NI LabVIEW 데이터 파서
• 개발 스택: NI LabVIEW, TypeScript, Docker, NextJS

• SHM 플랫폼 개발
• 개발 기간: 1년
• 개발 인원: 4명 (센서 및 장비설치 1인, 백엔드 1인, 프론트 1인, 디자이너 1인)
• 개발한 서비스
• 실시간 센서 데이터 송수신 Worker 개발: Redis, InfluxDB, Minio
• 실시간 센서 데이터 차트
• 히스토리 데이터 차트: 데이터 구간별 차트 Resampling
• 이벤트 리스트 및 이벤트 알림
• 인프라 구성
• Bare metal 쿠버네티스 클러스터 구성: PostgreSQL, Prometheus, Grafana, NginX, Cert-manager, InfluxDB, Deployment(Web, Worker, API)
• 인프라 관리: OpenLens
• 배포 파이프라인: Github Action, Github container registry, ArgoCD
• 개발 스택:
• Turbo Repo, TypeScript, NextJS(RSC, App router, Pararel routing), Apollo Server, Paljs, Nexus GraphQL, MQTTjs, Redis 등



 



 





 



 





 



 





 



 

Notes :::