[NAVER] Open Class 후기

NAVER developer Open Class 2019에 다녀왔습니다. 본 행사에서 있었던 내용 중에 기억에 남는 내용을 정리하겠습니다. 본 행사는 5일에 나워서 진행되는 것으로 알고 있고 이번 3차에서는 230명의 사람들을 불렀습니다.

내가 몰랐던 네이버 :: VLive

20대 여성들이 주로 사용하는 VLive라는 서비스가 있습니다. 셀럽들이 개인 방송을 하고 사용자들은 이를 구경합니다. 셀럽 버전 아프리카 방송이라고 보면 될 것 같습니다. 잘은 모르지만 아프리카tv과 비교했을 때 짧은 시간에 많은 사용자가 몰리는 서비스라는 것을 추측할 수 있고, 이를 위한 통신 서버를 제공하는 역할했다고 합니다. 비슷한 서비스를 제공하는 다른 회사들은 GS네오텍의 WOWZA라는 상용 미디어 서비스를 사용한다고 합니다. 반면에 네이버는 PRISM 클라우드 서버를 직접 만들어서 더 높은 효율을 WOWZA를 사용하지 않고 제공하였다고 합니다. 구체적으로는 BTS의 컴백 무대에서 80만 동접자가 발생했을 때 WOWZA 서버는 안터졌는데 네이버의 PRISM은 터지지 않고 잘 제공했다고 합니다.

네이버가 돈을 잘 번다고 다시 한 번 생각한 부분은, 이런 VLive 서비스를 제공하면서 유로 VOD와 유로 LIVE를 제공했다는 점입니다. 더 가까이서 볼 수 있다면 사용자들은 기꺼이 돈을 냈을 것입니다.

네이버의 미래 주력 CIC(Company In Company)

자세한 CIC 목록은 검색하면 나옵니다.

1. 로봇 자율주행 // A.I
2. 클라우드 //작은 로봇도 큰 뇌를 가지게 만드는 클라우드 컴퓨팅
3. B2B 비지니스 도구 //회사 대 회사의 계약을 다루는 부분
4. 컨텐츠 IP //네이버 웹툰이 제 2의 마블을 꿈꾸며 분사했다고 합니다.
5. SNOW // AR/VR 분야에서 제일 큰 폼을 꿈꾼다.

우리는 이런 사람을 뽑습니다.

네이버는 자소서를 길게 적을 필요가 없는 것으로 알고 있습니다. 아래 3개만 적으면 됩니다.

1. 너비 < 깊이 : 한 분야에서라도 만렙을 찍어본 사람
2. 정답 < 진솔 : 면접시 정답같은 얘기가 아니라 진솔한 이야기
3. 종착 < 시작 : 네이버에서 이루고 싶은 성장을 기술하기

Open Class 지원할 때 적었던 내용 참고해서 학습 계획서를 제출하는 느낌으로 자기소개서를 써야한다는 느낌을 받았습니다. 이 말이 기억에 남네요. “네이버가 골인지점같은 느낌을 주는 분들이 있어요.”

선배 개발자들의 이야기

6명의 현업 개발자가 나와서 본인의 이야기를 해주셨습니다. 경력 11년차이신 분도 있었지만 14,16,17년 입사하시고 오픈 클래스에서 자신의 부서를 설명해주시는 분도 있었습니다. 저는 이 부분이 참 마음에 들었습니다. 입사 예정자가 더 친근하게 느낄 수 있었고 동시에 2~3년차 분들도 상당한 수준의 개발자인 것이 충분히 드러났기 때문입니다.

17년 입사 신입 :: 네이버 메인 개발자

네이버 메인 서비스는 3가지 지탱하는 힘을 가진다고 하셨습니다.

1. 대규모 트레픽
2. 안정성 //항상 이용할 수 있는 서비스
3. 빠른 속도

16년 입사 상시 모집 신입 :: Search & Clova Big data & A.I. platform

매일 수억건의 log들이 수 백대의 장비에 쌓이는데 초당 30만건의 로그들이 모여 700억 로그가 되고 90TB 규모의 로그들이 분산되어서 저장이 된다. 이를 통합적으로 쉽게 분석할 수 있는 역할을 담당한다. 예를 들어서 RNN을 사용해서 ‘서울’에서 ‘8시’에 ‘ㅇ’를 검색창에 쳤을 때 ‘오늘 날씨’가 추천 검색어에 뜨는 추천 시스템 등을 개발한다.

이러한 로그 분석을 위한 과정들이 기사화 되기도 하였다.

네이버는 서로의 코드리뷰를 PR을 통해서 진행한다. 서로의 코드를 쉽게 동료에게, 비전공자에게, 중1에게 설명할 수 있는 능력을 키우는 것이 중요하다.

16년 추천 채용 입사 :: Storage & Cloud 분산 플랫폼 개발자

흔히들 ‘서버가 터진다’라고 할 때 터지는 것은 CPU 가용량이 100% 이상이 되거나 Network 폭을 넘어서는 일이 발생할 때 일어납니다. 플랫폼은 다양한 서비스에서 서버가 터지는 것을 막기 위한 노력을 대신해주는 역할을 합니다. 네이버에는 TB의 1백만배인 PB 크기의 데이터가 저장이 됩니다. 네이버는 이러한 데이터 ‘플랫폼’을 만들었고, 잘 만들어진 플랫폼은 보통 10년 길게는 리눅스와 같이 30년 이상 사용되며 기업에게 100억대 이상의 지출감소를 가져옵니다.

17년 경력 공채 입사 :: NBP(NAVER Business Platform)에서 보낸 2년

먼저 NBP는 연봉과 복지는 NAVER 본사와 같습니다.

중견기업에서 사내 포털 개발 SI를 5년하다가 네이버 NBP에서 2년째 개발을 하고 있습니다. 네이버 클라우드 플랫폼 포털을 개발하였습니다. Nodejs,Vue.js, Spring을 사용합니다.

09신입, 11년차

밴드를 만듭니다. 신입 준비를 하는 사람들에게는 3가지를 이야기 해주고 싶습니다.

1. 서비스 장애 최소화 : 장애 예방에 댛나 꾸준한 공부 E.g. 데드락의 개념을 알고 있으면 문제가 발생했을 때 바로 데드랑의 해결법을 찾아볼 수 있다.
2. 상시 학습 : 저는 Java로 서버 Backend를 만들고 밴드의 추천 시스탬은 python으로 합니다. 신규 라이브러리를 도입해야하는 상황이 생기면 동료에게도 물어볼 기대를 안하는게 맞습니다. 어차피 직접 당면한 문제에 대해서 공부하고 적용해야 합니다. 공부의 깊이는 ‘라이브러리가 쓰레드 Safe한지’,’트레픽에 제한이 있어서 x명이 들어와도 잘 동작하는지’등까지 봐야합니다.
3. 토론 : 주장을 자주 하되 본인이 틀린 것은 염두해야합니다.

1번은 신입에게 기대하지 않습니다. 2번은 학습에 두려움이 없는지 판단합니다.

14년 경력입사 :: Search & Clova Sound, B2B 서비스 개발

보안 개발자로 일하다가 인공지능 서버 개발자로 변경했습니다. NAVER 안에서 있는 업무 전환 제도를 통해서 전환했습니다. 네이버의 현업에서 쓰이는 ‘accuracy’는 ML 모델의 accuracy를 의미하는 것이 아니라 reponse time을 의미합니다. 조금 덜 정확해도 더 빠르면 그게 낫습니다.

채용 기준 설명

• 학점인정 연계십이 있는 학교도 있을 것입니다. 과사에 문의해보세요.
• 3년만에 공채를 뽑습니다. 9월 공채입니다. 지원서 -> 온라인코테 -> 1차 면접 -> 2차 면접을 봅니다.
• 신입에게 바라는 것은 전형을 관통하는 포인트입니다.
• 입사 -> 교육 -> 조직 배치를 진행합니다.
• 지원 조직, 지원 분야에 무관하게 선발합니다.

1. CS 과목 이수 사항에 대한 질문을 한다고 합니다.
2. 깃허브 있으면 첨부하기. NOT MANDATORY // 어떤 분야에 관심이 있고 무엇을 어떻게 노력하는지 보기도 한다. 어떤 사람들은 .md 파일만 올리고 첨부하기도 한다.
3. 하나라도 만렙찍어본거 있어? 라고 물어봤을 때 답변을 준비해야할 것 같습니다.

• 신입에게는 당장 업부를 투입할 기대를 안합니다. 수시 채용은 당장 업무에 넣고 싶어서 뽑습니다.
• 공채는 기본만 보고 선발해서 교육 시킬 것이고, 수시 채용은 지원 분야만 잘해도 뽑힐 수 있다.
• 면접에서 못풀것을 기대하는 문제를 내고 어떻게 접근하는지 보고 싶어서 물어봅니다. 면접관이 기대하는 흐름은 아래와 같습니다.

1. 면접관 : 어려운 문제 질문
2. 면접자 : A부분에 대해서 Blur하게 알고있습니다. Clear하게 설명해주세요.
3. 면접관 : A부분 설명
4. 면접자 : A가 그렇다면 B가 이럴 것같습니다.
5. 면접관 : 그러면 C의 문제가 발생할텐데?
6. 면접자 : 아 그러면 D로 접근하면 될 것 같습니다.

• 어떤 것을 사용했으면 그것을 왜 사용했는지 물어볼 것입니다. nodejs, myspl을 왜 썻는지 물어보면 대답할 수 있어야 합니다.
• 위에서 작성한 어려운 질문에 대해서 캐물어보는 과정을 20분정도 진행할 멘탈과 지식을 갖추고 있어야 합니다.
• CS에 대한 기본 지식은 heap/stack을 어떨 때 어떻게 사용하는지 물어본다고 합니다.
• 지원 기준에 ‘석사’라고 적혀있는 부분은 ML관련 부서일 때 ‘paper를 읽고 model을 serving해본 경험이 있는가?’를 기대한다고 합니다.
• 학사의 기준에서 ‘object detection을 해보고 labeling을 해본 것’은 네이버가 먼저 ‘우리 회사에서 인턴해볼래?’라고 물어볼 정도라고 합니다.
• 리서치에 대해서는 오늘 잘 아는 사람이 안와서 해줄말이 없다.
• 분산 플렛폼 부서는 지금 학사 출신이 없다. 학력으로 거른 것이 아니라 실력으로 부서 배치하다보니 이렇습니다.
• 박사는 회사에 당면한 문제를 짜잔!하고 나타나서 촤라락 해결해줄 것을 기대하고 뽑습니다.
• 새로운 것을 해봤을 때 quick start나 tutorial을 해본 것은 의미가 없고, 예를 들어서 페북을 따라만들 때 어떤 기능을, 어떤 성능으로, 이것도 고려해서 만들어봤다. 라고 말할 수 있으면 좋습니다.
• 인프런에서 모두의 딥러닝을 찍은 사람이 네이버 ML부분에서 일하고 있습니다. 9월 4일까지인 네이버 AI 해커톤?을 홍보합니다. 많이 지원하세요.