I am a versatile backend developer with practical experience in both C/C++ system programming and Java-based server development.
My work ranges from building low-level engines and performance-critical components to delivering stable and scalable backend services for enterprise environments.
I focus on:
- Reliability – designing backend architectures that remain robust under real-world usage.
- Performance – applying system-level optimization skills learned from C/C++ to backend services.
- Practicality – ensuring solutions align with actual business needs and user workflows.
My experience includes embedded Linux BSP training (Vision Edge Device Academy),
as well as cloud MSP projects, public SI systems, and in-house platform development at MTData.
This background allows me to connect system-level programming discipline with modern backend service design,
bringing balanced skills for diverse development contexts.
저는 C/C++ 시스템 프로그래밍부터 Java 기반 서버 개발까지 경험한 범용적인 백엔드 개발자입니다.
낮은 수준의 엔진과 성능 중심 컴포넌트 개발에서부터, 기업 환경에서 안정적으로 동작하는 백엔드 서비스 구현까지 폭넓은 영역을 다루어왔습니다.
제가 개발에서 중요하게 생각하는 가치는 다음과 같습니다:
- 신뢰성 – 실제 운영 환경에서도 안정적으로 동작하는 백엔드 구조 설계
- 성능 최적화 – C/C++에서 익힌 시스템 레벨 최적화 역량을 서비스 개발에도 접목
- 실용성 – 실제 비즈니스 요구와 사용자 흐름에 맞는 솔루션 구현
경력으로는 임베디드 리눅스 BSP 교육 (한화 Vision Edge Device Academy),
클라우드 MSP 및 공공 SI 프로젝트, 사내 관리 플랫폼 개발 (MTData) 등을 수행했습니다.
이 경험을 통해 시스템 수준의 프로그래밍 역량과 현업 백엔드 서비스 설계 능력을 균형 있게 겸비하게 되었으며,
다양한 개발 환경에서 실질적인 가치를 만들어내는 것을 목표로 하고 있습니다.
LLM 기반 리소스/환경 설정 관리 도구 (configuration & runtime control) 실험용 프로젝트입니다.
주로 로컬 또는 클라우드 환경에서 LLM 모델의 설정, 로딩, 실행 옵션을 관리하기 위한 간단한 유틸리티 모음입니다.
- LLM 모델 설정(configuration) 파일 관리
- 런타임 옵션 설정 및 환경 변수 제어
- 모델 로딩/실행 시점마다 유연한 설정 적용
- 개인 연구 및 테스트 환경 최적화 도구로 사용
- 초기 개발 단계
- 주요 기능: 설정 구조 설계, 기본 config 파일 템플릿 제공
- 향후 기능: 모델 로딩 자동화, 설정 변경 반영, 다양한 포맷 지원 예정
Qt/C++로 만든 간단한 CLI 기반 운영체제 시뮬레이터입니다.
프로세스, 메모리, 파일 시스템 등의 개념을 콘솔 UI로 실험해보기 위한 개인 학습 프로젝트입니다.
- Qt 기반 CLI 화면 출력
- 가상 프로세스 / 메모리 / 간단한 명령어 셸 구현
- OS 구조와 커널 개념을 테스트하기 위한 토이 프로젝트
C++과 LibTorch로 만든 간단한 ML/LLM 추론 엔진 오케스트레이션 프로젝트입니다.
로컬에서 GGUF/ONNX/Torch 모델을 호출하고, HTTP API 형태로 노출하는 것을 목표로 하였습니다.
- C++ / LibTorch 기반 모델 로딩 및 추론
- Crow(또는 유사한 경량 웹 프레임워크)를 이용한 REST API 서버
- llama.cpp, GGUF 모델과 연동 실험 (CPU/GPU 환경 테스트용)