kim5ing agii990114-ctrl

📍 Location	✉️ Email
경기도 성남시 수정구	agii0114@naver.com

💡 About Me

Core Value	Description
AI Agent & Data Pipeline	LangGraph/LangChain 기반의 Agentic Workflow 구축, RAG 및 Fine-tuning, 자동화 파이프라인 설계에 강점이 있습니다.
User-Centric Growth	UI/UX 디자인으로 시작해 프론트엔드·백엔드, AI Agent까지 확장해 왔습니다. 단순 기술 구현을 넘어 사용자 경험 관점에서 비즈니스 문제를 정의하고 최적의 엔지니어링 솔루션을 도출합니다.
End-to-End Service Engineering	프론트엔드부터 백엔드 API, DB 트랜잭션, Docker 인프라 및 자동화 파이프라인 구축까지 서비스의 전체 생애주기를 직접 설계하고 운영합니다.

구분	내용	기간 / 기타
교육 과정	[하이미디어] 심화_생성형 AI활용 인재양성 과정	2026.07 - 2026.09
	[삼정KPMG] ESG 데이터 활용 AX Academy with AI Agent	2025.12 - 2026.06
	[하이미디어] UX/UI 웹 퍼블리싱 과정	2025.03 - 2025.07
학력	강원대학교 음악학과 학사 졸업	2017.03 - 2024.08
자격증	SQLD · 정보처리기사(필기) · 컴퓨터활용능력 2급 GTQ 1급 · 전산세무 2급 · 전산회계 1급

소개: 배추·무·양파 유통 가격을 최대 18영업일 후까지 예측하여 최적의 출하·매입 시점 결정을 돕는 일일 자동화 ML 시스템 및 LangGraph 기반 QA 에이전트
기간 / 규모: 2026.08 - 2026.09 (5인 프로젝트)
담당 역할 (ML 파트 단독 전담):
- 농산물 시계열 데이터 전처리 및 11단계 무인 배치·재학습 파이프라인 개발
- LightGBM 5-Seed 앙상블 및 분위수 회귀 기반의 가격 예측 모델링
- 가격 예측 관련 QA 에이전트 설계 및 구축
주요 성과:
- 파이프라인 무인 자동화 & 안정성 확보: 매일 09시 파이프라인 자동 실행 및 검증 실패 시 자동 알림·중단 체계 구축, LangGraph 기반 원클릭 모델 교체/롤백 환경 마련
- 예측 오차율 대폭 개선: 앵커 변환 및 분위수 회귀 적용으로 소비자 가격 오차율 baseline 대비 9.0~12.9% 개선 및 배추 경매가 오차율 19.7% 달성
- QA 에이전트 구현: 질문 해석과 DB 조회 분리 구조로 질문 해석 정확도 98.5% 달성 및 151개 자동 테스트를 통과한 마스터 에이전트 연동 완료

소개: 알루미늄 가공 공장의 물류 운영과 공정별 Scope 1/2 탄소 배출 모니터링 및 AI 리포트 자동 생성 ERP
기간 / 규모: 2026.04 - 2026.06 (4인 프로젝트)
담당 역할 (풀스택 - FE 리드 & BE):
- Figma UI/UX 디자인, React 대시보드 구축
- Spring Boot 기반 핵심 물류 API 구현
- AI 리포트 UI 및 WebSocket 실시간 알림 연동
주요 성과:
- FE 리드 및 Figma UI/UX 설계: React 대시보드 컴포넌트 구조화 및 Redux Toolkit 기반 전역 상태 관리 구축.
- 핵심 물류 API & 트랜잭션: 송장 번호 자동 채번, 상태 코드 기반 배차·출고, 포장 완료 시 주문 자동 승격 트랜잭션 구현.
- QR 스캔 모듈 & 내보내기: 화면 이동 없이 즉시 포장을 완료하는 QR 스캐너 루프 및 Excel/Word 리포트 내보내기 구현.

소개: 메시지 전송 시 한국어 Cross-Encoder AI가 대화 맥락을 분석해 다른 방으로 잘못 보내는 메시지를 사전 차단하는 웹 애플리케이션
기간 / 규모: 2026.07 - 2026.08 (2인 프로젝트)
담당 역할 (AI & 풀스택):
- 서비스 기획, 시스템 아키텍처 설계
- 실시간 채팅 백엔드/프론트엔드 구현
- Cross-Encoder AI 모델링 총괄
주요 성과:
- 실시간 채팅 백엔드 구축: FastAPI 및 MariaDB 기반 JWT 인증, WebSocket 실시간 메시징, 동시성 보장을 위한 DB 잠금 처리 구현.
- 학습/평가 데이터셋 누수 방지: 단순 어조 학습을 방지하기 위해 동일 답변이 적절/부적절 맥락에 교차 등장하는 1,000건의 반실제적(Counterfactual) 데이터셋 재구축.
- AI 모델 미세조정 성과: ModernBERT 모델 미세조정을 통해 평가 데이터셋 기준 AUC 1.000, Precision 1.000 달성.

소개: 공유한 URL을 시리즈·도메인별 풍부한 카드로 자동 분류 및 관리해 주는 개인 서버용 링크 라운처
기간 / 규모: 2026.09 (1인 개인 프로젝트)
담당 역할 (1인 단독 개발):
- UI/UX 디자인
- Node.js 백엔드/클라이언트 구축
- Android TWA 패키징 및 홈 서버 DevOps 운영
주요 성과:
- 수집 파이프라인 단축: 동일 URL 중복 수집 일원화로 이미 저장된 URL의 처리 속도를 64ms에서 5ms로 단축.
- 모바일 최적화 및 고성능 연동: PWA Share Target, Android TWA 패키징, iOS Shortcuts 연동 및 1,000개 동시 연결 처리 성능 확보.

소개: 17년간의 서울시 지하철 시간대별 승하차 대용량 데이터를 Apache Spark로 분산 분석하는 대시보드 및 AI 맛집 추천 서비스
기간 / 규모: 2026.03 (3인 프로젝트)
담당 역할 (개발자 및 리포지토리 통합 담당):
- 주말/야간 핫스팟 탐지 및 n8n+Ollama AI 추천 API 구현
- Spark/Docker 네트워크 환경 구축
- 팀 통합 포트폴리오 사이트 브랜치 병합 관리
주요 성과:
- Spark 분산 연산 API 개발: 야간 최고 승하차역 집계 및 환승 경로별 시간대 혼잡도 연산 백엔드 구현.
- n8n + Ollama AI 워크플로우: AI 맛집 추천 결과를 인터랙티브 대화창 및 카카오 맵 핀 마커로 시각화 연동.
- 데이터 연산 속도 개선: Spark 분산 연산 및 연도별 전처리 구조 적용으로 전체 데이터 처리 시간 ~75% 단축.