Learn (배운거)
About Finda
Finda Bank
저축은행을 인수
AI-Native Bank가 되는 것이 목표
legacy (신한은행 등) → mobile (토스 등) → ai native (핀다 뱅크)
ai agent를 사용해서 많은 부분들을 개선해나갈 예정
Infra/tech stack
네트워크들
레벨
OU Office wifi → 오픈북 + (핀다) 유니콘 오피스의 약자3
5
요청받은 업무는 레레벨에 따라서 거절/승인 됨
Virtual Private Cloud (VPC)
VPC is the MOST UNDAMENTAL THING
AI resdency가 작업할 부분들
각 팀마다 필요한/요구하는 자동화 업무를 다 담은 구글시트가 있음 (약 70+ 넘음!). 여기서 일단 쉬운것부터 골라서 1~2개씩 해치우는 것이 목표.
초반에는 우선 n8n을 사용 + 필요하면 AWS 서비스 도입 (lambda, step function 등), 그리고 나중에 만약에 더 어려운/복잡한 ai 업무를 맡게 될 때는 langgraph 같은 프레임워크 사용 고려
lambda → lambda notes
기존에는 어플리케이션을 띄울 때 EC2를 띄움. 하지만 굉장히 비싸고 24/7 띄워져야 해서 쓸데없는 지출이 너무 나감. lambda는 24/7시간 띄울 필요 없이 그냥 호출이 될때만 사용이 됨
글고 EC2는 일정 리퀘를 너무 많이 받으면 죽지만 (http 리퀘는 메모리가 사용됨), 람다는 비교적 죽지 않음
Memory allocation
You can allocate memory from 128 MB to 10,240MB (10 GB), in 1 MB increments
A you increase the memory allocation, AWS proportionally increases CPU power / network bandwidth / disk I/O
Billing
Allocated memory (GB) × Execution time (s)
Gigabyte-seconds (GBS)→ core metric AWS uses to calculate compute cost of lambda
If you allocate 1024 MB (1 GB) of memory & function runs for 500 milliseconds (0.5 seconds) → > billed for 0.5 GB-seconds
more memory = more CPU power → more cost
AWS lambda power tuning tool
devs run data-driven tests against their functions using this to find this exact sweet spot between cost and execution speed
Limitations
15 minutes → if the request is 15 min 1 sec, then it will timeout250MB limit → the total size of files (custom code + dependencies + libraries + lambda layer etc) cannot exceed 250MB
Removing unused code
Lambda has hard limits on deployment sizes, so u sometimes remove code from libraries manually
step function
Step Functions lambda vs step
lambda - worker, step function - manager lol
serverless orchestration service → allows to build a visual workflow (a state machine) that coordinates multiple AWS services including lambda
maintains “states”, handles routing/retries/delays/error catching etc
use this instead of writing code in lambda to call another lambda dealing with 1000s of requests
parallel state → used when u want to do different tasks at the same timemap state → (partitioning) when u have list o items and u want to run the same steps for every item
Ex) You have a list of 1,000 user IDs that need their weekly report generated. You pass this array to a Map state. Step Functions will spin up hundreds of concurrent Lambda functions, assigning a chunk of the array to each one, processing them all in parallel
ports
port = identifies a specific process or application running on that machine
http://localhost:8080/api/users
hostname: localhost
port: 8080
path: /api/users
if u dont see a port for a standard web url, browser is hiding the default port
common ports
80: HTTP
443: HTTPS (Encrypted web traffic)
22: SSH (Secure Shell, used to connect to EC2 instances or push to GitHub)
python
lambda에서는 주로 python 으로 작업을 하시고 나중에 golang으로 변환하심
why python is so SLOW → dynamic typing
different libraries
tqdm📌
json VS orjson 📌
json - standard python libraryorjson - written in Rust, super fast & better than json library
use orjson for optimization in lambda functions
Pandas → built on top of NumPy, built on top of CPolars, Pydantic → Python + Rust, so its VERY fast.
사수님과 이야기한것
인턴십 가능 여부?
가능! 체험형/전환형 상관없고, 심지어 1년 더 일하다가 가는 것도 생각해볼 수 도 있음
커리어, 미국/한국?
사수님(해모님)은 일본, 멕시코, 미국, 한국 등 굉장히 많은 국가에계신 경험도 있고, cs쪽에서는 백엔드/프론트/보안/데싸/인공지능 등 굉장히 많은 일들을 하셨음. 또 5개?의 스타트업을 시작하셨던 경험도 있음!
미국에 누나 (doordash에서 accounting), 이민한 남편해서 green card를 받는다고 하심 (하지만 한국이 편해서 그린카드는 안받으셨다고함)
여성 혼자 미국에서 일자리를 구하는 것은 어려울 수 있고, 또한 지금 트럼프 때문에 더더욱 어려워져서… 사실 가장 쉬운 방법은 연애해서 결혼하는 방법 뿐..ㅋ…
weed LOL 시간나면 한번 해보라고 하셨음 ㅋㅋ → 회사에서 채용할 때 이거 확인하면 걸리지 않냐고 물어봤는데, 한국 기업만 확인한다고 했음.
노션 사용 가능한지
외부에 노출만 안하면 됨. obsidian 추천 → 해모님 선배님이 옵시디언을 굉장히 잘 쓰씨고, knowledge vault에서 필요한 정보가 필요할때 꺼내서 사용하는 능력 이 중요하다고 하심!!!
나 왜뽑으셨는지?ㅋㅋ
일단 문제해결능력은 so-so 였지만… 이것들이 플러스가 됐음
좋은 대학교 (아빠 말이 맞았음!) 그리고 자동으로 따라오는 영어능력
아티젠스페이스에서 했던 RAG 프로젝트와 연구소 프로젝트를 좋게 봐주심
떨지 않았음 → (사실 떨어져도 된다..라고 생각했던 거였지만..) 위급 상황에서도 차분하게 생각하고 떨지 않겠다라고 평가를 받음
Keep (잘한거)
노트 테이킹 한거!!!
사수님이랑 좀 친해지려는 노력을 한 것!!
Problem (개선할꺼)
그날 회고는 그날 정리해야 하는 습관을 들이자
회사의 컨벤션/컬쳐, 누구에게 질문/메세지를 어떻게 보내야하는지 등 아직 헷갈림.. 숙지해야지
Reflection (회고)
생각보다 좋은 회사여서 놀랐고, 체계도 잘 잡혀있어서 매우 마음에 들었다. 새로운 ai residency 분들도 다 괜찮으신 분들 같았고, 온보딩을 맡아주신 분들도 다 너무 친절하셨다.
무엇보다 사수님이 정말 너무 마음에 든다!!! 앞으로 친해져야지.
놀라웠던 것: 200명 넘는 지원자 수!!!
정말 omg였음
해모님이 이 경쟁률을 뚫고 뽑힌 거라고 하셔서 자신감을 가지라고 말씀해주셨는데…오리혀 더 부담이 되는 것 같은 기분(?)
딱… 핀다 붙은게 정말.. 하나님의 계획인것 같다..ㅋㅋ
그 이유
그 모든 회사를 계속 연달아서 떨어지고 딱!! 핀다만 붙은 것…핀다 포함 면접을 총 5군데?에서 봤나..ㅠ
심지어 그냥 인턴도 아니고 1달 → 평가 → 인턴 전환이라는 구조…
지원했던 곳들은 다 강남인데 여기만 번거롭게 삼성역…
또 마침 1달 평가기간은 용인에 엘레베이터가 수리될 예정이라서 신림동에서 출퇴근해야함…
이 모든 것들이 그냥 아… 하나님이 나를 빡세게 키우시겠구나, 하는 생각만 든다.. ㅋㅋㅋ
this entire thing will make me grow and be stronger lol. just enjoy the process