📚 Coursework

System Design Interview

Google, Amazon, Meta 등 해외 빅테크 AI Engineering 직군 면접을 위한 시스템 설계 완전 정복 과정. 분산 시스템 이론과 핵심 컴포넌트 기초부터 실전 서비스 설계 패턴, ML 파이프라인과 LLM 서빙 인프라까지 기초부터 심화까지 다룬다.

중급 10 chapters Python

커리큘럼

10 chapters

🎯The System Design Interview Framework

시스템 설계 면접 프레임워크

빅테크 시스템 설계 면접의 구조와 평가 기준을 이해하고, 어떤 문제에도 적용할 수 있는 체계적인 접근법을 익힌다.

면접 구조와 평가 기준RESHADED 프레임워크요구사항 정의와 스코핑

⚡Distributed Systems Fundamentals

분산 시스템 핵심 이론

CAP 정리, 일관성 모델, 장애 내성의 기초를 이해해야 모든 아키텍처 결정의 '왜'를 설명할 수 있다.

CAP 정리와 PACELCConsistency 모델 (Strong, Eventual, Causal)Replication과 Consensus

🗄️Storage Systems at Scale

대규모 스토리지 & 데이터베이스

SQL과 NoSQL의 진짜 차이를 이해하고, 샤딩·복제·인덱싱으로 수억 건의 데이터를 다루는 법을 배운다.

SQL vs NoSQL 선택 기준Database Sharding 전략Replication 패턴

⚡Caching & Content Delivery

캐시와 CDN — 성능의 핵심

올바른 캐시 전략이 DB 부하를 90% 이상 줄인다. 캐시 패턴, 무효화 전략, CDN까지 완전 정복한다.

Cache-Aside / Write-Through / Write-Back 패턴Cache Invalidation 전략Redis 내부 구조와 사용 패턴

📨Messaging & Event-Driven Architecture

메시지 큐와 이벤트 기반 아키텍처

비동기 메시징으로 서비스를 분리하고, Kafka로 수백만 TPS의 이벤트를 처리하는 설계를 익힌다.

메시지 큐의 역할과 장점Kafka 아키텍처 (Topic, Partition, Consumer Group)At-Least-Once vs Exactly-Once 전달 보장

🔧Scalability & Reliability Patterns

확장성과 신뢰성 패턴

로드밸런서, 레이트 리미터, 서킷 브레이커 등 프로덕션 시스템을 안정적으로 운영하는 핵심 패턴들을 배운다.

Load Balancing 알고리즘Rate Limiting (Token Bucket, Leaky Bucket)Circuit Breaker 패턴

🌐Classic System Design Problems

실전 서비스 설계 — 4대 클래식 문제

URL Shortener, Twitter Feed, YouTube, Uber — 빅테크 면접에서 가장 자주 나오는 4가지 문제를 완전 분해한다.

URL Shortener (해시 충돌, Base62)Twitter 뉴스피드 (Fan-out on Write/Read)YouTube 동영상 스트리밍 (HLS, CDN)

🤖ML System Design Fundamentals

ML 시스템 설계 기초

ML 모델을 단순히 학습시키는 것을 넘어, 프로덕션에서 안정적으로 운영되는 ML 시스템을 설계하는 방법을 익힌다.

ML 시스템의 전체 라이프사이클Feature Engineering과 Feature StoreTraining Pipeline vs Serving Pipeline

🎯Recommendation Systems

추천 시스템 설계

YouTube, Netflix, TikTok의 핵심인 대규모 추천 시스템의 Two-Tower 아키텍처와 실시간 개인화 파이프라인을 완전 분해한다.

추천 시스템의 전체 파이프라인Two-Tower Model 아키텍처Candidate Generation과 Ranking

🚀LLM Infrastructure & AI-Native Systems

LLM 인프라와 AI 네이티브 시스템

ChatGPT, Gemini 같은 서비스의 인프라 — LLM 서빙, RAG 시스템, AI Gateway, Vector DB를 완전히 설계한다.

LLM Serving 아키텍처 (vLLM, PagedAttention)RAG (Retrieval-Augmented Generation) 시스템Vector Database 설계