안녕하세요, 민재홍입니다

정확한 구현과 효율적인 협업으로, 신뢰할 수 있는 결과물을 만들고 싶은 개발자 입니다

민재홍 프로필 이미지

저는

신뢰할 수 있는 결과물을 지향하는 개발자입니다.
이를 위해 다음 세 가지 원칙을 개발 과정에서 실천하고 있습니다.

첫째, 효율성 – 기능이 중복되거나 충돌하지 않도록 팀원들과 사전 조율하고,
구현 중 영향을 줄 수 있는 변경 사항은 미리 공유하여 협업의 흐름을 끊지 않도록 노력합니다.

둘째, 정확한 구현 – 요구사항을 혼자 판단하지 않고,
개발 전에 명확히 기록하고 충분히 질문·확인하는 과정을 통해 왜곡 없이 정확하게 반영하려 합니다.

셋째, 보안 의식 – 민감 정보는 GitHub secret 기능을 활용해 감추고,
Public 저장소에는 API 키나 비밀번호가 노출되지 않도록 항상 점검합니다.
또한 JWT 기반 로그인 기능도 직접 구현하며, 인증·인가 구조에 대한 이해도를 높이고 있습니다.

앞으로는 기능 구현을 넘어서 시스템 구조 개선과 팀 전체의 생산성까지 고려하는 백엔드 개발자로 성장하고자 합니다.

교육이수사항

제가 받은 교육과 학습 경험을 소개합니다.

고려대학교(세종)
컴퓨터융합소프트웨어학과(이중) / 융합경영학과
2018 - 2025
세종

컴퓨터 과학 및 소프트웨어 공학을 이중전공으로, 경영학을 전공으로 학습했습니다. 알고리즘, 데이터 구조, 소프트웨어 설계 및 경영 전략 등을 공부했습니다.

쌍용교육센터 강남
웹 개발 과정
2025
서울 강남

AWS와 Docker & Kubernetes를 활용한 Java Full-Stack 개발자 양성과정을 수료했습니다. React, Next.js, TypeScript, SpringBoot, MyBatis 등을 학습했습니다.

충청ICT IS
스마트 시티 적용을 위한 AI 기반 영상 처리
2022
세종

머신 러닝 지도학습을 처음 배웠으며, 시각화, 하이퍼 파라미터 튜닝 등을 학습했습니다.

자격증

보유한 자격증 및 어학 성적입니다.

정보처리기사
한국산업인력공단
취득일: 2024-09-10

소프트웨어 개발 및 IT 시스템 관리에 관한 국가공인 자격증

SQLD
한국데이터산업진흥원
취득일: 2025-06-27

SQL 개발자 자격증

TOEIC855점
ETS
취득일: 2024-10-27

영어 의사소통 능력을 평가하는 국제 공인 시험, 해외 거주 (인도네시아) & 국제학교 경험 있음

운전면허 1종 보통
도로교통공단
취득일: 2020-02-03

자동차 운전 자격증

ADsP
한국데이터산업진흥원
취득일: 2025-09-05

데이터 분석 준전문가 자격증 - 데이터 이해, 처리, 분석 기법에 대한 전문 지식

빅데이터분석기사(필기)
한국데이터산업진흥원
취득일: 2025-09-19

빅데이터 분석기사 자격증 - 데이터 이해, 처리 분석 기법을 실습과 같이 공부

기술 스택

학부 과정부터 전문 교육까지, 체계적으로 습득한 기술들입니다.

프로그래밍 언어
다양한 언어로 문제 해결 경험
  • Python - 알고리즘, AI/ML, 데이터 분석
  • Java - Spring Boot, JCF 컬렉션
  • C/C++ - 학부 기초, 리눅스 실습
  • JavaScript/TypeScript - 웹 개발
  • MATLAB - 수치해석, 신호처리
웹 개발
풀스택 개발 역량
  • Frontend - React, Next.js, HTML5, CSS
  • Backend - Spring Boot, Spring Legacy
  • API - RESTful API, JSON 처리
  • Template - JSP, Servlet
  • Framework - MyBatis, MVC 패턴
데이터베이스 & 서버
데이터 관리 및 서버 운영
  • MySQL - Workbench, 권한 설정
  • JPA - DB 연동 자동화
  • phpMyAdmin - 웹 기반 DB 관리
  • Apache - 웹서버 구성 경험
  • XAMPP - 로컬 개발 환경
데이터 분석 & AI/ML
머신러닝 및 딥러닝 프로젝트
  • 라이브러리 - pandas, numpy, scikit-learn
  • 시각화 - matplotlib, seaborn
  • 딥러닝 - PyTorch, 지도/비지도학습
  • GAN - CycleGAN, LSGAN, Vanilla GAN
  • 평가 - ROC curve, Grid Search
  • 통계 - 가설검정, 확률 및 통계
시스템 & 네트워크
시스템 이해 및 보안 지식
  • 네트워크 - OSI 7계층, TCP/IP
  • 운영체제 - 커널 개념, 리눅스
  • 보안 - 대칭키/비대칭키, JWT
  • 하드웨어 - 논리회로, 도어락 프로젝트
  • 신호처리 - FFT 기반 소리 분석
개발 도구 & 환경
효율적인 개발 환경 구성
  • 버전관리 - Git, GitHub
  • 컨테이너 - Docker, Kubernetes
  • 클라우드 - AWS 배포 경험
  • CI/CD - GitHub Actions 자동배포
  • 데이터 분석 - Excel, 데이터 정리
  • 개발도구 - Atom, 다양한 IDE

프로젝트

제가 진행한 주요 프로젝트들입니다. 각 프로젝트를 클릭하면 자세한 정보를 볼 수 있습니다.

SIST Chill Hotel
팀 프로젝트
SIST Chill Hotel
호텔 예약 및 관리 시스템 백엔드 API 개발

호텔 예약 및 관리 시스템의 백엔드 API를 Spring Boot 기반으로 구현한 팀 프로젝트입니다. 회원, 스태프, 관리자 등 다양한 역할 기반의 기능을 분리하고, JWT 인증 및 포인트/등급/예약 관리 등 복합 비즈니스 로직을 포함합니다.

주요 구현 내용:

  • 관리자/직원/회원의 역할 기반 인증 및 권한 관리 구현 (JWT + Security)
  • 회원 등급 시스템 및 포인트 로직 설계 및 API 개발
  • 숙박 예약 엔티티 설계 및 CRUD 구현
  • 관리자 페이지용 API 다수 개발 (직원 계정, 상품 관리 등)
  • Docker 기반 빌드 및 실행 환경 구성

결과:

전체 REST API 30개 이상 개발 완료, JWT 인증 시스템 완성으로 사용자 구분 인증 성공, 포인트 기반 회원 등급 관리 기능 구현, 관리자 및 스태프 전용 API 완성 및 프론트 연동 검증

Spring Boot
Spring Security
JPA
Gradle
JWT
MySQL
Docker
RESTful API
결과 보기
코드
Heart Disease Prediction
팀 프로젝트
Heart Disease Prediction
심장질환 예측을 위한 머신러닝 모델 비교 및 성능 분석

심장병 환자 데이터를 기반으로 다양한 머신러닝 분류 모델을 적용해보고, 성능을 비교·분석한 프로젝트입니다. 총 7개의 모델(Logistic Regression, SVM, Random Forest 등)을 학습시킨 뒤 평가 지표 및 ROC 곡선을 통해 모델의 예측 성능을 시각화했습니다.

주요 구현 내용:

  • 분류 모델 7종 구현: Logistic Regression, Decision Tree, Random Forest, SVM, MLP, Naive Bayes, XGBoost
  • ROC Curve 및 Confusion Matrix 시각화
  • GridSearchCV를 통한 하이퍼파라미터 튜닝
  • 모델 성능 비교 그래프 (정확도, 정밀도, 재현율, F1-score)

결과:

XGBoost와 RandomForest 모델이 전체적으로 가장 우수한 성능을 보였으며, 튜닝 후 F1-score 기준 91% 이상의 성능 확보. 모델별 ROC-AUC 시각화를 통해 민감도/특이도 균형 분석.

Python
Jupyter Notebook
scikit-learn
XGBoost
pandas
matplotlib
seaborn
결과 보기
코드
CycleGAN as Data Augmentation
팀 프로젝트
CycleGAN as Data Augmentation
RGB 영상을 열화상 이미지로 변환하는 딥러닝 프로젝트

PyTorch 기반의 CycleGAN 모델을 활용하여 RGB 영상을 열화상(IR) 이미지로 변환하는 프로젝트입니다. 고가의 열화상 카메라 장비 없이도 일반 영상을 딥러닝으로 변환할 수 있는 가능성을 실험했습니다. 다양한 GAN 모드와 네트워크 구성을 비교하고, SSIM·PSNR·투표 기반의 3단계 평가를 통해 성능을 정량·정성적으로 분석했습니다.

주요 구현 내용:

  • CycleGAN 구조 분석 및 다양한 GAN 모드(vanilla, LSGAN, WGAN-GP) 실험
  • ResNet, PatchGAN 등 네트워크 구성 변경을 통한 성능 비교
  • SSIM, PSNR, 투표 기반의 3단계 평가 시스템 구축
  • Moaform 외부 설문 플랫폼을 활용한 정성적 ���가 시스템 도입
  • 영어 발표 및 PPT 제작을 통한 기술 커뮤니케이션 역량 강화
  • 팀 협업을 통한 아이디어 발굴 및 프로젝트 방향성 설정

결과:

RGB 영상을 열화상 이미지로 변환하는 CycleGAN 모델 구현 완료. 다양한 GAN 구조 비교를 통해 최적 성능 모델 도출. 정량적(SSIM, PSNR) 및 정성적(투표) 평가를 통한 체계적 성능 분석. 영어 발표를 통한 국제적 커뮤니케이션 역량 및 팀워크 협업 능력 향상.

Python
PyTorch
CycleGAN
OpenCV
NumPy
Scikit-image
Computer Vision
GAN
결과 보기
재고 및 주문 관리 시스템
개인 프로젝트
재고 및 주문 관리 시스템
PHP와 MySQL 기반의 CRUD 웹 애플리케이션

기초적인 PHP와 MySQL을 활용한 재고 및 주문 관리 시스템입니다. 원자재, 주문, 계약, 대리인 등의 정보를 폼을 통해 입력하고 조회할 수 있는 CRUD 기능을 구현했습니다. 웹 기반 데이터베이스 애플리케이션의 기본 원리를 학습하기 위한 프로젝트입니다.

주요 구현 내용:

  • 주문 데이터 삽입, 조회, 삭제 기능 구현 (combined_order.php)
  • 계약 정보 수정 기능 개발 (revise_contract.php, process_update.php)
  • 원자재 입력 폼 및 데이터베이스 저장 구현 (print_item.php, store_item.php)
  • 대리인 관리 시스템 개발 (print_reseller.php, store_reseller.php)
  • 사용자 지정 테이블 조회 기능 구현 (main_page.php, select_page.php)

결과:

PHP와 MySQL을 활용한 기본적인 CRUD 웹 애플리케이션 개발 완료. 폼 데이터 처리 및 데이터베이스 연동 기술 습득. 웹 기반 재고 관리 시스템의 기초 흐름 이해.

PHP
MySQL
mysqli
HTML
XAMPP
코드
무신사 클론 프로젝트
팀 프로젝트
무신사 클론 프로젝트
풀스택 이커머스 및 소셜 미디어 플랫폼

무신사 웹사이트의 주요 기능을 클론하여 구현한 풀스택 프로젝트입니다. 상품 목록, 상세 페이지, 결제 프로세스, 카테고리 관리, 사용자 피드 및 이미지 업로드 등 다양한 기능을 포함합니다.

주요 구현 내용:

  • 상품 목록 및 상세 페이지 구현 (필터링, 검색 포함)
  • 장바구니 및 결제 프로세스 시뮬레이션
  • 사용자 피드 및 이미지 업로드 기능 개발
  • 관리자용 카테고리 및 상품 관리 시스템
  • 반응형 UI/UX 디자인 적용
  • 백엔드 API 연동 및 데이터베이스 관리

결과:

무신사 웹사이트의 핵심 기능을 모방하여 풀스택 개발 역량 강화. 사용자 친화적인 인터페이스와 관리자 기능을 통합한 복합 웹 서비스 구현. 실제 서비스와 유사한 사용자 경험 제공.

React
Next.js
Spring Boot
MySQL
Tailwind CSS
RESTful API
Docker
코드

연락처

프로젝트 문의나 궁금한 점이 있으시면 언제든지 연락해 주세요.

연락처 정보
다양한 방법으로 연락하실 수 있습니다.

이메일

minmario@naver.com

전화번호

010-2601-8999

위치

군포시 고산로 596-15 1026동 603호