Coming soon
실리콘밸리에서 통하는 파이썬 인터뷰 가이드
취업과 이직을 위한 자료구조, 알고리즘, 시스템 설계 코딩 테스트 문제와 해법
$29.16
SKU
9791194587224
COMING SOON [판매 예정] 상품입니다.
[판매 예정] 상품은 출간일(Publication Date) 이후 주문이 가능합니다.
▷출간일 이후에도 아직 [판매 예정]으로 보이는 경우 info@kbookstore.com 으로 문의주세요.
주문 가능 여부를 확인 후 안내해 드리겠습니다.
COMING SOON [판매 예정] 상품입니다.
[판매 예정] 상품은 출간일(Publication Date) 이후 주문이 가능합니다.
* 출간일 이후에도 아직 [판매 예정]으로 보이는 경우 info@kbookstore.com 으로 문의주세요.
[Free shipping over $100]
Standard Shipping estimated by Fri 05/2 - Thu 05/8 (주문일로부 10-14 영업일)
Express Shipping estimated by Tue 04/29 - Thu 05/1 (주문일로부 7-9 영업일)
* 안내되는 배송 완료 예상일은 유통사/배송사의 상황에 따라 예고 없이 변동될 수 있습니다.
| Publication Date | 2025/05/06 |
| Pages/Weight/Size | 188*245*16mm |
| ISBN | 9791194587224 |
| Categories | IT 모바일 > 프로그래밍 언어 |
Description
실리콘밸리 기술 면접, 무엇이 다르고 어떻게 통과할 수 있는가
저자 런젠펑은 구글에 입사해 면접관이자 소프트웨어 엔지니어로 일하고 있다. 수많은 인터뷰를 겪으며 지원자와 면접관 양쪽의 경험을 쌓았고, 그 지식을 집대성해 이 책을 집필했다. AI 시대에 잔재주는 통하지 않는다. 기초적인 자료구조와 알고리즘부터 시스템 설계까지, 다양한 유형의 문제를 접하고 논리적인 사고로 문제를 해결해나가는 감각을 익혀야 한다. 100여 개의 인터뷰 문제와 그 해법을 통해 한 단계 높은 엔지니어로 거듭날 수 있다.
책의 문제는 리트코드로 편리하게 실습이 가능하며, 실제 면접 시 어떻게 답하는 것이 좋은지 면접관의 관점에서 설명한다. 스택, 큐, 연결 리스트 등의 데이터 구조 기초부터 시작해 동적 프로그래밍, BFS/DFS, 나아가 TinyURL, X, 넷플릭스 추천 시스템 등 빅데이터/머신러닝 시스템 설계 이론과 실습까지 폭넓은 주제를 다룬다. 실리콘밸리 최고 기업은 물론 국내 어떤 IT 기업의 면접도 자신 있게 대처할 수 있을 것이다.
저자 런젠펑은 구글에 입사해 면접관이자 소프트웨어 엔지니어로 일하고 있다. 수많은 인터뷰를 겪으며 지원자와 면접관 양쪽의 경험을 쌓았고, 그 지식을 집대성해 이 책을 집필했다. AI 시대에 잔재주는 통하지 않는다. 기초적인 자료구조와 알고리즘부터 시스템 설계까지, 다양한 유형의 문제를 접하고 논리적인 사고로 문제를 해결해나가는 감각을 익혀야 한다. 100여 개의 인터뷰 문제와 그 해법을 통해 한 단계 높은 엔지니어로 거듭날 수 있다.
책의 문제는 리트코드로 편리하게 실습이 가능하며, 실제 면접 시 어떻게 답하는 것이 좋은지 면접관의 관점에서 설명한다. 스택, 큐, 연결 리스트 등의 데이터 구조 기초부터 시작해 동적 프로그래밍, BFS/DFS, 나아가 TinyURL, X, 넷플릭스 추천 시스템 등 빅데이터/머신러닝 시스템 설계 이론과 실습까지 폭넓은 주제를 다룬다. 실리콘밸리 최고 기업은 물론 국내 어떤 IT 기업의 면접도 자신 있게 대처할 수 있을 것이다.
Contents
옮긴이 머리말 xii
베타리더 후기 xiv
추천의 글 xvi
서문 xviii
PART I 면접 프로세스
CHAPTER 1 실리콘밸리 기업 면접 프로세스 3
1.1 일반 전화 인터뷰 3
1.2 기술 전화 인터뷰 4
__1.2.1 스몰 토크 세션 5 / 1.2.2 기술 커뮤니케이션 세션 5 / 1.2.3 질문 세션 6
1.3 현장 면접 6
__1.3.1 현장 면접 질문 세션 7 / 1.3.2 활발한 의사소통 유지하기 8
PART II 데이터 구조
CHAPTER 2 리스트 13
2.1 리스트의 기본 지식 13
__2.1.1 리스트 생성 13 / 2.1.2 리스트 원소 추가 14 / 2.1.3 리스트 원소 삭제 16
2.2 예제 1: 가장 많이 연속되는 1의 개수 구하기 18
2.3 예제 2: 이진수 덧셈 19
2.4 예제 3: 범위 합 구하기 21
__2.4.1 1차원 배열 사용 풀이 21 / 2.4.2 2차원 배열 사용 풀이 22
2.5 예제 4: 무작위 인덱스 추출 24
2.6 예제 5: 다음 순열 내림차순 배열 구하기 26
2.7 예제 6: 숫자 변환 가능 여부 검증 29
2.8 예제 7: 순환소수 표현하기 30
CHAPTER 3 스택 33
3.1 스택의 기본 지식 33
__3.1.1 스택 연산과 시간 복잡도 33 / 3.1.2 스택의 3가지 구현 방법 34
__3.1.3 스택의 응용 37
3.2 예제 1: 최소 제거 작업으로 유효한 괄호 만들기 38
3.3 예제 2: 함수 실행 시간 측정 39
CHAPTER 4 큐 42
4.1 큐의 3가지 구현 방법 42
4.2 예제 1: 원형 큐 설계 46
4.3 예제 2: 합이 K보다 큰 최단 연속 하위 배열의 길이 찾기 48
CHAPTER 5 우선순위 큐 51
5.1 우선순위 큐의 3가지 구현 방법 51
5.2 예제 1: K명의 근로자를 고용하는 데 드는 최소 비용 53
5.3 예제 2: 연속 하위 수열 분할 가능 확인 55
CHAPTER 6 딕셔너리 58
6.1 딕셔너리의 기본 지식 58
__6.1.1 딕셔너리 생성 58 / 6.1.2 딕셔너리 원소 추가 60
__6.1.3 딕셔너리 원소 접근 61 / 6.1.4 딕셔너리 원소 제거 62
6.2 예제 1: 합이 K인 연속 하위 배열의 총 개수 찾기 63
6.3 예제 2: 카드 구성의 최댓값 65
6.4 예제 3: 삽입, 삭제, 반환 함수를 가지는 데이터 구조 설계 66
6.5 예제 4: LRU 캐시 구현 68
CHAPTER 7 세트 71
7.1 세트의 기본 지식 71
7.2 세트의 기본 작업 72
__7.2.1 원소 추가 72 / 7.2.2 원소 삭제 73 / 7.2.3 합집합 73 / 7.2.4 교집합 74
CHAPTER 8 연결 리스트 75
8.1 두 리스트 합치기 75
8.2 이중 포인터 알고리즘 76
8.3 예제 1: 연결 리스트의 순환 유무 확인 문제 77
8.4 예제 2: 두 개의 연결 리스트의 교차점 찾기 78
8.5 예제 3: 무작위 연결 리스트 복제 80
8.6 예제 4: 역방향 연결 리스트 81
CHAPTER 9 이진 트리 83
9.1 트리 순회 83
__9.1.1 전위 순회 83 / 9.1.2 중위 순회 84 / 9.1.3 후위 순회 85 / 9.1.4 레벨 순회 86
9.2 트리 순회의 재귀적 알고리즘 87
__9.2.1 하향식 접근 방법 88 / 9.2.2 상향식 접근 방법 89
9.3 예제 1: 최소 공통 조상 문제 90
9.4 예제 2: 이진 트리의 직렬화 및 역직렬화 91
9.5 예제 3: 이진 트리의 최대 경로합 구하기 93
9.6 예제 4: 이진 트리를 이중 연결 리스트로 변환하기 95
CHAPTER 10 기타 트리 구조 96
10.1 트라이 96
__10.1.1 트라이의 데이터 구조 97 / 10.1.2 트라이 단어 삽입 98
__10.1.3 트라이 단어 검색 99
10.2 세그먼트 트리 101
10.3 이진 인덱스 트리(펜윅 트리) 106
__10.3.1 이진 인덱스 트리의 표현 107 / 10.3.2 getSum() 함수 107
__10.3.3 update() 함수 108 / 10.3.4 이진 인덱스 트리의 작동 방식 109
10.4 예제 1: 부분 배열의 합의 개수 111
__10.4.1 세그먼트 트리 알고리즘 사용 풀이 112 / 10.4.2 이진 인덱스 트리 사용 풀이 115
__10.4.3 이진 탐색 사용 풀이 118
10.5 예제 2: 자신보다 작은 숫자의 개수 계산 119
__10.5.1 이진 인덱스 트리 사용 풀이 120 / 10.5.2 이진 탐색 사용 풀이 121
__10.5.3 세그먼트 트리 사용 풀이 122
CHAPTER 11 그래프 124
11.1 그래프 표현 125
__11.1.1 인접 행렬 125 / 11.1.2 인접 리스트 125
11.2 예제 1: 그래프 깊은 복사하기 127
11.3 예제 2: 그래프 순환 검증 129
__11.3.1 깊이 우선 탐색 사용 풀이 129 / 11.3.2 너비 우선 탐색 사용 풀이 131
__11.3.3 유니언 파인드 사용 풀이 132
PART III 알고리즘 135
CHAPTER 12 이진 탐색 137
12.1 예제 1: 제곱근 찾기 137
12.2 예제 2: 피벗(회전)된 값 인덱스 검색 138
12.3 예제 3: 회의실 예약 문제 139
__12.3.1 심화 문제 1: 최적화 방법 140
__12.3.2 심화 문제 2: 여러 회의실을 예약하는 방법 141
CHAPTER 13 이중 포인터 알고리즘 142
13.1 예제 1: 희소행렬의 내적 142
13.2 예제 2: 부분 문자열 최소 윈도 문제 143
13.3 예제 3: 닫힌 구간의 교차 구간 찾기 145
13.4 예제 4: 가장 긴 연속 1의 개수 찾기 148
13.5 예제 5: 목표 문자열 찾기-슬라이딩 윈도 150
CHAPTER 14 동적 프로그래밍 152
14.1 동적 프로그래밍의 기본 지식 152
14.2 예제 1: 동전 거슬러주기 153
14.3 예제 2: 주식 매매 최대 이익 찾기 154
14.4 예제 3: 전체 디코딩 방법의 수 계산 155
CHAPTER 15 깊이 우선 탐색 157
15.1 깊이 우선 탐색의 응용 157
15.2 예제 1: 태평양과 대서양 횡단 문제 158
15.3 예제 2: 승자 예측 159
15.4 예제 3: 표현식 연산자 추가하기 161
CHAPTER 16 역추적 163
16.1 예제 1: 스도쿠 풀기 164
16.2 예제 2: 청소 로봇 166
CHAPTER 17 너비 우선 탐색 169
17.1 너비 우선 탐색의 응용 170
17.2 예제 1: 벽과 문 171
17.3 예제 2: 커리큘럼 174
17.4 예제 3: 버스 노선 175
17.5 예제 4: 이분 그래프 판단 177
17.6 예제 5: 단어 사다리 178
CHAPTER 18 유니언 파인드 181
18.1 유니언 파인드의 기본 지식 181
18.2 예제: 친구 원 구하기 184
__18.2.1 너비 우선 탐색 사용 풀이 184 / 18.2.2 깊이 우선 탐색 사용 풀이 185
__18.2.3 유니언 파인드 사용 풀이 185
CHAPTER 19 데이터 구조와 알고리즘 인터뷰 실전 187
19.1 예제 1: 파일 시스템 188
__19.1.1 데이터 구조 설계 188 / 19.1.2 면접 주요 포인트 191
__19.1.3 코드 작성 191
19.2 예제 2: 가장 긴 연결 단어 목록 길이 구하기 192
__19.2.1 단어 사전 데이터 구조 설계 193 / 19.2.2 저장소/캐싱 사용 194
__19.2.3 면접 주요 포인트 196
19.3 예제 3: 원 그룹 196
__19.3.1 원 그룹의 수 198 / 19.3.2 가장 큰 k개의 원의 그룹 199
PART IV 시스템 설계 201
CHAPTER 20 시스템 설계 이론 203
20.1 설계 단계 203
__20.1.1 사용 시나리오, 제약 및 가정 조건 확인 203
__20.1.2 상위 아키텍처 구성 204 / 20.1.3 핵심 컴포넌트 설계 205
__20.1.4 확장 설계 207
20.2 도메인 네임 시스템 209
20.3 로드 밸런서 211
20.4 분산 캐시 시스템 212
20.5 안정 해시 215
CHAPTER 21 시스템 설계 실습 218
21.1 분산 캐시 시스템 설계 218
__21.1.1 캐시 무효화 218 / 21.1.2 캐시 제거 정책 219
__21.1.3 분산 키-값 캐시 설계 시스템 220
21.2 웹 크롤러 시스템 설계 221
__21.2.1 아키텍처 설계 222 / 21.2.2 크롤러 서비스 구현 222
__21.2.3 중복 링크 처리 225 / 21.2.4 크롤링 결과 업데이트 225
__21.2.5 확장성 설계 226
21.3 TinyURL의 암호화와 복호화 226
__21.3.1 시스템 요구 사항 및 목표 226 / 21.3.2 리소스 추정 및 제약 227
__21.3.3 시스템 API 228 / 21.3.4 핵심 알고리즘 설계 228
__21.3.5 데이터베이스 설계 229 / 21.3.6 데이터 파티셔닝 230
__21.3.7 캐싱 231 / 21.3.8 로드 밸런서 232
21.4 검색어 자동 완성 기능 설계 232
__21.4.1 기본 시스템 설계 및 알고리즘 233 / 21.4.2 주요 데이터 구조 234
__21.4.3 최적화 설계 235
21.5 뉴스피드 업데이트 기능 설계 240
21.6 X 애플리케이션 설계 243
21.7 우버/리프트 앱 설계 249
CHAPTER 22 멀티스레드 프로그래밍 253
22.1 멀티스레딩 면접 질문 253
22.2 예제 1: 물 분자의 형성 255
22.3 예제 2: 0, 짝수, 홀수 출력 257
CHAPTER 23 머신러닝 시스템 설계 259
23.1 머신러닝의 기본 지식 259
__23.1.1 머신러닝이란 무엇인가 259 / 23.1.2 머신러닝을 사용하는 이유 260
__23.1.3 지도 학습과 비지도 학습 261 / 23.1.4 분류 모델과 회귀 모델 263
__23.1.5 문제 변환 264 / 23.1.6 데이터 문제 264
__23.1.7 머신러닝 작업 흐름 265 / 23.1.8 피처 엔지니어링 266
__23.1.9 과소적합과 과적합 267 / 23.1.10 편향과 분산 269
23.2 머신러닝에 대한 고급 지식 272
__23.2.1 불균형 이진 분류 데이터 처리 272 / 23.2.2 가우스 혼합 모델과 K-평균 비교 274
__23.2.3 그레이디언트 부스팅 274 / 23.2.4 의사 결정 트리에 제약 조건 부여 276
__23.2.5 가중치 업데이트 277 / 23.2.6 확률적 그레이디언트 부스팅 277
__23.2.7 정규화 278
23.3 머신러닝 인터뷰 278
__23.3.1 머신러닝 면접 주요 포인트 278 / 23.3.2 머신러닝 인터뷰 대응 전략 281
23.4 예제 1: 검색 순위 시스템 282
__23.4.1 문제 해석 282 / 23.4.2 지표 분석 283
__23.4.3 아키텍처 284 / 23.4.4 결과 선택 287
__23.4.5 훈련 데이터 생성 293 / 23.4.6 순위 산정 295
__23.4.7 결과 필터링 298
23.5 예제 2: 넷플릭스 추천 시스템 300
__23.5.1 문제 해석 300 / 23.5.2 지표 분석 302 / 23.5.3 아키텍처 305
__23.5.4 피처 엔지니어링 306 / 23.5.5 추천 영화 리스트 생성 309
__23.5.6 훈련 데이터 생성 312 / 23.5.7 순위 산정 313
찾아보기 317
베타리더 후기 xiv
추천의 글 xvi
서문 xviii
PART I 면접 프로세스
CHAPTER 1 실리콘밸리 기업 면접 프로세스 3
1.1 일반 전화 인터뷰 3
1.2 기술 전화 인터뷰 4
__1.2.1 스몰 토크 세션 5 / 1.2.2 기술 커뮤니케이션 세션 5 / 1.2.3 질문 세션 6
1.3 현장 면접 6
__1.3.1 현장 면접 질문 세션 7 / 1.3.2 활발한 의사소통 유지하기 8
PART II 데이터 구조
CHAPTER 2 리스트 13
2.1 리스트의 기본 지식 13
__2.1.1 리스트 생성 13 / 2.1.2 리스트 원소 추가 14 / 2.1.3 리스트 원소 삭제 16
2.2 예제 1: 가장 많이 연속되는 1의 개수 구하기 18
2.3 예제 2: 이진수 덧셈 19
2.4 예제 3: 범위 합 구하기 21
__2.4.1 1차원 배열 사용 풀이 21 / 2.4.2 2차원 배열 사용 풀이 22
2.5 예제 4: 무작위 인덱스 추출 24
2.6 예제 5: 다음 순열 내림차순 배열 구하기 26
2.7 예제 6: 숫자 변환 가능 여부 검증 29
2.8 예제 7: 순환소수 표현하기 30
CHAPTER 3 스택 33
3.1 스택의 기본 지식 33
__3.1.1 스택 연산과 시간 복잡도 33 / 3.1.2 스택의 3가지 구현 방법 34
__3.1.3 스택의 응용 37
3.2 예제 1: 최소 제거 작업으로 유효한 괄호 만들기 38
3.3 예제 2: 함수 실행 시간 측정 39
CHAPTER 4 큐 42
4.1 큐의 3가지 구현 방법 42
4.2 예제 1: 원형 큐 설계 46
4.3 예제 2: 합이 K보다 큰 최단 연속 하위 배열의 길이 찾기 48
CHAPTER 5 우선순위 큐 51
5.1 우선순위 큐의 3가지 구현 방법 51
5.2 예제 1: K명의 근로자를 고용하는 데 드는 최소 비용 53
5.3 예제 2: 연속 하위 수열 분할 가능 확인 55
CHAPTER 6 딕셔너리 58
6.1 딕셔너리의 기본 지식 58
__6.1.1 딕셔너리 생성 58 / 6.1.2 딕셔너리 원소 추가 60
__6.1.3 딕셔너리 원소 접근 61 / 6.1.4 딕셔너리 원소 제거 62
6.2 예제 1: 합이 K인 연속 하위 배열의 총 개수 찾기 63
6.3 예제 2: 카드 구성의 최댓값 65
6.4 예제 3: 삽입, 삭제, 반환 함수를 가지는 데이터 구조 설계 66
6.5 예제 4: LRU 캐시 구현 68
CHAPTER 7 세트 71
7.1 세트의 기본 지식 71
7.2 세트의 기본 작업 72
__7.2.1 원소 추가 72 / 7.2.2 원소 삭제 73 / 7.2.3 합집합 73 / 7.2.4 교집합 74
CHAPTER 8 연결 리스트 75
8.1 두 리스트 합치기 75
8.2 이중 포인터 알고리즘 76
8.3 예제 1: 연결 리스트의 순환 유무 확인 문제 77
8.4 예제 2: 두 개의 연결 리스트의 교차점 찾기 78
8.5 예제 3: 무작위 연결 리스트 복제 80
8.6 예제 4: 역방향 연결 리스트 81
CHAPTER 9 이진 트리 83
9.1 트리 순회 83
__9.1.1 전위 순회 83 / 9.1.2 중위 순회 84 / 9.1.3 후위 순회 85 / 9.1.4 레벨 순회 86
9.2 트리 순회의 재귀적 알고리즘 87
__9.2.1 하향식 접근 방법 88 / 9.2.2 상향식 접근 방법 89
9.3 예제 1: 최소 공통 조상 문제 90
9.4 예제 2: 이진 트리의 직렬화 및 역직렬화 91
9.5 예제 3: 이진 트리의 최대 경로합 구하기 93
9.6 예제 4: 이진 트리를 이중 연결 리스트로 변환하기 95
CHAPTER 10 기타 트리 구조 96
10.1 트라이 96
__10.1.1 트라이의 데이터 구조 97 / 10.1.2 트라이 단어 삽입 98
__10.1.3 트라이 단어 검색 99
10.2 세그먼트 트리 101
10.3 이진 인덱스 트리(펜윅 트리) 106
__10.3.1 이진 인덱스 트리의 표현 107 / 10.3.2 getSum() 함수 107
__10.3.3 update() 함수 108 / 10.3.4 이진 인덱스 트리의 작동 방식 109
10.4 예제 1: 부분 배열의 합의 개수 111
__10.4.1 세그먼트 트리 알고리즘 사용 풀이 112 / 10.4.2 이진 인덱스 트리 사용 풀이 115
__10.4.3 이진 탐색 사용 풀이 118
10.5 예제 2: 자신보다 작은 숫자의 개수 계산 119
__10.5.1 이진 인덱스 트리 사용 풀이 120 / 10.5.2 이진 탐색 사용 풀이 121
__10.5.3 세그먼트 트리 사용 풀이 122
CHAPTER 11 그래프 124
11.1 그래프 표현 125
__11.1.1 인접 행렬 125 / 11.1.2 인접 리스트 125
11.2 예제 1: 그래프 깊은 복사하기 127
11.3 예제 2: 그래프 순환 검증 129
__11.3.1 깊이 우선 탐색 사용 풀이 129 / 11.3.2 너비 우선 탐색 사용 풀이 131
__11.3.3 유니언 파인드 사용 풀이 132
PART III 알고리즘 135
CHAPTER 12 이진 탐색 137
12.1 예제 1: 제곱근 찾기 137
12.2 예제 2: 피벗(회전)된 값 인덱스 검색 138
12.3 예제 3: 회의실 예약 문제 139
__12.3.1 심화 문제 1: 최적화 방법 140
__12.3.2 심화 문제 2: 여러 회의실을 예약하는 방법 141
CHAPTER 13 이중 포인터 알고리즘 142
13.1 예제 1: 희소행렬의 내적 142
13.2 예제 2: 부분 문자열 최소 윈도 문제 143
13.3 예제 3: 닫힌 구간의 교차 구간 찾기 145
13.4 예제 4: 가장 긴 연속 1의 개수 찾기 148
13.5 예제 5: 목표 문자열 찾기-슬라이딩 윈도 150
CHAPTER 14 동적 프로그래밍 152
14.1 동적 프로그래밍의 기본 지식 152
14.2 예제 1: 동전 거슬러주기 153
14.3 예제 2: 주식 매매 최대 이익 찾기 154
14.4 예제 3: 전체 디코딩 방법의 수 계산 155
CHAPTER 15 깊이 우선 탐색 157
15.1 깊이 우선 탐색의 응용 157
15.2 예제 1: 태평양과 대서양 횡단 문제 158
15.3 예제 2: 승자 예측 159
15.4 예제 3: 표현식 연산자 추가하기 161
CHAPTER 16 역추적 163
16.1 예제 1: 스도쿠 풀기 164
16.2 예제 2: 청소 로봇 166
CHAPTER 17 너비 우선 탐색 169
17.1 너비 우선 탐색의 응용 170
17.2 예제 1: 벽과 문 171
17.3 예제 2: 커리큘럼 174
17.4 예제 3: 버스 노선 175
17.5 예제 4: 이분 그래프 판단 177
17.6 예제 5: 단어 사다리 178
CHAPTER 18 유니언 파인드 181
18.1 유니언 파인드의 기본 지식 181
18.2 예제: 친구 원 구하기 184
__18.2.1 너비 우선 탐색 사용 풀이 184 / 18.2.2 깊이 우선 탐색 사용 풀이 185
__18.2.3 유니언 파인드 사용 풀이 185
CHAPTER 19 데이터 구조와 알고리즘 인터뷰 실전 187
19.1 예제 1: 파일 시스템 188
__19.1.1 데이터 구조 설계 188 / 19.1.2 면접 주요 포인트 191
__19.1.3 코드 작성 191
19.2 예제 2: 가장 긴 연결 단어 목록 길이 구하기 192
__19.2.1 단어 사전 데이터 구조 설계 193 / 19.2.2 저장소/캐싱 사용 194
__19.2.3 면접 주요 포인트 196
19.3 예제 3: 원 그룹 196
__19.3.1 원 그룹의 수 198 / 19.3.2 가장 큰 k개의 원의 그룹 199
PART IV 시스템 설계 201
CHAPTER 20 시스템 설계 이론 203
20.1 설계 단계 203
__20.1.1 사용 시나리오, 제약 및 가정 조건 확인 203
__20.1.2 상위 아키텍처 구성 204 / 20.1.3 핵심 컴포넌트 설계 205
__20.1.4 확장 설계 207
20.2 도메인 네임 시스템 209
20.3 로드 밸런서 211
20.4 분산 캐시 시스템 212
20.5 안정 해시 215
CHAPTER 21 시스템 설계 실습 218
21.1 분산 캐시 시스템 설계 218
__21.1.1 캐시 무효화 218 / 21.1.2 캐시 제거 정책 219
__21.1.3 분산 키-값 캐시 설계 시스템 220
21.2 웹 크롤러 시스템 설계 221
__21.2.1 아키텍처 설계 222 / 21.2.2 크롤러 서비스 구현 222
__21.2.3 중복 링크 처리 225 / 21.2.4 크롤링 결과 업데이트 225
__21.2.5 확장성 설계 226
21.3 TinyURL의 암호화와 복호화 226
__21.3.1 시스템 요구 사항 및 목표 226 / 21.3.2 리소스 추정 및 제약 227
__21.3.3 시스템 API 228 / 21.3.4 핵심 알고리즘 설계 228
__21.3.5 데이터베이스 설계 229 / 21.3.6 데이터 파티셔닝 230
__21.3.7 캐싱 231 / 21.3.8 로드 밸런서 232
21.4 검색어 자동 완성 기능 설계 232
__21.4.1 기본 시스템 설계 및 알고리즘 233 / 21.4.2 주요 데이터 구조 234
__21.4.3 최적화 설계 235
21.5 뉴스피드 업데이트 기능 설계 240
21.6 X 애플리케이션 설계 243
21.7 우버/리프트 앱 설계 249
CHAPTER 22 멀티스레드 프로그래밍 253
22.1 멀티스레딩 면접 질문 253
22.2 예제 1: 물 분자의 형성 255
22.3 예제 2: 0, 짝수, 홀수 출력 257
CHAPTER 23 머신러닝 시스템 설계 259
23.1 머신러닝의 기본 지식 259
__23.1.1 머신러닝이란 무엇인가 259 / 23.1.2 머신러닝을 사용하는 이유 260
__23.1.3 지도 학습과 비지도 학습 261 / 23.1.4 분류 모델과 회귀 모델 263
__23.1.5 문제 변환 264 / 23.1.6 데이터 문제 264
__23.1.7 머신러닝 작업 흐름 265 / 23.1.8 피처 엔지니어링 266
__23.1.9 과소적합과 과적합 267 / 23.1.10 편향과 분산 269
23.2 머신러닝에 대한 고급 지식 272
__23.2.1 불균형 이진 분류 데이터 처리 272 / 23.2.2 가우스 혼합 모델과 K-평균 비교 274
__23.2.3 그레이디언트 부스팅 274 / 23.2.4 의사 결정 트리에 제약 조건 부여 276
__23.2.5 가중치 업데이트 277 / 23.2.6 확률적 그레이디언트 부스팅 277
__23.2.7 정규화 278
23.3 머신러닝 인터뷰 278
__23.3.1 머신러닝 면접 주요 포인트 278 / 23.3.2 머신러닝 인터뷰 대응 전략 281
23.4 예제 1: 검색 순위 시스템 282
__23.4.1 문제 해석 282 / 23.4.2 지표 분석 283
__23.4.3 아키텍처 284 / 23.4.4 결과 선택 287
__23.4.5 훈련 데이터 생성 293 / 23.4.6 순위 산정 295
__23.4.7 결과 필터링 298
23.5 예제 2: 넷플릭스 추천 시스템 300
__23.5.1 문제 해석 300 / 23.5.2 지표 분석 302 / 23.5.3 아키텍처 305
__23.5.4 피처 엔지니어링 306 / 23.5.5 추천 영화 리스트 생성 309
__23.5.6 훈련 데이터 생성 312 / 23.5.7 순위 산정 313
찾아보기 317