안녕하세요 짐코딩님! 저는 클로드 강의 거의 완강하고, 실무에 적용해서 클로드코드 잘 쓰고 있는 3년차 개발자입니다. 이 강의 덕분에 생산성 엄청 올랐습니다. 훌륭한 강의 감사합니다. 그런데 프로젝트를 몇 개 만들다보니.. 점점 매너리즘에 빠지고 있습니다..! 처음에 강의를 보고 따라할 때는 PRD, ROADMAP은 기본이고 프로젝트 구조나 코드까지 세세하게 체크를 했는데요, 실무에서 반복적으로 진행하다 보니,, 클로드가 짰지만 제가 파악하지 못하는 코드가 늘어나고 있습니다. 물론 세세하게 다 봐야 하는게 맞는데 실프로젝트 요구사항이 복잡하고 코드 양이 많다 보니.. 작업 후에 오류가 없으면 '클로드가 잘했겠지' 하고 넘어가게 되네요 🥲 🥲 제가 지금 크게 잘못 가고 있는 것 같은데요, 짐코딩님은 shrimp-task-manager 같은 작업관리자를 얼마나 사용하시고, code-review 같은 서브에이전트 사용 완료한 이후에.. 코드를 어떻게 검증하시나요? 개발 업무 중, ai 를 사용하지 않고 직접적인 코드 리뷰에 할애하는 비율은 어떻게 되시는지도 궁금합니다!
도커 피에스 한 후 도커 컴포즈 다운 그리고 도커 컴포즈 빌드 노 캐셔 한 다음 마지막에 이런 오류가 뜹니다. Debug this Compose error with Gordon → docker ai "help me fix this compose error" 그래서 쳇지피티에 물어보고 이렇게 저렇게 해 봤는데 결국 도커 컴포즈 디 를 하고 나면 Debug this Compose error with Gordon → docker ai "help me fix this compose error" Filter, search, and stream logs from all your Compose services in one place with Docker Desktop's Logs view. docker-desktop://dashboard/logs 컨테이너에 생성이 안됩니다. 방법이 없을까요?
안녕하세요~ 매번 선생님 덕분에 좋은 공부 많이 하고 갑니다. 선생님께서 깃헙에 올려주신 서브에이전트 중 "development-planner.md" 파일을 이용해서 ROADMAP.md 문서를 만드는 것과 Shrimp Task Manager의 "plan_task"를 이용해서 Roadmap.md 문서를 만드는 것의 차이가 어떤 것이 있는지 궁금합니다. 전자의 경우, 선생님께서 Shrimp Task Manager의 "plan_task" 의 내용을 아울어서 만드신 것 같은데, 둘 간의 차이가 있다면 어떤 것이 있는지 알고 싶습니다.
안녕하세요! F1 스코어 설명하시면서 average = micro, macro, weighted 중에 문제에서 요구하는데로 쓰면 된다고 하셨는데.. 만약 문제에서 제시된 평가지표가 F1 스코어가 아니지만 F1 스코어를 사용하려고 할 경우(문제에서 요구된게 없는 경우)에는 micro, macro, weighted 중 어떤걸 사용하면 될까요? 감사합니다.
(AI 퀀트) 코드 한 줄 안 쓰고 주식 자동 분석 시스템 만들기 feat. Claude CLI
💡 수강생 안내 사항 (커뮤니티 가이드) 학습 관련 질문 : 구체적으로 적을수록 정확한 답변을 받을 수 있습니다. 작성 팁 : 마크다운과 단축키를 활용하면 글을 더 편리하게 작성할 수 있습니다. 사전 검색 : 질문을 남기기 전, 커뮤니티 질문 & 답변에 비슷한 내용이 있었는지 먼저 검색해 보세요. 커뮤니티 매너 : 서로 예의를 지키며 존중하는 분위기를 함께 만들어가요. 서비스 문의 : 인프런 서비스 관련 문의는 1:1 문의하기 를 이용해 주세요. 오늘 수강신청한 학생입니다. Notion 권한 승인 부탁드립니다. 좋은 강의 감사합니다.
현재 GPT 창과 로컬 개발환경에서 작업을하시는데 로컬 환경은 어떤 환경이신지요? 설치하신것은 코덱스 CLI인지...궁금합니다. 그리고 데이터베이스 설계나 화면 설계에 대해서 티켓을 어떻게 설게 할지 예시가 있을까요? 그리고 UI를 별도로 개발해야 한다면 만약 넥사크로 라던가 기타 UI 툴로 개발해야 한다면 어떻게 소스코드 가이드를 만들어 줘서 티켓을 만들수 있을까요?
안녕하세요 혹시 선형회귀모델에서 rmse 값이 가장 낮게 나왔어서 모델을 선택하고 실제 test 데이터를 예측하는데, 이 과정에서 80프로의 train으로 학습한 모델이잖아요..? 나중에 train 자체 100프로를 재학습시킨 후 test 예측하는게 더 올바른 것인지.. 이 과정 없이 그동안 진행해온 부분으로 바로 test 예측하는게 좋은지 궁금해요!
