컬렉션을 사용해 정리하기
내 환경설정을 기준으로 콘텐츠를 저장하고 분류하세요.
일정
모든 Firebase Summit 세션은 개막 기조연설 이후
온디맨드 로 제공되므로 편한 시간에 시청할 수 있습니다. 또는
라이브 스트림 에 참여하여 시청하는 동안 다른 사람들과 채팅할 수 있습니다. 아래 나열된 시간은 PT.
2일차 - 10월 28일 수요일
Flutter와 같은 플랫폼 간 툴킷 덕분에 여러 플랫폼용 앱 코딩이 그 어느 때보다 쉬워졌습니다. 마찬가지로 Firebase와 같은 서비스형 백엔드 플랫폼 덕분에 안전하고 확장 가능한 서버리스 인프라에서 다중 사용자 환경을 빠르고 간단하게 구축할 수 있습니다. 이 강연에서는 사용자의 실시간 투표를 실행할 수 있는 앱을 처음부터 구축할 것입니다. 이 강연을 더욱 흥미롭게 만들기 위해 이 앱을 만드는 동안 멋진 시청자인 여러분이 실시간으로 소통할 수 있도록 앱에서 설문조사를 실행할 것입니다. Flutter와 Firebase를 사용하여 새로운 것을 배우고 투표를 하기 위해 라이브로 참석해 주신 여러분 모두를 기대합니다.
오전 10시 30분(태평양 표준시)
Firebase 원격 구성 및 Firebase A/B 테스팅을 사용하여 즐거운 앱 경험을 반복하세요.
사용자에게 훌륭한 경험을 제공하는 가장 좋은 방법 중 하나는 각 사용자의 속성과 행동에 따라 앱을 동적으로 변경하는 것입니다. 다양한 사용자 그룹에 맞게 앱 경험을 즉석에서 쉽게 맞춤설정하고 이를 동적으로 측정 및 조정하여 사용자 여정을 최적화할 수 있는 Firebase의 새로운 업데이트를 보여드리겠습니다.
보안 설계 원칙을 가이드로 사용하여 Firebase 서비스의 기본 보안과 개발자가 애플리케이션을 구성하고 보호하기 위해 수행해야 하는 작업을 다룹니다. Firebase 백엔드 제품으로 구축된 간단한 서버리스 애플리케이션을 살펴보면서 악의적인 행위자부터 사용자 오류에 이르기까지 다양한 보안 위협에 대해 논의합니다. 진행하면서 자체 앱의 보안을 감사하고 자신과 사용자를 보호하는 데 사용할 수 있는 체크리스트를 만들 것입니다.
오전 11시 15분(태평양 표준시)
TensorFlow 및 Firebase를 사용하여 앱에 온디바이스 권장 사항 추가
개발자로서 ML은 더 나은 앱을 빌드하는 데 도움이 될 수 있습니다. 이 세션에서는 사용자가 관심을 보인 콘텐츠를 기반으로 기기 내 권장 사항을 수행하는 TensorFlow 모델을 구축하고 교육하는 간단한 단계를 안내합니다. 그런 다음 모델을 TensorFlow Lite로 변환하여 모바일 및 Firebase에 배포합니다.
[{
"type": "thumb-down",
"id": "missingTheInformationINeed",
"label":"필요한 정보가 없음"
},{
"type": "thumb-down",
"id": "tooComplicatedTooManySteps",
"label":"너무 복잡함/단계 수가 너무 많음"
},{
"type": "thumb-down",
"id": "outOfDate",
"label":"오래됨"
},{
"type": "thumb-down",
"id": "translationIssue",
"label":"번역 문제"
},{
"type": "thumb-down",
"id": "samplesCodeIssue",
"label":"샘플/코드 문제"
},{
"type": "thumb-down",
"id": "otherDown",
"label":"기타"
}]
[{
"type": "thumb-up",
"id": "easyToUnderstand",
"label":"이해하기 쉬움"
},{
"type": "thumb-up",
"id": "solvedMyProblem",
"label":"문제가 해결됨"
},{
"type": "thumb-up",
"id": "otherUp",
"label":"기타"
}]
