합류하게 될 팀에 대해 알려드려요

• 토스의 ML Engineer는 다양한 사업부 및 팀에 속하여, 토스의 다양한 문제를 머신러닝을 통해 빠르게 해결하고 자동화하는 역할을 맡고 있어요.
• ML 기술을 통해서 여러 비즈니스 도메인에서 발생하는 문제를 해결하고, ML을 기반으로 공통화된 기술 제품들을 토스팀에 제공해요.
• 인터뷰를 통해 후보자의 강점과 경험을 고려한 도메인 및 과제에 배치될 예정이에요.
• 토스 데이터 조직에 대해 더 알아보고 싶다면? → 토스 Data Division 위키

합류하면 함께 할 업무에요

• (General) 추천, 이상 탐지, 자연어 처리, AutoML 등 다양한 과제를 다루며, 필요에 따라 새로운 문제 유형을 탐색하고 실험해요.
• (추천) 토스의 다양한 도메인(Ads, 커머스, Home 등)에서 추천 시스템과 반응 예측 모델을 통해 사용자와 콘텐츠, 서비스, 광고 간의 연결을 최적화하는 역할을 해요.
• (Ads) 다양한 광고 지면과 사용자 접점에서 광고 퍼널 전반을 최적화할 수 있도록 예측 모델과 의사결정 로직을 설계해요.
• (Platform) 다양한 ML 요구사항을 안전하고 빠르게 실험을 반복하고 배포할 수 있는 플랫폼 및 Kubernetes 인프라를 구축하고 제공해요.
• (검색) 실시간 대용량 데이터 처리, 검색 인프라 운영, 검색 품질 개선까지 검색 플랫폼을 설계하고 운영하며 고객 경험을 개선해요.
• (AI) LLM, RAG, 멀티모달 등 다양한 AI 기술을 활용해, 문제를 정의하고 기술적으로 접근하는 방식 자체를 설계해요.

이런 분과 함께하고 싶어요

• 머신러닝에 대한 깊이 있는 이해와, 이를 다양한 비즈니스 문제에 적용해 본 경험이 있으신 분이면 좋아요.
• SQL 및 Hadoop, Spark 등의 빅데이터 플랫폼에 익숙하신 분이면 좋아요.
• 모델을 설계하고 개발하여 실제 서비스에 적용하고, 그 결과를 분석해 본 경험이 있으신 분이면 좋아요.
• PyTorch, TensorFlow, XGBoost, LightGBM 등 주요 ML 라이브러리들을 실무에서 사용해 본 경험이 있다면 좋아요.
• 새로운 문제에 빠르게 몰입하고, 필요한 역량을 스스로 학습하며 해결해 본 경험이 있다면 더욱 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 머신러닝 알고리즘을 직접 개발하고 운영에 적용한 경험이 있다면, 사용한 기술과 그로 인한 변화까지 작성해 주세요.
• 팀과 함께 만들어낸 결과뿐 아니라, 본인이 주도적으로 기여한 부분을 구체적으로 적어주세요.
• 지금까지의 경험이 많지 않더라도, 문제를 정의하고 해결한 과정이 잘 드러난다면 좋은 인상을 줄 수 있어요.

꼭 확인해주세요

• 산업기능요원은 보충역 신규 편입 및 전직이 가능합니다.
• 전문연구요원은 보충역 신규 편입 및 전직, 현역 전직이 가능합니다.

토스로의 합류여정

• 서류 접수 > 1차 직무 인터뷰 (코딩) > 2차 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스체크 > 처우 협의 > 최종 합격

함께할 동료를 위한 한마디

"단순한 모델링만 하는 것이 아닌, 비즈니스에 임팩트를 내는 역할이에요."

• 토스에서 가장 만족스러운 것은 모델링 그 이상을 한다는 거예요.
• 이전에는 주어진 모델에 데이터를 넣고 성능을 평가하는 것이 전부였는데, 지금은 집계되지 않는 데이터를 어떻게 모델에 녹여낼 수 있을지 고민하고 있어요.
• 금융 관련 데이터로만 분석과 모델링 하는 것에 나아가, 유저에 대한 이해를 바탕으로 슈퍼 앱을 운영하는데 임팩트를 내는 데 기여할 수 있어 보람차요!