합류하게 될 팀에 대해 알려드려요

• AI Platform 팀은 "AI 기술을 누구나 빠르고 안정적으로 사용할 수 있는 플랫폼으로 만든다"는 미션을 가지고, 토스 전반의 AI 활용을 기술적으로 지원하고 있어요.
• Retrieval-Augmented Generation, Agent, Assistant 등 새로운 방식의 AI 시스템이 빠르게 실험되고 안정적으로 운영될 수 있도록, 필요한 도구와 플랫폼을 만들고 있어요.
• 우리가 만드는 플랫폼은 단순한 툴셋이 아니라, AI 기술이 더 많은 팀에서 실제로 쓰일 수 있게 확장성을 갖춘 구조로 설계돼요.
• 아직 정답이 정해지지 않은 문제들을 다루는 만큼, 기술적인 방향을 함께 고민하고 구조화해나가는 역할이 중요해요.
• 토스 데이터 조직에 대해 더 알아보고 싶다면? → 토스 Data Division 위키

합류하면 함께 할 업무에요

• Retrieval, Generation, Vector Search 등 LLM 기반 컴포넌트를 묶어 다양한 팀이 재사용할 수 있도록 플랫폼화해요.
• SaaS & Self-hosted LLM 모두 연동하는 기능을 제공하고 안정적인 운영을 제공해요.
• Prompt, Tool, 컨텍스트 구성 등 Agent 시스템을 더 쉽게 만들고 실험할 수 있도록 기반을 설계해요.
• 실험 이후 서비스에서도 안정적으로 작동할 수 있도록, RAG, Agent 들의 서빙과 운영 흐름을 정리하고 도구화해요.
• Agent 의 성능과 품질을 정량적으로 평가할 수 있는 기반을 만들고 플랫폼으로 제공해요.
• 팀 내부뿐 아니라 다른 팀에서도 AI 시스템을 빠르게 실험하고 적용할 수 있도록 공통화된 환경과 경험을 설계해요.
• 정형화되지 않은 기술 요소들을 구조화하고, 점점 더 넓은 문제로 확장될 수 있도록 방향을 만들어가요.

이런 분과 함께하고 싶어요

• LLM, RAG, Agent와 같은 기술을 실제 문제에 적용해본 경험이 있다면 함께하고 싶어요
• 구조화되지 않은 문제를 기술적으로 정의하고, 시스템적으로 해결해본 분이면 좋아요
• 여러 팀과 협업하며 기술을 제품처럼 만들고 운영해본 분과 함께하고 싶어요
• 새로운 기술 흐름을 빠르게 따라가고, 그 흐름을 팀 내에 자연스럽게 녹여낸 경험이 있다면 좋아요
• 복잡한 AI 시스템을 단순하고 일관된 사용자 경험으로 풀어내는 데 관심이 있다면 함께하고 싶어요

이런 분이면 더 좋아요

• Retrieval, Generation, Vector Search 등 RAG 구성 요소를 단독으로 설계하고, 시스템 수준에서 통합해본 경험이 있다면 좋아요
• 다양한 LLM 서빙 구조(OpenAI API, HuggingFace, vLLM 등)를 실제 서비스 상황에 맞춰 선택하고 운영해본 분이면 함께하고 싶어요
• 다양한 목적을 가진 Agent 들을 구조화하고 서비스에 적용하여 운영해본 경험이 있다면 더욱 환영이에요.
• 플랫폼 사용자(내부 개발자, 모델 엔지니어 등)의 요구사항을 바탕으로 실험 환경이나 도구를 주도적으로 설계해본 경험이 있다면 좋아요
• 공통 플랫폼이나 RAG 기반 시스템을 다수의 프로젝트나 도메인에 확장 가능한 형태로 만들고 운영한 경험이 있다면 특히 함께하고 싶어요

이력서는 이렇게 작성하시는 걸 추천해요

• 진행했던 과제가 조직에 큰 영향력을 미쳤다면 그 내용을 자세히 작성해 주세요.
• 단순히 어떤 언어, 플랫폼, 프레임워크, 기술 등을 사용했는지보다는, 어떤 목적을 가진 과제였는지, 이를 해결하기 위해 무엇을 사용했는지, 어떻게 문제를 해결했는지에 대해 자세히 작성해 주세요.
• 플랫폼을 운영하면서 발생한 치명적인 장애를 해결해 보았거나, 성능/리소스 최적화를 해 본 경험이 있다면 작성해 주세요.
• 오픈소스 사용 중에 발생한 버그나 이슈를 해결해 보았거나, 부족한 기능을 개선하기 위해 오픈소스에 기여했던 경험이 있다면 작성해 주세요.

토스로의 합류여정

• 서류 접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격
• 직무 인터뷰에서는 심층 기술 면접과 ML 시스템 설계를 주제로 면접이 진행될 예정이에요.

함께할 동료를 위한 한마디

"빠르게 발전하고 있는 AI 모델들을 서빙하는 것에 그치지 않고, 그 모델이 안정적으로 작동하고 끊임없이 개선될 수 있는 시스템을 직접 만들어갑니다."

• AI Platform 팀은 LLM 기반 서비스, RAG 시스템, 검색 인프라 등 다양한 AI 기술이 실제 프로덕션 환경에서 원활히 동작할 수 있도록 서빙/실험/운영 인프라를 책임지고 있어요.
• GPU 자원과 클러스터를 효율적으로 운영하고, vLLM, Triton, Model Registry 등을 활용해 실험과 배포를 자동화하고 있어요.
• AI 기술이 실질적인 서비스로 이어지기 위해 필요한 기술적 기반을 구축하고, 안정성과 확장성을 함께 고민하는 분을 기다리고 있어요.
• 실험부터 서빙까지의 흐름을 직접 만들고 고도화해 나가는 경험, 토스에서 할 수 있습니다.