ML Engineer [Commerce]
Toss
Software Engineering, Data Science
Posted on Dec 1, 2025
토스 Affiliation
정규직
합류하게 될 팀에 대해 알려드려요
- 토스는 각각의 완결성 있는 사업을 운영하는 여러 개의 도메인으로 구성되어 있어요. Commerce와 Pay, Financial Marketplace, Ads & Benefit, Foundation, Growth 도메인 6개가 모여서 토스를 구성하고 있어요.
- 커머스(Commerce)는 토스의 여러 도메인 중에서 가장 빠르게 성장해 왔어요.토스페이 활성화와 거래액 확대를 위해 시작한 토스 커머스는 현재 토스쇼핑과 판매자를 위한 셀러 어드민, 쇼핑 광고 서비스를 출시하며 사용자와 판매자 모두에게 새로운 가치를 주는 서비스로 성장하고 있어요.
- ML Engineer (Commerce 검색)는 초대규모 상품 검색 인프라를 구축하고, 검색 도메인 전문가와 협업할 수 있는 Commerce Search Tribe에 소속돼요.
- Commerce Search Tribe에서는 상품 질의를 의미적으로 분석하고 최고의 상품을 검색하는 랭킹 모델을 개발하는 팀이에요.
- 토스 데이터 조직에 대해 더 알아보고 싶다면? → 토스 Data Division 위키
합류하면 함께 할 업무에요
- 커머스 제품팀과 협력하여 비즈니스 성장을 위한 머신러닝 모델을 개발하고 적용해요.
- 검색 및 랭킹 알고리즘을 설계하고 구현하여 고객이 상품을 더 잘 탐색하고 발견할 수 있도록 도와요.
- 커머스에 필요한 NLP 관련 업무들을 수행하고 더 나은 검색 경험을 제공해 주도록 도와요. 텍스트 질의 분석, 개체명 인식, 동의어·오타 교정 등을 통해 상품 설명/리뷰에서 의미를 추출하고 언어 기반 feature를 설계해요.
- GBDT·LambdaMART·XGBoost 등 Learning-to-Rank 모델을 설계·최적화해요. CTR·구매율 등 구조적 feature와 A/B 테스트로 성능을 개선해요.
- Transformer 기반 검색/추천 모델과 사용자–상품 임베딩을 학습·서빙하고, 텍스트+이미지 멀티모달 표현으로 랭킹 품질을 높여요.
이런 분과 함께하고 싶어요
- 토스 검색 조직의 ML Engineer로 합류하시면 네가지 영역(Applied Scientist, NLP, LLM, Elasticsearch에서의 전문성을 발휘하실 수 있어요. 각 영역별 세부 내용은 → 링크 를 확인해 주세요.
- 문제 해결을 위해 원천 데이터를 정제하고 머신러닝 모델을 개발해 서비스에 반영하고 운영해 본 경험이 있으면 좋아요.
- 검색 서비스 전반에 대한 경험이나 NLP에 대한 경험이 있으면 좋아요.
- Python과 SQL을 능숙하게 다루고 Hadoop과 같은 빅데이터 플랫폼을 이해하고 있다면 좋아요.
- Pytorch, Tensorflow, HuggingFace 등과 같은 머신러닝 라이브러리를 능숙하게 활용할 수 있으면 좋아요.
- 복잡한 문제를 이해하기 쉽게 설명할 수 있는 커뮤니케이션 역량을 갖춘 분이면 좋아요.
- 모델 성능에서 의미 있는 break-through를 이뤄낸 경험이 있다면 좋아요.
이력서는 이렇게 작성하시는 걸 추천해요
- 현재 채용 공고와 관련 있었던 업무/프로젝트에 대해서 지원자의 역할과 결과에 대해 구체적으로 작성해 주세요.
- 모델을 라이브 서비스에 적용하고 고도화한 경험이 있다면 구체적으로 작성해 주세요.
- 이력서 내용을 정량적으로 작성해 주면 더 좋아요.
토스로의 합류여정
- 서류 접수 > 1차 직무 인터뷰 (코딩) > 2차 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격
- 1차 직무 인터뷰에서는 간단한 코딩 테스트, 이력 체크, ML 기초 지식 테스트가 진행될 예정이에요.
- 2차 직무 인터뷰에서는 심층 기술 면접과 ML 시스템 설계를 주제로 면접이 진행될 예정이에요.
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 슈퍼앱을 운영하는데 임팩트를 내는데 기여할 수 있어 보람차요!