[토스] ML Engineer(추천)

토스 소속

정규직

합류하게 될 팀에 대해 알려드려요

• MLE(추천)은 토스의 다양한 도메인(Ads, 커머스, Home 등)에서 추천 시스템과 반응 예측 모델을 통해 사용자와 콘텐츠, 서비스, 광고 간의 연결을 최적화하는 역할을 해요.
• 도메인별로 문제 정의와 추천 대상은 다르지만, 공통적으로 유저 행동 데이터를 기반으로 콘텐츠를 정교하게 노출하고 성과를 높이는 머신러닝 기반의 문제 해결 능력이 중요해요.
• 인터뷰를 통해 후보자의 강점과 경험을 고려한 도메인 및 과제에 배치될 예정이에요.
• 토스 데이터 조직에 대해 더 알아보고 싶다면? → 토스 Data Division 위키

합류하면 담당하게 될 서비스를 소개해 드려요

• 만약 특정 도메인에 관심이 깊거나 관련 경험이 있다면 상세 채용공고를 통해 지원해주세요.
• 현재 페이지에서 지원하실 경우, 인터뷰를 통해 지원자분의 강점을 확인하고 그에 맞는 조직을 추천해 드릴게요.

💡 Display Ads (상세 채용공고)

• 광고 콘텐츠의 클릭 및 전환 가능성을 예측하기 위한 CTR/CVR 예측 및 랭킹 모델을 개발해요.
• 사용자, 광고 소재, 맥락 데이터를 바탕으로 개인화된 광고 추천 및 타겟팅 알고리즘을 설계하고 개선해요
• 모델 성능 개선을 위한 피처 엔지니어링, 실험 설계 및 정량적 평가를 반복적으로 수행해요.
• 추천 로직 및 모델이 광고 성과에 미치는 영향을 분석하고, 성과 개선을 위한 반복 실험과 개선 사이클을 운영해요.

💡 Commerce (상세 채용공고)

• 사용자 행동, 상품 정보, 맥락 데이터 등을 바탕으로 상품 클릭률(CTR), 전환율(CVR) 등을 예측하는 모델을 개발해요.
• 예측 결과를 활용해 상품 노출을 최적화하는 추천 알고리즘을 설계하고 고도화해요.
• 추천 품질을 높이기 위한 모델 성능 분석, 피처 엔지니어링, 하이퍼파라미터 튜닝 등의 반복적인 실험을 수행해요.
• 다양한 실험과 오프라인/온라인 지표 분석을 통해 모델 개선 효과를 정량적으로 검증해요.

💡 Home (상세 채용공고)

• 토스 앱의 여러 추천 인벤토리에서 노출되는 콘텐츠, 서비스, 프로모션을 위한 추천 모델을 설계·개선해요.
• 사용자 행동, 시간, 맥락 등을 바탕으로 정확한 추천과 반응 예측(CTR 등)을 위한 모델을 설계해요.
• 추천 성능을 높이기 위한 피처 발굴, 실험 설계, 성능 평가 및 반복적인 개선 작업을 수행해요.
• 다양한 추천 영역과 푸시 메시지 등에 대해 유저 반응을 기반으로 노출 전략을 최적화하고, 실제 성과를 정량적으로 측정해요.

이런 분과 함께하고 싶어요

• 추천 시스템, 랭킹, 개인화 모델링 등 사용자-콘텐츠/서비스 매칭 문제를 실무에서 해결한 경험이 있으신 분이 필요해요.
• CTR, CVR 등 사용자 반응 예측 모델 개발 및 개선 경험이 있는 분이 필요해요.
• 다양한 피처를 활용한 모델 설계, 실험, 성능 개선 루틴에 익숙한 분이 필요해요.
• PyTorch, TensorFlow, LightGBM 등 ML 프레임워크 활용 경험이 있으신 분이 필요해요.
• 반복적인 실험과 정량 평가를 통해 실제 서비스 성과를 개선한 경험이 있는 분이면 좋아요.
• 다양한 직군과 협업하며 기술적 설명과 문제 정의를 명확히 할 수 있는 커뮤니케이션 역량이 있으신 분이면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 진행했던 프로젝트가 조직에 큰 영향력을 미쳤다면 그 내용을 자세히 작성해 주세요.
• 모델링 중심 프로젝트에서 본인이 정의한 문제, 선택한 접근법, 실험 방법과 성능 개선 내용을 구체적으로 적어주세요.
• 반복적인 실험과 성능 분석을 통해 정량적으로 문제를 해결한 과정이 있다면 강조해 주세요.

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 슈퍼 앱을 운영하는데 임팩트를 내는 데 기여할 수 있어 보람차요!