토스 소속
정규직
합류하게 될 팀에 대해 알려드려요
- MLE(Vision) 포지션은 Facepay나 Vision Service 팀에서는 속해서 Vision 기술을 토스의 서비스에 적용하는 업무를 수행해요.
- Vision Service 팀에서는 프로덕트에 있는 ML 개발자들이 빠르고 효율적으로 일하기 위한 공통으로 사용하는 라이브러리와 플랫폼을 개발하고 인프라를 구축하는 일을 해요.
- Facepay팀에서는 Vision(얼굴 인식) 기술을 통해 얼굴 결제 서비스 제품을 구축하는 것을 목표로 하고 있어요.
- 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.
💡 Facepay (상세 채용공고)
- Face Recognition/ Liveness(Face Anti Spoofing)/ Vector Search/ Vision Objection Detection & Segmentation 등의 기술로 얼굴 결제 서비스를 제품화해요.
- Vision 기술 구현과 활용을 위한 기술 전략을 같이 고민하고, 토스팀이 장기적으로 Vision 기술을 활용하기 위해 적합한 로드맵을 수립해요.
- Vision 기술학습 데이터 정의 및 수집, 비전 모델 구현, 모델 서빙, 상용 환경에서의 모델을 진단 및 개선해요.
💡 OCR (상세 채용공고)
- Text Detection / Text Recognition 관련 End to End OCR 모델을 개발해요.
- eKYC 관련 인입 이미지 품질 판별과 ID Card 진위 여부 판단 모델도 개발해요.
- OCR 문제를 정의하고 데이터 수집 전략을 체계적으로 수립하고 데이터를 수집해요.
- Edge Device Target으로 Quantization을 수행해요.
- Android / iOS Device 와 Sever Side 모델 서빙을 지원해요.
- OCR 성능 이슈에 대한 근거를 파악하고 고도화 전략을 반영해 성능을 올려요.
💡 Image Generation (상세 채용공고)
- Stable Diffusion 관련 모델 아키텍쳐 및 다양한 학습 구조를 이해해야 해요 (SD1~3, FLUX)
- Webui(Comfyui, Automatic 1111) 에 마운트 되는 다양한 Vision Component 기술을 알고 있어야 해요.
- Inference 최적화을 위한 다양한 기법을 적용할 수 있어야 해요.
- Stable Diffusion 관련 프로젝트 경력이 1년 이상 필요해요.
이런 분과 함께하고 싶어요
- 모델 성능지표를 위해, 모델 개발이 아닌 실데이터로 실제 사용자에게 적용하고 지속적으로 개선하는 Vision 기술을 만들고 싶으신 분을 찾아요.
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
함께할 동료를 위한 한마디
"단순한 모델링만 하는 것이 아닌, 비즈니스에 임팩트를 내는 역할이에요."
- 토스에서 가장 만족스러운 것은 모델링 그 이상을 한다는 거에요.
- 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!