ML Engineer (Commerce AI)

합류하게 될 팀에 대해 알려드려요 MLE (Commerce AI) 포지션은 토스 커머스 도메인에서, 다양한 운영·서비스 과제를 AI 기술로 해결하고 확장하는 역할을 맡아요. 오퍼레이션 자동화, 셀러 평가, 상품 정보, 검색 품질 등 복잡하고 정교한 판단이 필요한 문제들이 커머스 곳곳에 자리하고 있어요. LLM, RAG, 멀티모달 등 다양한 AI 기술을 활용해, 문제를 정의하고 기술적으로 접근하는 방식 자체를 설계해요. AI로 이미 존재하는 문제를 푸는 데서 멈추지 않고, 문제 자체를 새롭게 정의하고 확장해 나가는 팀이에요. **토스 데이터 조직에 대해 더 알아보고 싶다면?** [→ *토스 Data Division 위키*](https://recruit-data-division.oopy.io/)합류하면 함께 할 업무에요 텍스트, 이미지, 음성, 구조화된 데이터 등 다양한 형태의 정보를 유기적으로 활용해, 커머스 도메인의 복잡한 문제를 모델링하고 해결해요. 대규모 언어 모델(LLM), RAG, 멀티모달 모델 등을 활용해, 기존 방식으로는 풀기 어려웠던 과제에 새로운 접근을 시도해요. 문제 해결뿐 아니라, 지금까지 명확히 정의되지 않았던 영역에 AI를 적용할 수 있는 가능성도 탐색해요. 설계한 모델은 오프라인/온라인 실험과 정량 평가를 통해 효과를 검증하고, 반복적인 개선 루틴을 운영해요. 기술적 정교함뿐 아니라 비즈니스 적용 가능성과 지속 가능성까지 고려한 솔루션을 설계해요.이런 분과 함께하고 싶어요 비즈니스 요구사항을 이해하고, 최신 AI 기술(LLM/RAG, LMM 등)을 포함한 ML 기술로 문제를 해결한 경험이 필요해요. 다양한 형태의 데이터 (텍스트, 이미지, 음성, 구조화 데이터)를 통합적으로 활용해 모델을 설계하고 빠르게 응용해본 분이 필요해요. ML 기술을 서비스에 적용하고 반복해서 개선하거나, 서비스에 대한 포괄적인 이해가 있으신 분이라면 좋아요. 문제 정의부터 모델 설계, 실험, 정량 평가까지 전체 과정을 주도한 경험이 있으면 좋아요. PyTorch, Hugging Face Transformers, LangChain 등 최신 AI 생태계에 익숙해야 해요. 기술적 실험뿐 아니라, 서비스 적용 가능성과 확장성까지 고려한 설계 경험이 있으면 좋아요. 새로운 문제를 탐색하고 기술적으로 정의하는 일에 흥미와 역량을 가진 분이라면 좋아요.이력서는 이렇게 작성하시는 걸 추천해요 단순한 모델링 기술 나열보다는, 무엇을 개선하고 어떤 영향을 주었는지를 구체적으로 보여주시면 좋아요. 다양한 데이터나 제약 조건 속에서, 실험과 반복 개선을 통해 의미 있는 성과를 만들어낸 경험이 있다면 강조해 주세요. 협업 과정에서 어떤 역할을 했는지, 기술 외적으로도 문제 해결에 어떻게 기여했는지 드러나면 더 좋습니다.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"AI로 복잡한 문제를 해결하는 건 시작일 뿐이에요.우리가 진짜 집중하는 건, 문제 그 자체를 다시 바라보고 더 좋은 방향으로 바꾸는 일이에요." 단순히 정제된 데이터를 모델에 넣는 게 아니라, 아직 정의되지 않은 문제를 어떻게 기술적으로 풀 수 있을지 고민하는 일이 더 많아요. 매번 "이걸 꼭 모델링으로 풀어야 할까?"부터 시작해서, 가장 임팩트 있는 접근이 무엇일지 문제 자체를 다시 바라보는 과정이 있어요. 서비스팀이나 운영팀이 수동으로 하던 일에 AI를 붙이는 데 그치지 않고, AI가 중심이 되는 새로운 흐름을 먼저 설계할 수 있어요.