ML Engineer (Display Ads)

합류하게 될 팀에 대해 알려드려요 MLE(Display Ads) 포지션은 토스 Ads 도메인에서 디스플레이 광고의 성과를 극대화하기 위한 머신러닝 모델링을 담당해요. 다양한 광고 지면과 사용자 접점에서 광고의 노출부터 전환까지 퍼널 전반을 최적화할 수 있는 정교한 예측 모델과 의사결정 알고리즘을 개발해요. **토스 데이터 조직에 대해 더 알아보고 싶다면?** [→ *토스 Data Division 위키*](https://recruit-data-division.oopy.io/)합류하면 함께 할 업무에요 광고 클릭률(CTR), 전환율(CVR), 광고 수익(ROAS) 등 주요 지표를 예측하기 위한 모델을 설계하고 개선해요. 사용자, 광고 소재, 맥락 데이터를 바탕으로 개인화된 광고 추천 및 타겟팅 알고리즘을 설계하고 개선해요. 광고 타겟팅, 입찰 전략, 예산 할당과 관련된 모델을 개발하고, 다양한 조건과 제약 속에서 성과를 극대화하는 로직을 설계해요. 사용자 행동, 광고 소재, 컨텍스트, 과거 성과 등의 데이터를 활용해 정교한 예측 및 최적화 모델을 반복적으로 실험하고 고도화해요. 다양한 광고 운영 시나리오를 고려하여, 성과와 효율의 균형을 맞추는 머신러닝 기반 접근을 설계해요. 모델 성능 개선이 실제 광고 성과에 어떻게 연결되는지를 정량적으로 분석하고 개선 사이클을 운영해요.이런 분과 함께하고 싶어요 추천 시스템, 랭킹 문제, 개인화 모델링에 대한 실무 경험이 있으신 분이 필요해요. 디지털 광고 도메인에서 성과 예측 및 타겟팅 최적화 모델을 개발한 경험이 있는 분이 필요해요. 광고 입찰 전략, 자동화된 광고 운영 시스템 등 광고 의사결정 로직에 대한 경험이나 이해가 있는 분이 필요해요. 복잡한 제약 조건 하에서 광고 퍼포먼스를 개선하는 문제를 머신러닝으로 해결해본 경험이 있는 분이 필요해요. PyTorch, TensorFlow 등 ML 프레임워크를 활용하여 예측/의사결정 모델을 설계하고 실험해 본 경험이 있는 분이 필요해요. 실험 설계, A/B 테스트, 정량 분석을 통해 모델 효과를 객관적으로 검증해본 경험이 있는 분이면 좋아요. 협업 속에서도 기술적 의사결정을 명확히 전달하고 논의할 수 있는 분이면 좋아요.이력서는 이렇게 작성하시는 걸 추천해요 진행했던 프로젝트가 조직에 큰 영향력을 미쳤다면 그 내용을 자세히 작성해주세요. 모델링 중심 프로젝트에서 본인이 정의한 문제, 선택한 접근법, 실험 방법과 성능 개선 내용을 구체적으로 적어주세요. 광고 성과 지표를 개선하기 위해 모델 품질, 리소스, 운영 효율성 간의 균형을 고려한 경험이 있다면 함께 작성해 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"광고 성과를 최적화할 다양한 기술을 구현하고 빠르게 적용하여 눈에 보이는 성과를 만드는 것, 토스에서는 가능해요!" 자율성을 기반으로 직접 방향을 정하고 전체 과정을 실행하는 풍부한 경험을 할 수 있어요. 아직은 초창기 사업이라 다양한 시스템의 설계와 구현을 직접 해볼 수 있고 이 결과가 사업에 즉각적으로 반영되는 즐거움이 있어요. 다양한 금융 데이터와 머신러닝 기법을 적용한 결과물을 End-to-End로 함께 경험하실 분을 기다릴게요!