ML Engineer (General)

합류하게 될 팀에 대해 알려드려요MLE (General)은 ML Service 팀에 속하여, 토스의 다양한 문제를 머신러닝을 통해 빠르게 해결하고 자동화하는 역할을 맡고 있어요.추천 시스템, NLP, Anomaly Detection, AutoML 등 다양한 문제를 다루며, 필요하다면 새로운 영역도 개척해 나가요.ML Service 팀은 여러 서비스 팀과 긴밀하게 협업하면서 실제 사용자 경험에 직접적인 임팩트를 주는 머신러닝 시스템을 개발하고 있어요.합류하면 함께 할 업무에요토스 전반의 다양한 문제를 머신러닝 기반으로 정의하고 해결해요.추천, 이상 탐지, 자연어 처리, AutoML 등 다양한 과제를 다루며, 필요에 따라 새로운 문제 유형을 탐색하고 실험해요.사용자 행동, 금융 데이터, 로그, 비정형 정보 등 도메인을 가로지르는 다양한 데이터를 분석하고 모델에 반영해요.전사 차원에서 재사용할 수 있는 파운데이션 모델을 설계하거나, 기존 모델을 실험하고 최적화해요.빠른 학습과 실험을 통해 문제 해결 속도를 높이고, 반복 가능한 방법론으로 정제해 나가요.머신러닝 모델 개발 과정에서 축적한 경험을 바탕으로, 조직 전체가 참고할 수 있는 베스트 프랙티스를 문서화하고 전파해요.이런 분과 함께하고 싶어요머신러닝에 대한 깊이 있는 이해와, 이를 다양한 비즈니스 문제에 적용해 본 경험이 있으신 분이면 좋아요.SQL 및 Hadoop, Spark 등의 빅데이터 플랫폼에 익숙하신 분이면 좋아요.모델을 설계하고 개발하여 실제 서비스에 적용하고, 그 결과를 분석해 본 경험이 있으신 분이면 좋아요.PyTorch, TensorFlow, XGBoost, LightGBM 등 주요 ML 라이브러리들을 실무에서 사용해 본 경험이 있다면 좋아요.복잡한 기술적 개념을 명확하고 쉽게 설명할 수 있는 커뮤니케이션 역량이 있으신 분이면 좋아요.새로운 문제에 빠르게 몰입하고, 필요한 역량을 스스로 학습하며 해결해 본 경험이 있다면 더욱 좋아요.이력서는 이렇게 작성하시는 걸 추천해요머신러닝 알고리즘을 직접 개발하고 운영에 적용한 경험이 있다면, 사용한 기술과 그로 인한 변화까지 작성해 주세요.팀과 함께 만들어낸 결과뿐 아니라, 본인이 주도적으로 기여한 부분을 구체적으로 적어주세요.지금까지의 경험이 많지 않더라도, 문제를 정의하고 해결한 과정이 잘 드러난다면 좋은 인상을 줄 수 있어요.토스로의 합류 여정서류 접수 > 1차 직무 인터뷰 (코딩 포함) > 2차 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격1차 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!