ML Engineer (Image Generation)

합류하게 될 팀에 대해 알려드려요 Vision Service 팀에서는 프로덕트에 있는 ML 개발자들이 빠르고 효율적으로 일하기 위한 공통적으로 사용하는 라이브러리와 플랫폼을 개발하고 인프라를 구축하는 일을 해요. **토스 데이터 조직에 대해 더 알아보고 싶다면?** [→ *토스 Data Division 위키*](https://recruit-data-division.oopy.io/)합류하면 함께 할 업무예요 이미지 생성 모델을 학습하고 Workflow를 구조화하여 서비스에 반영하는 업무를 진행해요 최신 이미지 생성 모델 트랜드를 파악하고 서비스 적용 및 확장에 기여해요 학습 이미지 수집 파이프라인과 GPU 최적화 서빙도 지원해요. **토스 이미지 생성 모델 ‘토스트’에 대해 더 알아보고 싶다면?** [→ *토스트 소개1*](https://toss.tech/article/ai-graphic-generator-1) [*, 토스트 소개2*](https://toss.tech/article/ai-graphic-generator-2)이런 분과 함께하고 싶어요 Stable Diffusion 관련 모델 아키텍처 및 다양한 학습 구조를 이해해야 해요 (SD1~3, FLUX) Webui(Comfyui, Automatic 1111) 에 마운트 되는 다양한 Vision Component 기술을 알고 있어야 해요. (Controlnet, Upscaling, IPAdapter 등) Inference 최적화를 위한 다양한 기법을 적용할 수 있어야 해요. (Quantization, Speedup Methodology 등) Stable Diffusion 관련 프로젝트 경력이 1년 이상 필요해요.이런 경험이 있으면 좋아요. Stable Diffusion 관련 서비스 경험이 있으면 좋아요. (프로필 생성, 스타일 변환 등) 버전별 Stable Diffusion 모델 학습 경험이 있으신 분을 선호해요. (Dreambooth, Lora, Text Inversion) 모델 학습을 위한 데이터 수집 및 관련 파이프라인 경험이 있으면 좋아요. (Image Quality, Captioning 등) Basic Vision 지식 과 모델 개발 경험이 있으신 분을 선호해요. (Object Detection, Segmentation 등) Stable Diffusion 모델 경량화 및 서빙 경험이 있으면 더 좋아요.이력서는 이렇게 작성하시는 걸 추천해요 현재 채용 공고와 관련 있었던 업무/프로젝트, 그 결과에 대해 구체적으로 작성해주세요. 프로젝트에서 어떤 모델을 사용했는지 구체적으로 작성해주세요. 프로젝트에서 개발한 모델이 풀고자 하는 문제 정의한 경험, 정의한 문제가 어디에 적용되었는지 경험이 있다면 작성해 주세요. 모델을 개발하면서 겪은 문제와 그 문제를 어떻게 그리고 얼마나 개선하였는지 구체적으로 작성해 주세요. 기술적으로 외부 공개가 민감한 사항일 경우, 해당 부분은 제외해 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 모델 설계를 주제로 면접이 진행될 예정이에요.함께할 동료를 위한 한마디"한국에서 새로운 결제 수단을 만드는 일에 가슴이 뛰는 분이라면 함께 하고 싶습니다." ML 기술로 고객을 직접 만날 수 있는 제품을 함께 만들어갈 동료분을 기다리고 있어요. Vision 기술뿐만 아니라 제품과 관련된 다양하고 도전적인 문제를 함께 풀어가고 싶어요.