Portfolio Jobs

합류하게 될 팀에 대해 알려드려요

• 본 포지션은 토스의 Intelligence Growth Team에 속해요. 앱인토스를 포함한 토스의 다양한 서비스, 프로모션, 메시지 등의 추천과 타겟팅을 머신러닝 기반으로 최적화하는 역할을 해요.
• 토스 홈 상단, 송금 완료 후 배너, 푸시 메시지 등 사용자와의 다양한 접점에서 어떤 콘텐츠가 어떤 맥락에서 효과적인지를 정교하게 모델링해요. 실제 추천 결과를 지속적으로 개선하고 있습니다.
• 다양한 영역의 추천 품질을 높이기 위해, 정량적 성과 예측과 정교한 노출 전략 설계에 집중하고 있어요.
• 토스 데이터 조직에 대해 더 알아보고 싶다면? → 토스 Data Division 위키

합류하면 함께 할 업무에요

• 토스 앱의 여러 추천 인벤토리에서 노출되는 콘텐츠, 서비스, 프로모션을 위한 추천 모델을 설계, 개선해요.
• 사용자 행동, 시간, 맥락 등을 바탕으로 적절한 추천과 반응 예측(CTR 등)을 위한 모델을 설계해요.
• 추천 성능을 높이기 위한 피처 발굴, 실험 설계, 성능 평가 등의 반복적인 추천 시스템 개선 작업을 수행해요.
• 다양한 추천 영역과 푸시 메시지 등에 대해 유저 반응을 기반으로 노출 전략을 최적화하고, 실제 성과를 정량적으로 측정해요.

이런 분과 함께하고 싶어요

• 추천 시스템, 랭킹, 개인화 모델링 등 사용자-콘텐츠 매칭 문제를 실무에서 다뤄본 경험이 있으신 분이 필요해요.
• CTR 예측, 사용자 반응 예측, 랭킹 모델링을 설계하고 실험해 본 경험이 있는 분이 필요해요.
• 사용자 행동 데이터를 활용한 피처 엔지니어링 및 모델 성능 개선 경험이 있는 분이 필요해요.
• PyTorch, TensorFlow, LightGBM 등 주요 ML 프레임워크를 활용한 실전 경험이 있는 분이 필요해요.
• 반복적인 실험과 정량 분석을 통해 실제 서비스 성과를 개선한 경험이 있는 분이면 좋아요.
• 다양한 직군과의 협업 속에서도 문제를 명확히 정의하고 기술적으로 설명할 수 있는 분이면 좋아요.

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
• 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

"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!