ML Engineer (Commerce Ads)

ML Engineer (Commerce Ads)

토스 소속
정규직

합류하게 될 팀에 대해 알려드려요

  • 커머스 도메인은 토스의 여러 도메인 중에서 가장 빠르게 성장해왔어요. 금융 서비스 기반 슈퍼앱 안에서 고객이 쉽게 상품을 발견하고 즐겁게 쇼핑할 수 있는 경험을 만들고 있어요.
  • 커머스 추천팀은 토스 앱 안에서 사용자가 더 좋은 상품을 발견하고 구매할 수 있도록, 상품 추천과 광고 노출을 함께 최적화하는 팀이에요.
  • ML Engineer (Commerce Ads) 포지션은 커머스 추천팀 안에서 광고 상품의 노출 가치를 정량화하고, 사용자의 관심과 광고 성과를 동시에 고려하는 머신러닝 기반 로직과 랭킹 전략을 설계해요.
  • 단순히 광고 클릭률이나 전환율을 높이는 것을 넘어, 사용자 경험을 해치지 않으면서 셀러와 플랫폼 모두에게 의미 있는 성과가 나도록 추천/광고 시스템을 고도화해요.
  • 사용자의 행동 데이터, 상품 특성, 노출 컨텍스트, 예측 모델의 결과를 바탕으로 광고 노출의 가치를 계산하고, 실험과 지표를 통해 실제 비즈니스 임팩트로 이어지는지 검증해요.

합류하면 함께 할 업무에요

  • 커머스 추천 지면에서 광고 상품이 노출될 때, 사용자의 반응 가능성과 셀러의 성과 목표를 함께 고려해 광고 노출의 가치를 계산하는 머신러닝 기반 로직을 설계해요.
  • 운영 중인 CTR, CVR 예측 모델의 결과와 상품 가격, 전환 가치, 셀러가 설정한 target ROAS 등을 활용해 광고비와 입찰가 산정 로직을 고도화해요.
  • 예측 모델의 출력이 실제 광고비 계산과 랭킹에 안정적으로 반영될 수 있도록 calibration, score transformation, uncertainty 보정 등 모델 후처리 전략을 설계해요.
  • 광고 상품이 무조건 많이 노출되는 것이 아니라, 사용자 경험을 해치지 않으면서도 셀러의 목표 성과를 달성할 수 있도록 추천 랭킹 내 광고 노출 전략을 개선해요.
  • 광고 시스템이 실제 매출, 광고비 소진, 셀러 성과, 사용자 행동에 어떤 영향을 주는지 온라인 실험과 지표를 통해 정량적으로 검증해요.
  • 광고 예산이 특정 시간대나 일부 상품에 비효율적으로 소진되지 않도록, 노출 기회와 예산 소진 속도를 함께 고려하는 페이싱 로직을 설계하고 개선해요.
  • CTR/CVR 예측 모델을 담당하는 팀 내 MLE들과 긴밀하게 협업하고, 데이터 분석가·서버 엔지니어·프로덕트 매니저와 함께 모델의 예측 결과가 광고비 계산, 랭킹, 서빙 시스템에 안정적으로 반영되도록 만들어요.

이런 분과 함께하고 싶어요

  • 광고 도메인에서 머신러닝 모델, 랭킹, 입찰, 과금, 예산 최적화 중 하나 이상의 문제를 직접 다뤄본 경험이 있는 분을 찾고 있어요.
  • 모델 성능 지표뿐 아니라 실제 광고 매출, 광고비 소진, 셀러 성과, 사용자 반응까지 함께 보며 의사결정할 수 있는 분을 찾고 있어요.
  • 광고 시스템의 특성상 단기 성과를 높이는 선택이 장기적으로 사용자 경험이나 플랫폼 신뢰를 해칠 수 있다는 점을 이해하고, 균형 있게 판단할 수 있는 분이면 좋아요.
  • 모델을 만드는 것만큼이나, 그 모델이 실제 서빙 환경에서 안정적으로 동작하고 제품 임팩트로 이어지는지까지 책임감 있게 보는 분을 찾고 있어요.
  • 주어진 요구사항을 구현하는 데서 멈추지 않고, 광고 성과와 사용자 경험 사이에서 더 중요한 문제가 무엇인지 스스로 정의하고 해결해 나가는 분이면 좋아요.
  • 정답이 명확하지 않은 문제를 좋아하고, 실험 결과나 지표가 기대와 다를 때 원인을 집요하게 파고들 수 있는 분이면 잘 맞아요.
  • 팀 내 ML Engineer, 데이터 분석가, 서버 엔지니어, 프로덕트 매니저와 함께 모호한 문제를 구체화하고, 필요한 논의를 먼저 제안하며 협업할 수 있는 분이면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

  • 현재 채용 공고와 관련 있었던 업무/프로젝트에 대해서 본인의 역할과 결과에 대해 구체적으로 작성해 주세요.
  • 이력서 내용을 정량적으로 작성해 주면 더 좋아요.

토스로의 합류여정

  • 서류 접수 > 프리인터뷰 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격
  • 프리 인터뷰에서는 지원서 기반의 주요 경험과 직무 적합도를 중심으로 면접이 진행될 예정이에요.
  • 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.
  • 유저에 대한 이해를 바탕으로 슈퍼앱을 운영하는데 임팩트를 내는데 기여할 수 있어 보람차요!
지원하기
토스 소속
정규직

합류하게 될 팀에 대해 알려드려요

  • 커머스 도메인은 토스의 여러 도메인 중에서 가장 빠르게 성장해왔어요. 금융 서비스 기반 슈퍼앱 안에서 고객이 쉽게 상품을 발견하고 즐겁게 쇼핑할 수 있는 경험을 만들고 있어요.
  • 커머스 추천팀은 토스 앱 안에서 사용자가 더 좋은 상품을 발견하고 구매할 수 있도록, 상품 추천과 광고 노출을 함께 최적화하는 팀이에요.
  • ML Engineer (Commerce Ads) 포지션은 커머스 추천팀 안에서 광고 상품의 노출 가치를 정량화하고, 사용자의 관심과 광고 성과를 동시에 고려하는 머신러닝 기반 로직과 랭킹 전략을 설계해요.
  • 단순히 광고 클릭률이나 전환율을 높이는 것을 넘어, 사용자 경험을 해치지 않으면서 셀러와 플랫폼 모두에게 의미 있는 성과가 나도록 추천/광고 시스템을 고도화해요.
  • 사용자의 행동 데이터, 상품 특성, 노출 컨텍스트, 예측 모델의 결과를 바탕으로 광고 노출의 가치를 계산하고, 실험과 지표를 통해 실제 비즈니스 임팩트로 이어지는지 검증해요.

합류하면 함께 할 업무에요

  • 커머스 추천 지면에서 광고 상품이 노출될 때, 사용자의 반응 가능성과 셀러의 성과 목표를 함께 고려해 광고 노출의 가치를 계산하는 머신러닝 기반 로직을 설계해요.
  • 운영 중인 CTR, CVR 예측 모델의 결과와 상품 가격, 전환 가치, 셀러가 설정한 target ROAS 등을 활용해 광고비와 입찰가 산정 로직을 고도화해요.
  • 예측 모델의 출력이 실제 광고비 계산과 랭킹에 안정적으로 반영될 수 있도록 calibration, score transformation, uncertainty 보정 등 모델 후처리 전략을 설계해요.
  • 광고 상품이 무조건 많이 노출되는 것이 아니라, 사용자 경험을 해치지 않으면서도 셀러의 목표 성과를 달성할 수 있도록 추천 랭킹 내 광고 노출 전략을 개선해요.
  • 광고 시스템이 실제 매출, 광고비 소진, 셀러 성과, 사용자 행동에 어떤 영향을 주는지 온라인 실험과 지표를 통해 정량적으로 검증해요.
  • 광고 예산이 특정 시간대나 일부 상품에 비효율적으로 소진되지 않도록, 노출 기회와 예산 소진 속도를 함께 고려하는 페이싱 로직을 설계하고 개선해요.
  • CTR/CVR 예측 모델을 담당하는 팀 내 MLE들과 긴밀하게 협업하고, 데이터 분석가·서버 엔지니어·프로덕트 매니저와 함께 모델의 예측 결과가 광고비 계산, 랭킹, 서빙 시스템에 안정적으로 반영되도록 만들어요.

이런 분과 함께하고 싶어요

  • 광고 도메인에서 머신러닝 모델, 랭킹, 입찰, 과금, 예산 최적화 중 하나 이상의 문제를 직접 다뤄본 경험이 있는 분을 찾고 있어요.
  • 모델 성능 지표뿐 아니라 실제 광고 매출, 광고비 소진, 셀러 성과, 사용자 반응까지 함께 보며 의사결정할 수 있는 분을 찾고 있어요.
  • 광고 시스템의 특성상 단기 성과를 높이는 선택이 장기적으로 사용자 경험이나 플랫폼 신뢰를 해칠 수 있다는 점을 이해하고, 균형 있게 판단할 수 있는 분이면 좋아요.
  • 모델을 만드는 것만큼이나, 그 모델이 실제 서빙 환경에서 안정적으로 동작하고 제품 임팩트로 이어지는지까지 책임감 있게 보는 분을 찾고 있어요.
  • 주어진 요구사항을 구현하는 데서 멈추지 않고, 광고 성과와 사용자 경험 사이에서 더 중요한 문제가 무엇인지 스스로 정의하고 해결해 나가는 분이면 좋아요.
  • 정답이 명확하지 않은 문제를 좋아하고, 실험 결과나 지표가 기대와 다를 때 원인을 집요하게 파고들 수 있는 분이면 잘 맞아요.
  • 팀 내 ML Engineer, 데이터 분석가, 서버 엔지니어, 프로덕트 매니저와 함께 모호한 문제를 구체화하고, 필요한 논의를 먼저 제안하며 협업할 수 있는 분이면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

  • 현재 채용 공고와 관련 있었던 업무/프로젝트에 대해서 본인의 역할과 결과에 대해 구체적으로 작성해 주세요.
  • 이력서 내용을 정량적으로 작성해 주면 더 좋아요.

토스로의 합류여정

  • 서류 접수 > 프리인터뷰 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격
  • 프리 인터뷰에서는 지원서 기반의 주요 경험과 직무 적합도를 중심으로 면접이 진행될 예정이에요.
  • 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.
  • 유저에 대한 이해를 바탕으로 슈퍼앱을 운영하는데 임팩트를 내는데 기여할 수 있어 보람차요!
채용팀에 문의하기