합류하게 될 팀에 대해 알려드려요

• 검색 플랫폼 팀은 "토스의 모든 서비스에서 필요한 정보를 찾을 수 있게 만든다"는 미션으로, 검색과 탐색을 하나의 플랫폼으로 만들고 있어요.
• 키워드 기반과 의미 기반 검색을 함께 다루고, 수십억 건 규모의 색인을 설계하고 찾아주는 과정을 직접 책임져요.
• 추천과 광고에서 후보를 생성하는 일, 사내 AI 에이전트에게 지식을 전달하는 일 등 검색의 범위를 검색 서비스로 한정하지 않아요.
• 검색 플랫폼이 지원하는 서비스가 빠르게 증가하고 있고, 그 데이터 규모도 빠르게 커지고 있어요. 요청을 하나씩 받아 처리하는 방식으로는 따라갈 수 없어서, 모든 도메인이 직접 할 수 있게 만드는 일이 팀의 중심 과제예요.
• 이 포지션은 검색 플랫폼의 검색 제공을 맡아요. 색인된 데이터를 도메인이 스스로 찾아 쓸 수 있게 만드는 일이 중심이고, 벡터 검색과 하이브리드 검색, 추천과 광고의 후보 생성까지 함께 넓혀가요.

합류하면 함께 할 업무에요

• 도메인이 검색과 탐색을 스스로 구성할 수 있게 만들어요. 요청을 받아 처리하는 일을 기능으로 바꿔서, 같은 요청이 다시 오지 않게 하는 것이 이 일의 핵심이에요.
• 검색, 추천, 광고 서비스가 사용할 리트리벌 API를 만들고, 서비스별 후보 생성 방식과 필터 조건을 반영해 확장해요.
• Elasticsearch, Milvus 등 검색 엔진들의 특성과 한계를 파악하고 이해한 상태로, 도메인을 지원해요. 색인 설계와 샤드 배치, 형태소 분석기 설정, ANN 인덱스 종류와 파라미터 설정, 파티셔닝과 용량 산정 및 증설 계획도 같이 진행해요.
• 하이브리드 검색을 설계하고 플랫폼 기능으로 제공해요. 어떤 방식으로 두 점수를 섞을지, 그 결과가 도메인마다 달라지는 문제를 어떻게 다룰지가 지금 열려 있는 과제예요.
• 사내 도구와 작은 서비스를 위해 RAG 를 플랫폼으로 제공해요.

이런 분과 함께하고 싶어요

• 사용하는 팀과 직접 대화하며 결과를 만들어낸 분이면 좋아요. 요구를 그대로 받아들이는 것보다 스스로 해석하여 중요한 것에 집중한 경험을 갖고 있고, 어떤걸 공통화하여 일반화시킬지 고민해본 분이면 좋아요.
• 서비스마다 다른 요구를 검색 엔진의 특성과 구조를 고려해서 풀어본 분이면 좋아요. 데이터의 규모, 유사성 검색 등 다양한 점을 고려해 검색 엔진을 설계하고 운영해본 분이면 더 좋아요.
• 검색 엔진이나 벡터 데이터베이스를 실제 서비스에서 사용하여 색인이나 컬렉션을 설계하고, 성능 문제의 원인을 끝까지 좁힐 수 있는 분을 찾고 있어요.
• 여러 팀이 얽힌 문제를 끝까지 해결해본 분이면 좋아요. 검색은 데이터와 모델을 만드는 팀이 함께 완성하므로, 원인이 우리 팀 밖에 있어도 함께 확인하고 해결해야 할 때가 많아요.

이런 분이면 더 좋아요

• 추천이나 광고 시스템에서 후보군을 뽑는 리트리벌 단계를 다뤄본 경험이 있다면 좋아요.
• 여러 서비스가 하나의 클러스터를 함께 쓰는 환경에서, 한 서비스의 부하가 다른 서비스로 번지지 않도록 격리를 설계해본 경험이 있다면 반가워요.
• 하이브리드 검색을 설계하거나 운영해본 경험이 있다면 환영해요.
• 모델 서빙(Triton 등)과 검색 시스템을 연결해본 경험이 있다면 환영해요. 벡터 검색이 모델 추론과 맞물려 있어서, 추론 쪽 경로에 대한 배경이 있으면 훨씬 수월할거에요.
• 임베딩 모델을 다뤄보거나 RAG 시스템을 직접 구성해본 경험이 있다면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 진행했던 과제가 조직에 큰 영향력을 미쳤다면 그 내용을 자세히 작성해 주세요.
• 단순히 어떤 언어, 플랫폼, 프레임워크, 기술 등을 사용했는지보다는, 어떤 목적을 가진 과제였는지, 이를 해결하기 위해 무엇을 사용했는지, 어떻게 문제를 해결했는지에 대해 자세히 작성해 주세요.
• 플랫폼을 운영하면서 발생한 치명적인 장애를 해결해 보았거나, 성능/리소스 최적화를 해 본 경험이 있다면 작성해 주세요.
• 오픈소스 사용 중에 발생한 버그나 이슈를 해결해 보았거나, 부족한 기능을 개선하기 위해 오픈소스에 기여했던 경험이 있다면 작성해 주세요.

토스로의 합류여정

• 서류 접수 > 프리 인터뷰 > 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

”검색 플랫폼은 다양하고 규모있는 데이터에서 의미있는 정보를 찾아서 전달하는 기능을 제공해요. 전통적인 키워드 검색 뿐만 아니라 리트리벌 및 RAG 까지 확장하려고 해요.”

• 검색과 추천, 광고의 탐색을 한 플랫폼에서 봐요. 한 도메인에서 찾은 개선이 다른 도메인의 출발점이 돼요.
• 키워드 검색과 벡터 검색을 모두 운영해요. 둘 중 하나만 아는 상태로는 복합적인 검색을 설계할 수 없어서, 양쪽을 다 보게 돼요.
• 느낌이나 감으로 이야기하지 않고, 지연이 얼마나 줄었고 처리량이 얼마나 늘었는지로 판단해요.