합류하게 될 팀에 대해 알려드려요
- 토스뱅크의 Data Scientist는 토스뱅크 Data Division의 Loan ML Service팀에 소속해요.
- Loan ML Service팀은 여신 비즈니스의 수익성, 회수, CRM, AI 상담 경험 등을 데이터와 머신러닝으로 개선하는 역할을 하고 있어요.
- 특히 Loan Domain과는 여신 비즈니스 문제를, CA Domain 과는 CRM을 해결하기 위해 활발히 협업하며 비즈니스에 임팩트를 내는 성공 사례를 직접 만들어가고 있어요.
- 대표적으로 금리 최적화, 회수 액션 최적화, 채권평가모델, 금융특화상담 AI, AI CRM Agent 등 실제 금융 서비스에 적용되는 AI Product를 만들고 고도화하는 중이에요.
- 또한 ML Chapter에 소속한 Data Scientist / ML Engineer와 기술 교류가 활발한 만큼, 모델링·최적화·LLM·MLOps 등 다양한 영역에서 성장할 수 있는 기반이 잘 마련되어 있어요.
합류하면 함께할 업무예요
이런 분과 함께하고 싶어요
- 여신의 회수, 리스크, 가격 정책, 포트폴리오 관리 등 금융 도메인 경험이 있다면 더할 나위 없지만, 필수는 아니에요. 핵심은 기술 역량과 비즈니스 적용력이고, 도메인 지식은 합류 후 함께 쌓아갈 수 있어요.
- 정형 데이터를 이용해 머신러닝 모델을 개발하고, 실제 서비스나 비즈니스 문제에 적용해본 경험이 필요해요.
- 데이터와 머신러닝에 대한 수학적 이해와 통계적 지식을 바탕으로, 복잡한 문제를 구조화할 수 있는 분이 필요해요.
- SQL, Python 등 데이터 분석 및 모델링 도구를 능숙하게 다루고, 재현 가능하고 유지보수하기 쉬운 분석·모델링 코드를 작성할 수 있는 분이 필요해요.
- 모델 개발뿐 아니라 데이터 파이프라인, 피처 생성, 학습 자동화, 배포, 모니터링 등 ML lifecycle 전반에 관심이 있는 분도 좋아요.
- A/B Test, 실험 설계, 성과 측정, 모델 적용 효과 분석 등을 통해 데이터 기반 의사결정을 이끌어본 경험이 있으면 좋아요.
- 모델의 성능 뿐만 아니라 비즈니스 임팩트와 서비스 적용까지 고려한 모델링 경험이 있는 분을 기대해요.
- 고객 세분화, 예측 모델링, 추천, 최적화, uplift modeling 등을 활용해 데이터 기반 의사결정 문제를 해결해본 경험이 있으면 좋아요.
- LLM, RAG, AI Agent 등 생성형 AI 기술을 활용해 AI Product를 개발·운영하거나 성능을 개선해본 경험이 있다면 좋아요.
이력서는 이렇게 작성하시는 걸 추천해요
- 실질적인 개발 경험이 구체적으로 드러나도록 사례 중심으로 작성해주세요.
- 문제를 해결하기 위해 기술적으로 고민한 내용과 실제 구현한 내용을 함께 작성해주세요.
- 아키텍처의 복잡도와 개발 구현 리소스의 트레이드오프 사이에서 각 선택지의 비용 효율을 비교 분석하여 우선순위를 결정한 경험이 있다면 작성해주세요.
- 진행했던 프로젝트가 비즈니스 임팩트를 낸 경험이 있다면 그 내용을 자세히 작성해주세요.
- 개발한 제품을 프로덕션에 적용하고 성과 지표를 보며 고도화한 경험이 있다면 작성해주세요.
토스뱅크로의 합류 여정
- 서류접수 > 과제기반 인터뷰 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사
꼭 확인해주세요
- 이력서 및 제출 서류에 허위 사실이 발견되거나 근무 이력 중 징계사항이 확인될 경우, 채용이 취소될 수 있어요.
- 토스뱅크 취업규칙 제8조(채용결격)에 따라 결격사유 해당자는 채용이 취소될 수 있어요.
- 장애인 및 국가보훈대상자는 지원 시 관련법에 따라 우대하고 있어요.
함께할 동료를 위한 한마디
“금융 비즈니스 문제를 Machine Learning으로 해결하며, 고객과 금융시장을 이해해요”
- 데이터를 분석하고 모델링 하는 것에 끝나지 않고, 실제 비즈니스에 적용해 임팩트를 일으켜요.
- 비즈니스 문제를 Machine Learning 문제로 재정의하여 개발한 모형으로, 토스뱅크의 여신 수익 향상에 기여하는 효과를 눈으로 확인할 수 있어요.
- 방대한 데이터를 분석하면서, 고객과 금융시장을 이해할 수 있어요.