ML Engineer (Search Retrieval)

ML Engineer (Search Retrieval)

토스 Affiliation
정규직

합류하게 될 팀에 대해 알려드려요

  • 토스는 각각의 완결성 있는 사업을 운영하는 여러 개의 도메인으로 구성되어 있어요. Commerce와 Pay, Financial Marketplace, Ads & Benefit, Foundation, Growth 도메인 6개가 모여서 토스를 구성하고 있어요.
  • 커머스(Commerce)는 토스의 여러 도메인 중에서 가장 빠르게 성장해 왔어요.토스페이 활성화와 거래액 확대를 위해 시작한 토스 커머스는 현재 토스쇼핑과 판매자를 위한 셀러 어드민, 쇼핑 광고 서비스를 출시하며 사용자와 판매자 모두에게 새로운 가치를 주는 서비스로 성장하고 있어요.
  • ML Engineer (검색-NLP)는 초대규모 상품 검색 인프라를 구축하고, 검색 도메인 전문가와 협업할 수 있는 Commerce Search Relevance Silo에 소속돼요.
  • Commerce Search Relevance Silo는 상품 질의를 의미적으로 분석하고 최고의 상품을 검색하는 랭킹 모델을 개발하는 팀이에요.

합류하면 함께 할 업무에요

  • 쿼리와 상품을 연결하는 리트리벌 영역을 End-to-End로 설계하고 운영해요.
  • Lexical Matching, 임베딩 기반 매칭, Graph 기반 매칭 등 다양한 리콜 채널을 실용적으로 양산하고 조합해, 최종 후보군의 품질을 끌어올려요.
  • 쿼리와 아이템을 이해하기 위한 NLP 모델링을 통해, 리콜 채널들의 원천 재료가 되는 표현과 피처를 만들어요.
  • 온라인 실험으로 효과를 검증하고 지속적으로 개선해요.

이런 분과 함께하고 싶어요

  • 대규모 이커머스 또는 추천 시스템에서 리트리벌을 End-to-End로 다뤄본 경험이 있으신 분이면 좋아요.
  • 여러 성격의 리콜 채널을 조합해보며 트레이드오프를 판단해본 경험이 있으면 좋아요.
  • NLP 모델링이나 임베딩 설계를 리트리벌 맥락에서 활용해본 경험이 있으면 잘 맞아요.
  • 검색 도메인 경험이 없더라도, 추천 리트리벌을 직접 운영해본 분이라면 충분해요.

이력서는 이렇게 작성하시는 걸 추천해요

  • 현재 채용 공고와 관련 있었던 업무/프로젝트에 대해서 지원자의 역할과 결과에 대해 구체적으로 작성해 주세요.
  • 모델을 라이브 서비스에 적용하고 고도화한 경험이 있다면 구체적으로 작성해 주세요.
  • 이력서 내용을 정량적으로 작성해 주면 더 좋아요.

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 슈퍼앱을 운영하는데 임팩트를 내는데 기여할 수 있어 보람차요!
Apply
토스 Affiliation
정규직

합류하게 될 팀에 대해 알려드려요

  • 토스는 각각의 완결성 있는 사업을 운영하는 여러 개의 도메인으로 구성되어 있어요. Commerce와 Pay, Financial Marketplace, Ads & Benefit, Foundation, Growth 도메인 6개가 모여서 토스를 구성하고 있어요.
  • 커머스(Commerce)는 토스의 여러 도메인 중에서 가장 빠르게 성장해 왔어요.토스페이 활성화와 거래액 확대를 위해 시작한 토스 커머스는 현재 토스쇼핑과 판매자를 위한 셀러 어드민, 쇼핑 광고 서비스를 출시하며 사용자와 판매자 모두에게 새로운 가치를 주는 서비스로 성장하고 있어요.
  • ML Engineer (검색-NLP)는 초대규모 상품 검색 인프라를 구축하고, 검색 도메인 전문가와 협업할 수 있는 Commerce Search Relevance Silo에 소속돼요.
  • Commerce Search Relevance Silo는 상품 질의를 의미적으로 분석하고 최고의 상품을 검색하는 랭킹 모델을 개발하는 팀이에요.

합류하면 함께 할 업무에요

  • 쿼리와 상품을 연결하는 리트리벌 영역을 End-to-End로 설계하고 운영해요.
  • Lexical Matching, 임베딩 기반 매칭, Graph 기반 매칭 등 다양한 리콜 채널을 실용적으로 양산하고 조합해, 최종 후보군의 품질을 끌어올려요.
  • 쿼리와 아이템을 이해하기 위한 NLP 모델링을 통해, 리콜 채널들의 원천 재료가 되는 표현과 피처를 만들어요.
  • 온라인 실험으로 효과를 검증하고 지속적으로 개선해요.

이런 분과 함께하고 싶어요

  • 대규모 이커머스 또는 추천 시스템에서 리트리벌을 End-to-End로 다뤄본 경험이 있으신 분이면 좋아요.
  • 여러 성격의 리콜 채널을 조합해보며 트레이드오프를 판단해본 경험이 있으면 좋아요.
  • NLP 모델링이나 임베딩 설계를 리트리벌 맥락에서 활용해본 경험이 있으면 잘 맞아요.
  • 검색 도메인 경험이 없더라도, 추천 리트리벌을 직접 운영해본 분이라면 충분해요.

이력서는 이렇게 작성하시는 걸 추천해요

  • 현재 채용 공고와 관련 있었던 업무/프로젝트에 대해서 지원자의 역할과 결과에 대해 구체적으로 작성해 주세요.
  • 모델을 라이브 서비스에 적용하고 고도화한 경험이 있다면 구체적으로 작성해 주세요.
  • 이력서 내용을 정량적으로 작성해 주면 더 좋아요.

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 슈퍼앱을 운영하는데 임팩트를 내는데 기여할 수 있어 보람차요!
Contact the recruiting team