📍 직무 인터뷰만 봐도 100만원, 함께할 팀을 직접 만나보고 결정하세요!

• 10월 8일(목)부터 25일(금)에 지원하시는 분들에게만 해당되는 특별 전형이에요. 합격 여부와 상관없이 직무 인터뷰에 참여하시면 100만원을 받아요. (제세공과금 본인 부담)
• ML Engineer는 총 11개의 포지션에서 채용을 진행하고 있어요. 한눈에 보기
• 지원하신 포지션보다 더 잘 맞는 포지션이 있다면 저희가 먼저 제안드려요. 다른 직무로 변경하여 인터뷰를 진행하셔도 100만원은 동일하게 지급돼요.

참고해주세요

• 바로 지원하기가 부담스럽다면, ML Engineer 현업과의 상시 커피챗 을 신청해보세요!

합류하게 될 팀에 대해 알려드려요

• Intelligence Growth 팀은 토스 앱 내 서비스, 프로모션, 메시지의 추천과 타겟팅을 머신러닝 기반으로 최적화해요.
• 토스 홈, 송금 완료 후 배너, 푸시 메시지 등 다양한 접점에서 사용자의 관심과 맥락을 이해하고, 필요한 콘텐츠를 적절한 순간에 연결해요.
• LLM 활용과 End-to-End 추천 등 새로운 접근을 검증하며, 사용자 경험과 실제 서비스 성과를 함께 개선해 나가요.

합류하면 함께 할 업무에요

• 대규모 사용자 행동 데이터와 맥락 정보를 활용해 추천·타겟팅 모델과 CTR·CVR 등 반응 예측 모델을 개발해요.
• LLM으로 콘텐츠의 의미와 사용자 관심사를 표현하고, 신규 콘텐츠를 포함한 다양한 추천 영역의 품질을 개선해요.
• 후보 생성부터 랭킹까지 추천 과정 전반을 개선하고, 통합 학습과 생성형 추천 등 End-to-End 접근을 검증해요.
• 푸시 메시지와 프로모션의 대상·시점·빈도를 최적화하고, 사용자 피로도와 추가 전환 효과를 고려해 타겟팅 전략을 고도화해요.
• 관련 엔지니어와 협업해 모델을 서비스에 적용하고, 오프라인 평가와 온라인 A/B 테스트로 성과를 검증해요. 운영 과정에서 추천 품질·응답 속도·비용을 함께 개선해요.

이런 분과 함께하고 싶어요

• 추천, 검색, 광고, 타겟팅 등 사용자와 콘텐츠·서비스를 연결하는 문제를 실무에서 다뤄본 분을 찾고 있어요.
• 사용자 행동 데이터를 활용해 추천·랭킹 또는 CTR·CVR 예측 모델을 설계하고 학습·평가해 본 분을 찾고 있어요.
• 데이터·피처·모델의 문제를 분석하고, 반복적인 실험으로 실제 서비스 성과를 개선해 본 분을 찾고 있어요.
• 문제와 성공 지표를 명확히 정의하고, 다양한 직군의 동료에게 기술적 선택의 근거와 결과를 설명할 수 있는 분을 찾고 있어요.

이런 경험이 있다면 더 좋아요

• 대규모 사용자 행동 데이터를 활용해 추천·타겟팅 시스템의 데이터 설계부터 모델 학습, 서비스 적용, 온라인 실험까지 End-to-End로 수행하고, 실제 서비스 성과를 개선한 경험이 있으면 좋아요.
• LLM·멀티모달 임베딩, 사용자 행동 시퀀스 모델, 생성형 추천 등을 추천·검색에 활용한 경험이 있으면 좋아요.
• Uplift Modeling, 인과 추론 등을 활용해 타겟팅이나 노출 전략을 개선한 경험이 있으면 좋아요.
• 대규모 모델의 서빙·경량화 또는 광고 입찰·예산 배분처럼 운영 제약을 고려한 최적화 경험이 있으면 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 해결하려던 문제, 본인의 역할, 데이터 규모와 서비스 환경을 구체적으로 적어주세요.
• 선택한 접근법과 근거, 실험 과정, 오프라인 성능과 온라인 서비스 성과를 함께 알려주세요.
• 기대와 다른 결과의 원인을 찾고 개선한 과정이나, 품질·속도·비용 사이에서 판단한 경험을 강조해 주세요.

토스로의 합류여정

서류 접수 > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우 협의 > 최종 합격

• 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.”

• 사용자에 대한 이해를 모델에 담고, 실제 서비스의 변화로 연결해요. 금융 데이터를 넘어 다양한 일상의 맥락을 다루며, 토스의 성장에 기여할 수 있어요.