<aside> 💡

토스 커머스 검색 조직에 필요한 ML Engineer로 입사하시면 하단의 네가지 영역의 업무를 경험하실 수 있어요.

각 영역별 전문성을 가진 후보자 분들을 기다리고 있어요. 영역별 필수 역량은 하단의 내용을 참고해 주세요.

</aside>

1. MLE (Applied Scientist) — 검색 랭킹 모델 및 실험 최적화

주요 역할

• 검색 코어랭킹 및 리랭킹 파이프라인의 알고리즘을 개선해요.
• BM25, L2R(GBDT/NN), Neural Ranking 등 다중 랭킹 모델의 결합을 최적화해요.
• CTR, CVR, ZRQ 등 검색 KPI 기반 다목표 최적화(Multi-objective optimization)를 진행해요.
• 오프라인·온라인 평가 시스템 설계 및 A/B 실험을 자동화해요.
• 모델 성능·비용·지연을 통합 관리하는 실험 프레임워크를 개발해요.

필수 역량

• Python, PyTorch/TensorFlow 기반 ML 모델 개발 경험이 필요해요.
• 검색·추천·광고 도메인의 Ranking 모델 경험 (BM25, LambdaMART, DeepRank 등)이 필요해요.
• Offline metric(nDCG, MAP, MRR 등)과 Online KPI 간 상관관계 분석 경험이 필요해요.
• ML lifecycle 운영 경험 (Feature pipeline, model serving, monitoring)이 필요해요.

우대 사항

• Re-ranking 및 Late Fusion 구조 경험이 있으시면 더 좋아요.
• Vector search 또는 ANN 기반 retrieval 경험이 있으시면 더 좋아요.
• CTR/CVR 예측, Multi-objective 학습 경험이 있으시면 더 좋아요.
• 대규모 로그 데이터 기반 feature engineering 경험이 있으시면 더 좋아요.