커머스 도메인은 토스의 여러 도메인 중에서 가장 빠르게 성장해왔어요. 금융 서비스 기반 슈퍼앱 안에서 고객이 쉽게 상품을 발견하고 즐겁게 쇼핑할 수 있는 경험을 만들고 있어요.
커머스 추천팀은 토스 앱 안에서 사용자가 더 좋은 상품을 발견하고 구매할 수 있도록, 상품 추천과 광고 노출을 함께 최적화하는 팀이에요.
ML Engineer (Commerce Ads) 포지션은 커머스 추천팀 안에서 광고 상품의 노출 가치를 정량화하고, 사용자의 관심과 광고 성과를 동시에 고려하는 머신러닝 기반 로직과 랭킹 전략을 설계해요.
단순히 광고 클릭률이나 전환율을 높이는 것을 넘어, 사용자 경험을 해치지 않으면서 셀러와 플랫폼 모두에게 의미 있는 성과가 나도록 추천/광고 시스템을 고도화해요.
사용자의 행동 데이터, 상품 특성, 노출 컨텍스트, 예측 모델의 결과를 바탕으로 광고 노출의 가치를 계산하고, 실험과 지표를 통해 실제 비즈니스 임팩트로 이어지는지 검증해요.

커머스 추천 지면에서 광고 상품이 노출될 때, 사용자의 반응 가능성과 셀러의 성과 목표를 함께 고려해 광고 노출의 가치를 계산하는 머신러닝 기반 로직을 설계해요.
운영 중인 CTR, CVR 예측 모델의 결과와 상품 가격, 전환 가치, 셀러가 설정한 target ROAS 등을 활용해 광고비와 입찰가 산정 로직을 고도화해요.
예측 모델의 출력이 실제 광고비 계산과 랭킹에 안정적으로 반영될 수 있도록 calibration, score transformation, uncertainty 보정 등 모델 후처리 전략을 설계해요.
광고 상품이 무조건 많이 노출되는 것이 아니라, 사용자 경험을 해치지 않으면서도 셀러의 목표 성과를 달성할 수 있도록 추천 랭킹 내 광고 노출 전략을 개선해요.
광고 시스템이 실제 매출, 광고비 소진, 셀러 성과, 사용자 행동에 어떤 영향을 주는지 온라인 실험과 지표를 통해 정량적으로 검증해요.
광고 예산이 특정 시간대나 일부 상품에 비효율적으로 소진되지 않도록, 노출 기회와 예산 소진 속도를 함께 고려하는 페이싱 로직을 설계하고 개선해요.
CTR/CVR 예측 모델을 담당하는 팀 내 MLE들과 긴밀하게 협업하고, 데이터 분석가·서버 엔지니어·프로덕트 매니저와 함께 모델의 예측 결과가 광고비 계산, 랭킹, 서빙 시스템에 안정적으로 반영되도록 만들어요.

광고 도메인에서 머신러닝 모델, 랭킹, 입찰, 과금, 예산 최적화 중 하나 이상의 문제를 직접 다뤄본 경험이 있는 분을 찾고 있어요.
모델 성능 지표뿐 아니라 실제 광고 매출, 광고비 소진, 셀러 성과, 사용자 반응까지 함께 보며 의사결정할 수 있는 분을 찾고 있어요.
광고 시스템의 특성상 단기 성과를 높이는 선택이 장기적으로 사용자 경험이나 플랫폼 신뢰를 해칠 수 있다는 점을 이해하고, 균형 있게 판단할 수 있는 분이면 좋아요.
모델을 만드는 것만큼이나, 그 모델이 실제 서빙 환경에서 안정적으로 동작하고 제품 임팩트로 이어지는지까지 책임감 있게 보는 분을 찾고 있어요.
주어진 요구사항을 구현하는 데서 멈추지 않고, 광고 성과와 사용자 경험 사이에서 더 중요한 문제가 무엇인지 스스로 정의하고 해결해 나가는 분이면 좋아요.
정답이 명확하지 않은 문제를 좋아하고, 실험 결과나 지표가 기대와 다를 때 원인을 집요하게 파고들 수 있는 분이면 잘 맞아요.
팀 내 ML Engineer, 데이터 분석가, 서버 엔지니어, 프로덕트 매니저와 함께 모호한 문제를 구체화하고, 필요한 논의를 먼저 제안하며 협업할 수 있는 분이면 좋아요.

"단순한 모델링만 하는 것이 아닌, 비즈니스에 임팩트를 내는 역할이에요."

ML Engineer (Commerce Ads)