Data Scientist (Data Intelligence Platform)

합류하게 될 팀에 대해 알려드려요

• 토스의 거래 데이터를 분류하고 구조화해서, 유저와 가맹점을 이해하는 데이터의 뼈대를 만드는 팀이에요.
• 단순히 데이터를 분석하는 것을 넘어, 거래·가맹점·유저를 관통하는 데이터 자산(SSOT)을 설계하고, 이를 조직 전체가 신뢰하고 활용할 수 있는 형태로 만들어가고 있어요.
• 최근에는 온톨로지 기반으로 데이터를 연결하고, Agent가 활용할 수 있는 지식 체계(Knowledge Base)를 구축하는 프로젝트를 추진하고 있어요.
• 유저·가맹점을 설명하는 지표를 정의하는 데 그치지 않고, 이를 예측하고 스코어링하는 모델을 직접 설계해 서비스에 녹여내는 것까지 함께 해요.

합류하면 함께할 업무예요

• 유저 프로파일 분석 및 모델링

> - 미시적인 유저 세분화(segmentation)를 통해 유저를 깊이 있게 이해해요.

> -유저 행동과 특성을 설명하고 예측하는 모델링을 수행해요.

• 가맹점 프로파일 분석 및 모델링

> - 가맹점 단위 SSOT를 위한 핵심 지표를 설계해요.

> - 거래유저 로열티, 가맹점 등급 등 가맹점 속성을 정의하고, 이를 산출하는 스코어링 모델을 개발해요.

• 거래데이터 분류 고도화

> - 토스 카테고리·브랜드 분류 체계를 운영하며, 분류 로직을 설계하고 개선해요.

> - 신규 데이터와 새로운 기술을 탐색하고 적용해 분류 정확도를 끌어올려요.

• 온톨로지 프로젝트 데이터 분석 및 설계

> - 프로젝트 목적에 맞게 데이터를 설계하고 지식 그래프를 구축해요.

> - 골든셋(Golden Set)으로 Agent의 답변 정확도를 측정하고, 데이터 구조와 프롬프트를 개선해요.

이런 분과 함께하고 싶어요

• 문제에 맞는 방법론을 통계부터 ML·DL·LLM까지 폭넓게 검토해 선택하고, 가설을 세워 검증할 수 있는 분
• 유저·가맹점 단위의 예측·스코어링 모델을 실서비스에 적용해 본 경험
• SQL과 Python으로 대용량 데이터를 능숙하게 다룰 수 있는 분
• 데이터 분석과 구조화 역량으로 분류 체계와 로직을 설계해 본 분
• 데이터와 모델링의 목적, 판단 근거를 논리적으로 커뮤니케이션할 수 있는 분
• 다양한 최신 기술에 관심이 있고, 새로운 것을 학습하고 성장하기를 원하시는 분

이런 경험이 있다면 더 좋아요

• 금융(자산·보험·결제 등) 도메인 데이터를 다뤄본 경험
• 임베딩·표현학습으로 유저·가맹점을 벡터화하고 활용해 본 경험
• 상품명·거래 적요 같은 텍스트 데이터를 분류하거나 구조화해 본 경험
• 온톨로지, 지식그래프, 데이터 카탈로그 등 데이터 구조화 프로젝트 경험
• LLM·Agent를 활용한 데이터 파이프라인이나 프롬프트를 설계해 본 경험

이력서는 이렇게 작성하시는 걸 추천해요

• 어떤 문제를, 왜 그 방법으로 풀었는지 판단의 근거를 논리적으로 설명해 주세요.
• 데이터 분류·설계, 모델링 과정에서 세운 가설과 검증 과정을 구체적으로 적어주세요.
• 만든 지표나 데이터가 실제로 어떤 의사결정과 임팩트로 이어졌는지 사례로 보여주세요.
• 현실적인 제약(데이터 한계, 품질 이슈 등)을 어떻게 해결했는지 함께 담아주세요.

토스로의 합류 여정 및 일정

• 서류 접수 > 사전 과제(쿼리 테스트) > 직무 인터뷰 > 문화적합성 인터뷰 > 레퍼런스 체크 > 처우협의 > 최종합격 및 입사

**꼭 확인해주세요!**

• 사전 과제는 약 2시간 정도 소요되는 쿼리 테스트로, 5일 간의 응시 기간을 드리고 있어요.
• 사전 과제 합격 시 직무 인터뷰가 진행되며, 직무 인터뷰 중 라이브 쿼리 테스트가 진행될 수 있어요.