Data Scientist (Recommendation)

합류하게 될 팀에 대해 알려드려요

• Data Scientist (Recommendation)는 Data Analysis Chapter에 소속되면서 동시에 광고 도메인(사업부)의 추천 조직으로 배치되어요.
• 광고 도메인은 Ads Logic Team, Ads Auto Bidding & Pacing Team 등으로 구성되어 있고, 토스 광고의 성장을 위해 함께 고민하며 성과를 만들어가고 있어요.
• 광고 도메인의 각 팀은 Technical Product Owner, ML Engineer, Data Analyst, Server Developer, Data Engineer 등 다양한 직군으로 구성되어 있고, 작은 스타트업처럼 자율성을 갖고 일하고 있어요.

합류하면 함께할 업무예요

• 광고 소재·지면·유저에 대한 인사이트 도출: 어떤 유저가 어떤 광고에 반응하는지, 소재 유형·지면·타겟 특성에 따른 성과 패턴을 분석해요. 분석 결과를 통해 추천 및 서빙 로직의 개선 방향을 제시하고 다양한 Feature를 도출해요.
• 추천 품질 개선: 추천, 예측 모델의 성능을 평가하고 개선이 필요한 지점을 데이터로 찾아내요. 이를 바탕으로 가설 수립 → 실험 설계 → 결과 분석 → 액션 제안까지 전 과정을 주도해요.
• 지표 체계 고도화: 추천 모델의 성능 변화가 CTR, CVR, 매출, 광고주 성과, 리텐션에 어떤 영향을 미치는지 정량적으로 측정하고, 이를 지속적으로 추적할 수 있는 지표 체계를 설계하고 정착시켜요.
• 입찰 전략 및 매출 최적화 분석: 광고 트래픽의 적정 가치에 대해 분석하고, 이를 통해 적절한 가격 전략을 탐색해요.

이런 분과 함께하고 싶어요

• Spark, SQL을 활용해 자유롭게 데이터를 추출하고 분석할 수 있어요.
• 유저, 제품, 비즈니스 데이터 분석으로 인사이트를 도출하고, 이를 바탕으로 전략과 액션을 제시해본 경험이 있어요.
• 가설을 세우고 A/B 테스트를 설계·검증하며 지속적으로 개선해온 경험이 있어요.
• 추천·타겟팅 등 ML 모델이 어떻게 동작하는지 이해하고, 비즈니스 관점에서 성능을 평가해본 경험이 있으면 좋아요. (ML 모델을 직접 구현한 경험이 없어도 괜찮아요.)

이력서는 이렇게 작성하시는 걸 추천해요

• 그동안 해오신 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 진행했던 프로젝트의 문제정의-가설설정-실험설계-검증-결과의 과정이 드러나면 좋아요.
• 데이터 분석으로 모델의 Sub Optimal한 부분을 찾고 모델의 퍼포먼스를 개선한 경험이 있다면 적어주세요.

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.

함께할 동료를 위한 한마디

> "광고 도메인과 함께 빠르게 성장해보시죠!"

• 분석 결과가 반영이 안 되고 각자 다른 생각과 일을 하는 상황에서 답답했던 경험이 있으실 거예요
• 토스에서는 각자의 위치에서 매우 촘촘하게 일하고 있어서, 분석가로서 더 넓고 깊게 파고들 수 있고 바로 액션으로 이어지는 경험을 하실 수 있어요.
• 특히 광고 도메인 데이터 분석가는 이런 환경이 더 큰 기회로 느껴져요.