대량 상품 등록 과정에서 수작업 속성 입력의 한계를 해결하고자 했습니다. 딥러닝으로 상품 이미지의 색상 속성을 자동 추출하는 활용 사례를 소개합니다.
ML Engineer (Catalog)
토스 · Seoul
상품 텍스트·이미지·구조화 데이터를 활용해 분류·속성 추출·상품 매칭 모델과 대규모 학습·추론 파이프라인을 개발합니다. 머신러닝 모델을 서비스에 적용하고 데이터 처리 및 모델 평가 경험이 필요합니다.
ML Engineer (Commerce Data Graph)
토스 · Seoul
이종 그래프의 관계 학습·링크 예측, 속성 기반 임베딩 및 리트리버 개발을 수행하고 추천·검색·광고에 적용해 온라인 실험으로 성과를 검증합니다. 그래프 모델링·임베딩 학습·리트리벌 중 하나를 프로덕션에서 설계·운영하고 A/B 테스트를 주도한 경험이 필요합니다.
ML Engineer (Product)
토스뱅크 · Seoul
AI/ML 기술로 은행 서비스 문제를 해결하며, 대규모 트래픽·높은 SLA 환경의 ML/AI 서비스와 ML 모델·LLM 서빙, Agent Workflow·RAG 애플리케이션을 개발·운영합니다. 관련 프로덕션 개발·운영 및 AI/ML 제품화 경험이 필요합니다.
#ML 주제를 이어서 읽기
고객 행동 로그와 시퀀스 패턴을 학습하는 실시간 개인화 딥러닝 추천 시스템을 소개했습니다. 최근 고객 행동을 바탕으로 관심 가능성이 높은 상품을 추천합니다.
