합류하게 될 팀에 대해 알려드려요

• 토스뱅크의 ML Model Analyst는 Data Scientist들과 함께 Data Science팀에 소속되어 있어요.
• Data Science팀에서 각자가 경험했던 업무와 분야를 살려 분석/모델링 등 다양한 업무를 경험할 수 있어요.
• Data Science팀은 Data Engineer, ML Engineer, Data Analyst, Risk Division과도 한 팀처럼 긴밀하게 협업해요.

합류하면 함께 할 업무에요

• Raw Data에서부터 머신러닝 분석에 활용되는 데이터를 발굴, 가공하고 적재해요.
• 다양한 Data Product에서 산출된 결과들을 시각화하고 모니터링해요.
• 다양한 Data Product에서 산출된 결과들을 분석 및 해석하고 비즈니스 인사이트로 전환하여 공유해요.
• 가공한 데이터를 적절한 알고리즘을 통해 모델링도 해요.

이런 분과 함께하고 싶어요

• 복잡하고 다양한 형태의 데이터를 가공하여 알고리즘에 활용할 수 있는 Feature를 만들어본 경험이 필요해요.
• 알고리즘에 대한 이해를 바탕으로 실제 모형의 운영과 모니터링을 진행해 본 경험이 필요해요.
• 모형의 산출 결과와 데이터 분석 결과, 해석한 인사이트를 리포트로 정리하거나 시각화한 경험이 필요해요.
• Python, R, Spark 등을 활용한 데이터 프로세싱에 대한 이해도가 높으신 분이면 더 좋아요.
• 통계적 지식과 머신러닝 방법론에 대한 이해도가 높으면 더 좋아요.
• Airflow 등 데이터 엔지니어링 파이프라인을 구축해 본 경험이 있으면 더 좋아요.
• 데이터 시각화(Tableau 등)에 대한 경험이 풍부하시면 더 좋아요.

이력서는 이렇게 작성하시는 걸 추천해요

• 그동안 해오신 업무 중 임팩트 있었던 프로젝트를 구체적으로 적어주세요.
• 특히 데이터를 가공하여 알고리즘에 활용할 수 있는 Feature를 만들어본 경험을 구체적으로 작성해 주세요.
• 모형의 산출 결과와 데이터 분석 결과, 해석한 인사이트를 리포트로 정리한 경험이 있다면 함께 작성해 주세요.
• 실제 서비스에 적용하여 개선한 경험이 있다면 결과를 수치로 나타내주면 좋아요.(외부 공개가 민감한 사항일 경우, 해당 부분은 제외해 주세요.)

토스뱅크로의 합류여정

• 서류 접수 > 직무 인터뷰(사전테스트 포함) > 문화적합성 인터뷰 > 최종 합격

함께할 동료를 위한 한마디

"기존 은행보다 더 많고 다양한 데이터를 가지고 최고의 인프라를 레버리지할 수 있어요."

• 토스뱅크는 은행이라기보다는 IT기업에 가까운 환경인데요, 은행권 신용평가 모델링 같은 전통 모델링도 경험해 보실 수 있고, 그뿐만 아니라 더 다양한 문제들을 데이터 기반으로 해결해 보실 수 있어요.
• 은행이라고 해서 신용평가모형 개발만 주로 할 것이라고 생각하실 수 있는데, 토스뱅크에서는 그보다 더 다양한 태스크들을 데이터로 풀어내려고 하고 있다는 점이 가장 특별한 점인 것 같아요. 토스뱅크를 미국 금융 회사와 비교해 보자면 기술이나 데이터의 중요성을 너무나 잘 알고 있는 골드만 삭스로 비유할 수 있지 않을까 해요!