한 줄 요약

토스쇼핑 검색의 relevance 모델(임베딩·랭킹)을 처음부터 끝까지 책임질 ML 엔지니어 (검색 3년 이상)

주요 업무

LLM Teacher 모델로 relevance 레이블을 설계하고 이를 distillation한 Student 임베딩 모델 학습 — ANN 기반으로 대규모 후보군의 relevance를 판별하는 foundation
상품명·브랜드·카테고리·속성 등 lexical 매칭 피처를 결합한 Heavy Relevance 모델 설계·학습으로 최종 랭킹 정확도 향상
Light/Heavy 2-tier 구조 전반의 학습 데이터 파이프라인 설계 — 로그·행동 데이터로 학습셋 구성, LLM 레이블링 프롬프트와 휴먼 레이블링 루프 운영
오프라인 평가 프레임워크(정확도·Recall·Defect Rate 등) 정의부터 A/B 실험까지 엔드투엔드 오너십
relevance 모델이 QU·Retrieval·Ranking과 맞물리는 지점의 품질 이슈 진단과 크로스팀 개선 과제 설계·리드

자격 요건

기술 · 도구8개 전부

우대 사항

Knowledge Distillation·Two-Tower·Bi-Encoder·Cross-Encoder 등 relevance 모델 학습과 실서비스 적용 경험
ANN(Milvus·FAISS 등) 기반 벡터 검색, Elasticsearch 기반 BM25·lexical 피처 설계 경험
LLM-as-a-Judge 기반 relevance 레이블 설계, LTR·Multi-task 딥러닝 랭킹 모델 실서비스 적용 경험

근무 조건

이 요약은 회사 공고를 읽고 추린 것입니다. 지원 전에 회사 공고에서 원문을 확인하세요.

이 공고 점검 이력

여기서 갈 수 있는 곳

같은 직무 진행중 공고 AI·머신러닝

토스 진행중 공고 5

IT 진행중 공고