Conoce a Rhea Goel, científica aplicada sénior en Sponsored Products

Conoce a Rhea, científica aplicada sénior en Amazon Ads. Comenzó su trayectoria profesional como pasante de desarrollo de software y ahora dirige un equipo de científicos e ingenieros.

En esta entrevista, Rhea explica cómo combina su formación en ingeniería y su experiencia en aprendizaje automático para abordar algunos de los desafíos publicitarios más complejos de la empresa. También comparte de qué manera los científicos pueden darle forma a la estrategia empresarial mientras hacen crecer sus carreras en direcciones inesperadas.

Empecé como pasante de ingeniería. Siempre tuve planes de pasar a un puesto relacionado con las ciencias, porque en eso me formé. Sin embargo, decidí empezar como ingeniera para adquirir los conocimientos necesarios para desarrollar e implementar sistemas de producción y conocer las mejores prácticas para crear soluciones para el mundo real.

Después de obtener un puesto de ciencia aplicada en Amazon Fashion, me especialicé en sistemas de recomendación, clasificación y personalización. Ahora, estoy siguiendo un camino hacia la administración en el área de ciencias. Ser una ingeniera competente me ayudó a volverme más autónoma y segura como científica. Además, significa que soy muy capaz de liderar un equipo empresarial diverso, que tiene tanto especialistas en ciencia como en ingeniería trabajando juntos para alcanzar diferentes objetivos.

En el sector publicitario, hay problemas realmente difíciles de resolver. Se trata de colocar los anuncios de forma que los clientes vean los contenidos más útiles para ellos, al tiempo que los anunciantes obtienen el máximo rendimiento de sus anuncios y Amazon, como publisher, hace crecer su negocio. Mantener el equilibrio entre tres entidades es una tarea muy desafiante y delicada. En particular, disfruto de la cultura de experimentación rápida en Amazon, donde podemos probar nuevos modelos de aprendizaje automático que operan bajo estos objetivos diversos, a menudo contrapuestos.

En Amazon, los científicos aplicados realmente pueden influir en la estrategia general del negocio. Hay varias oportunidades formales durante el año, como la planificación anual, la planificación trimestral y los hackathons programados con regularidad, en los que cualquier persona, desde científicos junior hasta directores, puede aportar ideas, a partir del punto débil de un cliente o de un objetivo de negocio. En todos los niveles, nos animan a plasmar nuestras ideas en papel para que los líderes las revisen y las impulsen.

Son muchas las aplicaciones prácticas de los grandes modelos lingüísticos (LLM, por sus siglas en inglés) que podrían transformar el ámbito de clasificación de anuncios. Por ejemplo, en la actualidad estamos explorando cómo usar los LLM para entender mejor las consultas de búsqueda de los compradores y, así, producir resultados de búsqueda más relevantes en función de distintos atributos de los productos, como la marca. Un LLM nos simplifica esto porque viene con un montón de conocimientos del mundo listos para usar.

Siento que la dirección está muy comprometida con mi crecimiento profesional. Por ejemplo, hace un tiempo, mi gerente le mencionó a mi director que yo estaba interesada en seguir el camino de la gestión. Mi director lo recordó, evaluó mis habilidades a lo largo del tiempo y, luego, me presentó una oportunidad para dar el salto. Hace poco empecé a dirigir un equipo, lo que está siendo una gran experiencia de aprendizaje.

También hay muchas oportunidades de mentoría. En cuanto te incorporas a Amazon, tu gerente suele asignarte a un compañero para tu integración y a un mentor. Existe un programa de mentoría llamado Mujeres en Ingeniería y programas formales de mentores en todo Amazon; tu gerente puede ayudarte a encontrar al mentor adecuado para ti.

Por supuesto. Cada año, Amazon celebra la conferencia Amazon Machine Learning (AMLC, por sus siglas en inglés), que es una conferencia científica interna con un nivel muy alto y una tasa baja de aceptación. Los científicos suelen trabajar en proyectos con propiedad intelectual, lo que puede dificultar la publicación externa, pero con ALMC tienes la oportunidad de publicar la investigación científica. Dado que tiene un estándar tan alto y una tasa de aceptación tan baja, es igual de gratificante. Si te seleccionan para una presentación oral o de póster, tienes la oportunidad de presentar tu trabajo en todo Amazon, lo que es fantástico para la visibilidad y el crecimiento personal.

Hace poco, trabajé en un modelo que personaliza los anuncios de Sponsored Products en la página de resultados de búsqueda para mostrar a los clientes más productos que coincidan con sus intereses. Nuestra filosofía en Amazon es “Pasión por el cliente”, por lo que nuestro objetivo final es hacer que la experiencia publicitaria sea útil y relevante para los clientes. Nuestro modelo mejoró de forma significativa la experiencia del cliente.

Este modelo utiliza el aprendizaje por refuerzo, una de las disciplinas más difíciles de llevar a producción. Tuvimos excelentes debates internos sobre la superposición entre la disciplina del aprendizaje por refuerzo y el aprendizaje automático causal. La gente del equipo tomó ideas de ambos campos para construir este modelo. Fue un proyecto gratificante porque suponía un reto científico y además tenía un impacto tangible en el cliente.

Este es probablemente el entorno más acelerado en el que trabajarás, y es un lugar donde puedes encontrar tu propio espacio. Si te interesa una trayectoria profesional basada en una investigación más profunda, hay equipos en Amazon Ads que lo hacen. Si te interesa más la experimentación rápida y la aplicación comercial de las últimas tecnologías de aprendizaje automático, también hay muchos equipos que se dedican a ello.

Por último, el tamaño de Amazon es enorme, por lo que puedes aprender de algunas de las mentes más brillantes de la industria. Si estás dispuesto a aprender, puedes convertirte en un experto en la materia porque estás rodeado de los mejores. Todo lo que quieras hacer está disponible aquí.