Rencontrez Rhea Goel, scientifique principale appliquée de Sponsored Products

Rencontrez Rhea, scientifique principale appliquée chez Amazon Ads. Elle a commencé sa carrière comme stagiaire en développement de logiciels et gère maintenant une équipe de scientifiques et d’ingénieurs.

Dans cette entrevue, Rhea explique comment elle a combiné sa formation en génie et son expertise en apprentissage automatique pour relever certains des défis publicitaires les plus complexes de l’entreprise. Elle explique également comment les scientifiques peuvent façonner la stratégie commerciale tout en développant leur carrière dans des directions inattendues.

J’ai commencé comme stagiaire en génie. J’ai toujours eu l’intention de passer à un poste en sciences puisque j’ai fait mes études dans ce domaine. Cependant, j’ai délibérément choisi de commencer comme ingénieure afin d’acquérir les compétences nécessaires pour construire et déployer des systèmes de production ainsi que pour comprendre les meilleures pratiques permettant de les développer pour le monde réel.

Après une transition vers un rôle en sciences appliquées chez Amazon Fashion, je me suis spécialisée dans les systèmes de recommandation, le classement et la personnalisation. Je suis maintenant un parcours vers la gestion dans la famille des sciences. Le fait d’être une ingénieure qualifiée m’a aidée à devenir une scientifique plus autonome et plus confiante, et cela signifie également que je possède les compétences requises pour diriger une équipe commerciale diversifiée où des spécialistes en sciences et en ingénierie travaillent en étroite collaboration pour atteindre des objectifs.

En publicité, certains problèmes sont vraiment complexes. L’objectif est de placer des publicités visant à garantir que les clients voient le contenu qui leur est le plus utile tout en s’assurant que les annonceurs obtiennent le meilleur rendement de leurs publicités et d’Amazon, le tout tandis que le diffuseur de publications développe ses activités. L’équilibre entre trois entités est très difficile et nuancé. J’aime particulièrement la culture d’expérimentation rapide chez Amazon, qui nous permet de tester de nouveaux modèles d’apprentissage automatique qui fonctionnent selon ces objectifs divers et souvent concurrents.

Chez Amazon, les scientifiques appliqués peuvent réellement influencer la stratégie d’affaires globale. Il existe plusieurs occasions formelles tout au long de l’année, notamment la planification annuelle, la planification trimestrielle et des marathons de programmation réguliers au cours desquels tous, des scientifiques novices aux directeurs, peuvent proposer des idées, travaillant à rebours depuis un point critique d’un client ou un objectif commercial. À tous les niveaux, on nous encourage à mettre nos idées sur papier pour que la direction puisse les examiner et les faire avancer.

Les applications pratiques de grands modèles de langage (GML) susceptibles de transformer le domaine du classement des publicités sont très nombreuses. Par exemple, nous explorons actuellement comment utiliser les GML pour mieux comprendre les requêtes de recherche des acheteurs afin de produire des résultats de recherche plus pertinents en ce qui concerne divers attributs de produits, comme la marque. Un GML nous simplifie la tâche, car il possède dès le départ de vastes connaissances sur le monde.

Je sens que la direction est très investie dans ma croissance professionnelle. Par exemple, il y a quelque temps, mon gestionnaire a mentionné à mon directeur que je souhaitais poursuivre une carrière en gestion. Mon directeur s’en est souvenu, a évalué mes compétences au fil du temps, puis m’a présenté une occasion de faire le grand saut. J’ai récemment commencé à gérer une équipe, ce qui s’avère une excellente expérience d’apprentissage.

Il existe aussi de nombreuses possibilités de mentorat. Dès que vous vous joignez à Amazon, votre gestionnaire vous affecte généralement un parrain d’intégration et un mentor. Un programme de mentorat pour les femmes en génie et des programmes de mentorat formels à l’échelle d’Amazon ont été mis sur place; votre gestionnaire peut vous aider à trouver le mentor qui vous convient.

Absolument. Chaque année, Amazon organise la Amazon Machine Learning Conference (AMLC), une conférence scientifique interne de très haut niveau à faible taux d’acceptation. Les scientifiques travaillent souvent sur des projets avec une composante de propriété intellectuelle, ce qui peut rendre ardu le fait de publier à l’externe; mais grâce à l’AMLC, il est possible de publier des recherches scientifiques. Étant donné que le niveau est très haut et que et le taux d’acceptation est faible, c’est tout aussi valorisant. Être sélectionné pour une présentation orale ou une pour une présentation par affiches offre l’occasion de faire valoir votre travail à l’échelle d’Amazon, ce qui est excellent pour la visibilité et le développement personnel.

J’ai récemment travaillé sur un modèle qui personnalise les publicités Sponsored Products sur la page de recherche afin de montrer aux clients plus de produits qui correspondent à leurs intérêts. Chez Amazon, notre philosophie est « l’obsession du client ». Ainsi, notre objectif ultime est de rendre l’expérience publicitaire utile et pertinente pour les clients. Notre modèle a considérablement amélioré l’expérience client.

Il utilise l’apprentissage par renforcement, l’une des disciplines les plus difficiles à mettre en production. Nous avons eu d’excellentes discussions à l’interne sur le chevauchement entre la discipline de l’apprentissage par renforcement et l’apprentissage automatique causal. Les membres de l’équipe ont emprunté des idées des deux domaines pour construire ce modèle. Il s’agissait d’un projet gratifiant, non seulement parce qu’il était scientifiquement stimulant, mais aussi parce qu’il a eu un impact concret sur les clients.

Il s’agit probablement de l’environnement de travail le plus dynamique qui soit, en plus d’être un endroit propice à trouver son propre espace. Vous êtes intéressé(e) par une carrière davantage axée sur la recherche? Amazon Ads a des équipes qui font ce genre de travail. Vous préférez plutôt l’expérimentation rapide et l’application commerciale des plus récentes technologies d’apprentissage automatique? Il existe aussi de nombreuses équipes qui œuvrent dans ce domaine.

Finalement, en raison de l’importante échelle d’Amazon, vous aurez l’occasion d’apprendre auprès de certains des meilleurs esprits de l’industrie. Si vous êtes ouvert(e) à l’apprentissage, vous pouvez vraiment devenir un ou une spécialiste dans le domaine puisque vous êtes entouré(e) des meilleurs. Tout ce que vous voulez faire est possible ici.