Faites la connaissance de Rhea Goel, scientifique appliquée senior chez Sponsored Products

Faites la connaissance de Rhea Goel, scientifique appliquée senior chez Amazon Ads. Elle a débuté sa carrière en tant que stagiaire en développement de logiciels et dirige aujourd'hui une équipe de scientifiques et d'ingénieurs.

Dans cet entretien, Rhea explique comment elle a combiné sa formation d'ingénieur et son expertise en machine learning pour relever certains des défis publicitaires les plus complexes de l'entreprise. Elle explique également comment les scientifiques peuvent façonner la stratégie de l'entreprise tout en faisant évoluer leur carrière dans des directions inattendues.

J'ai commencé comme stagiaire en ingénierie. J'ai toujours eu l'intention d'évoluer vers un poste scientifique, car c'est dans ce domaine que j'ai réalisé mes études. Cependant, j'ai délibérément décidé de débuter en tant qu'ingénieure afin d'acquérir les compétences nécessaires pour créer et déployer des systèmes de production et de comprendre les bonnes pratiques à suivre pour créer des systèmes adaptés au monde réel.

Après avoir évolué vers un poste en sciences appliquées chez Amazon Fashion, je me suis spécialisée dans les systèmes de recommandation, le classement et la personnalisation. Maintenant, je cherche à évoluer vers un poste de direction dans le domaine des sciences. Le fait d'être une ingénieure chevronnée m'a aidée à devenir plus autonome et plus confiante en tant que scientifique. Cela signifie également que je suis tout à fait capable de diriger une équipe variée de professionnels dans laquelle des spécialistes de la science et de l'ingénierie travaillent en étroite collaboration pour atteindre les objectifs.

Dans le domaine de la publicité, il y a des problèmes très difficiles à résoudre. Vous essayez de placer des publicités de manière à ce que les clients voient le contenu qui leur est le plus utile, tout en permettant aux annonceurs de tirer le meilleur parti de leurs publicités et à Amazon, en tant qu'éditeur, de développer ses activités. L'équilibre entre ces trois entités est très difficile et nuancé. J'apprécie particulièrement la culture de l'expérimentation rapide chez Amazon, qui nous permet de tester de nouveaux modèles de machine learning qui fonctionnent dans le cadre de ces divers objectifs, souvent concurrents.

Chez Amazon, les scientifiques appliqués sont vraiment en mesure d'influencer la stratégie de l'entreprise au sens large. Plusieurs occasions formelles se présentent au cours de l'année, notamment la planification annuelle, la planification trimestrielle et les hackathons programmés régulièrement, où tout le monde, des scientifiques juniors aux dirigeants, peut apporter des idées, en travaillant à rebours à partir d'un point de friction d'un client ou d'un objectif d'entreprise. On nous encourage à tous les niveaux à mettre nos idées sur papier pour que les dirigeants les examinent et les fassent progresser.

Il y a tellement d'applications pratiques des grands modèles de langage (LLM) qui pourraient transformer l'espace de classement des publicités. Par exemple, nous étudions actuellement la manière d'utiliser les LLM pour mieux comprendre les recherches client afin de produire des résultats de recherche plus pertinents en matière d'attributs de produits tels que la marque. Un LLM nous simplifie la tâche, car il est doté d'une connaissance approfondie du monde.

J'ai l'impression que la direction s'investit beaucoup dans mon développement professionnel. Par exemple, il y a quelque temps, mon responsable a mentionné à mon directeur que j'étais intéressée par le fait d'évoluer vers un poste de direction. Mon directeur s'en est souvenu, a évalué mes compétences au fil du temps et m'a donné l'occasion de franchir le pas. J'ai récemment commencé à diriger une équipe, ce qui a été une excellente expérience d'apprentissage.

Les possibilités de mentorat ne manquent pas non plus. Dès que vous rejoignez Amazon, votre responsable vous assigne généralement un collègue accompagnateur et un mentor. Il existe un programme de mentorat pour les femmes ingénieures et des programmes formels de mentorat à l'échelle d'Amazon ; votre responsable peut vous aider à trouver le mentor qui vous convient.

Oui, bien sûr. Chaque année, Amazon organise l'Amazon Machine Learning Conference (AMLC), une conférence scientifique interne dont le niveau est très élevé et le taux d'acceptation faible. Les scientifiques travaillent souvent sur des projets qui relèvent de la propriété intellectuelle et il peut être difficile de publier en externe, mais avec l'AMLC, vous avez la possibilité de publier des travaux de recherche scientifique. Étant donné que le niveau est très élevé et que le taux d'acceptation est faible, c'est tout aussi gratifiant. Si vous êtes sélectionné pour une présentation orale ou par affiche, vous avez la possibilité de présenter votre travail à 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 résultats de recherche afin de montrer aux clients davantage de produits correspondant à leurs centres d'intérêt. Chez Amazon, notre philosophie est « l'obsession client ». Notre objectif ultime est donc de rendre l'expérience publicitaire utile et pertinente pour les clients. Notre modèle a permis d'améliorer considérablement l'expérience client.

Ce modèle utilise l'apprentissage par renforcement, l'une des disciplines les plus difficiles à mettre en œuvre. Nous avons eu de grandes discussions en interne sur le chevauchement entre la discipline de l'apprentissage par renforcement et le machine learning causal. Les membres de l'équipe ont emprunté des idées aux deux disciplines pour créer ce modèle. Ce fut un projet gratifiant, car il représentait un défi scientifique et avait un impact tangible sur les clients.

C'est probablement l'environnement le plus dynamique dans lequel vous travaillerez, et c'est un endroit où vous pouvez trouver votre propre espace. Si vous êtes intéressé par une carrière axée sur la recherche plus approfondie, des équipes d'Amazon Ads sont chargées de cette tâche. Si vous êtes plus intéressé par l'expérimentation rapide et l'application commerciale des dernières technologies de machine learning, il y a de nombreuses équipes qui s'en chargent également.

Enfin, l'échelle d'Amazon est massive, ce qui vous permet d'apprendre auprès de certains des meilleurs cerveaux du secteur. Si vous êtes désireux d'apprendre, vous pouvez vraiment devenir un expert dans le domaine parce que vous êtes entouré des meilleurs. Tout ce que vous souhaitez faire est possible ici.