Découvrez comment nos scientifiques interagissent et innovent lors de la Conférence Amazon Machine Learning
Pour lire d'autres témoignages sur le travail et les équipes d'Amazon Ads, revenez à la page d'accueil Carrières.
Chaque année, plus de 1 440 scientifiques, ingénieurs et chefs de produit d'Amazon se réunissent pour discuter de tout, de l'IA éthique aux particularités des modèles de recommandation, lors de notre Conférence interne Amazon Machine Learning.
Une communauté universitaire
« On se croirait dans une véritable conférence universitaire », déclare Neeti Narayan, spécialiste senior des sciences appliquées chez Amazon Ads. « Il y a les articles, les affiches, les discours d'ouverture, mais ce qui différencie la Conférence Amazon Machine Learning, ce sont les personnes présentes dans la salle. Il n'y a pas que des scientifiques ; il y a aussi des ingénieurs, des chefs de produit et des scientifiques des données issus de toute l'entreprise. C'est un environnement vraiment collaboratif. »
Neeti Narayan, spécialiste senior des sciences appliquées chez Amazon Ads
Neeti travaille chez Amazon depuis près de quatre ans, après avoir obtenu un doctorat en deep learning (Université de Buffalo : Université d'État de New York) et travaillé pendant trois ans sur le traitement du langage naturel dans une grande entreprise technologique. Son travail quotidien consiste à développer des solutions basées sur l'IA qui associent la demande des annonceurs à des pages web pertinentes sur le plan contextuel, en optimisant la manière dont les entreprises atteignent leurs clients grâce à Amazon Ads et aux recommandations de produits. En coulisses, cela implique d'entraîner de grands modèles de langage à comprendre le contexte des pages web et la pertinence des produits, afin de transformer du texte non structuré en signaux exploitables.
C'est précisément cette combinaison de théorie et d'application qui a poussé Neeti à s'investir dans le soutien à la Conférence Amazon Machine Learning. Elle a consulté et publié des articles, et a même organisé des ateliers sur la manière dont l'IA générative peut être utilisée dans la publicité. « J'aime le travail universitaire », dit-elle. « Rédiger des articles de recherche, les partager avec une audience plus large, obtenir des commentaires... il ne s'agit pas seulement de documenter son travail, mais aussi de l'améliorer. Et c'est exactement ce que vous offre la Conférence Amazon Machine Learning. »
Partager des idées
Pour Martin Radfar, chercheur scientifique principal, la Conférence Amazon Machine Learning est tout aussi passionnante. Martin travaille chez Amazon depuis six ans. Il a d'abord travaillé sur l'IA pour Alexa avant de rejoindre Amazon Ads pour explorer le traitement des images et des vidéos. Son travail de publication est prolifique, avec 16 publications externes lors des meilleures conférences sur l'IA, mais il trouve toujours de la valeur dans la conférence interne d'Amazon.
Martin Radfar, chercheur scientifique senior chez Amazon Ads
« En 2024, mon article a été sélectionné pour être présenté oralement lors de la conférence », explique Martin. « Seuls 10 % environ sont retenus, donc c'était un véritable privilège. Par la suite, des membres d'autres équipes sont venus me voir et m'ont dit : « Nous pourrions utiliser une partie de votre modèle. » Aider d'autres équipes à faire avancer leurs travaux est très stimulant. Plus tard, j'ai découvert que mon article était le deuxième plus téléchargé parmi tous ceux présentés lors de la conférence. »
Les recherches de Martin portent sur la réversion des publicités, c'est-à-dire la transformation automatique d'une ressource de création publicitaire pour différentes plateformes. « Chaque publicité comporte des composants, un produit, un logo, du texte. Les différentes plateformes nécessitent des formats différents », ajoute-t-il. « Nous avons mis au point un système capable de segmenter, de réorganiser et même de générer un nouvel arrière-plan. Cela signifie que les annonceurs peuvent faire en un clic ce qui nécessitait auparavant toute une équipe de conception. »
Une culture de collaboration
L'attrait de la Conférence Amazon Machine Learning est à la fois intellectuel et social. Pour Neeti, c'est un article sur les commentaires client qui l'a particulièrement marquée. « Je l'ai lu avant que le modèle ne soit mis en production. Il traitait de la manière de générer des résumés de milliers de commentaires à l'aide de grands modèles de langage », se souvient-elle. « Plus tard, nous avons utilisé leur ensemble de données dans l'un de nos propres projets. Cette collaboration n'a été possible que grâce à la Conférence Amazon Machine Learning. »
Martin partage un témoignage similaire. Un modèle développé par son équipe pour détecter les zones sûres dans une image afin d'y superposer du texte a attiré l'attention d'un autre groupe de scientifiques, qui l'a ensuite intégré à son propre flux de travail. « Cela ouvre des portes », dit-il. « On ne se rend pas toujours compte que son travail a des applications plus larges jusqu'à ce que quelqu'un d'autre le voie. »
Investir dans les scientifiques
Amazon organise la Conférence Amazon Machine Learning depuis 2013. En 2024, 918 propositions ont été soumises, dont 89 ont donné lieu à une présentation orale et 190 à une présentation par affiche. Ces chiffres sont impressionnants, mais l'impact réside moins dans l'ampleur que dans les liens tissés. Selon les enquêtes menées après la conférence, 89 % des participants ont déclaré se sentir plus connectés à la communauté scientifique d'Amazon, ce qui témoigne de la culture scientifique florissante que la Conférence Amazon Machine Learning encourage depuis plus d'une décennie.
Ce sentiment d'appartenance est important, en particulier dans une entreprise de la taille d'Amazon. « Au quotidien, vous vous concentrez sur votre propre équipe, vos propres délais », explique Neeti. « Mais la Conférence Amazon Machine Learning vous rappelle que vous faites partie d'un ensemble beaucoup plus vaste. Tout à coup, vous vous retrouvez assis à côté d'un collègue d'Alexa ou d'AWS et vous réalisez que vous abordez des problèmes similaires sous des angles différents. »
Les comparaisons avec des conférences externes sont inévitables et délibérées. « J'ai participé à de grandes conférences externes sur le machine learning », poursuit Neeti. « Honnêtement, la qualité des articles présentés à la Conférence Amazon Machine Learning est équivalente. La seule différence, c'est qu'ici, vous voyez également les applications immédiates des idées présentées. Et vous rencontrez des personnes qui peuvent vous aider à mettre en œuvre ces idées dans votre propre travail. »
Martin est d'accord, même s'il s'empresse de souligner que l'évolution rapide du domaine modifie la manière dont les recherches sont partagées. « De nos jours, de nombreuses grandes entreprises technologiques publient moins en externe. La confidentialité des données, la propriété intellectuelle, tout cela ralentit les choses. Mais à la Conférence Amazon Machine Learning, vous pouvez partager rapidement vos travaux et avoir une incidence positive sur votre communauté. »
Influencer l'avenir de la science chez Amazon
La Conférence Amazon Machine Learning est également un baromètre de l'orientation que prend le domaine. Parmi les discours d'ouverture de l'année dernière figurait celui d'Andrew Ng, professeur à Stanford et pionnier de l'IA, qui a parlé des systèmes multi-agents, un sujet sur lequel Martin a assuré une présentation. « Je venais de parler de l'IA multi-agents », s'amuse-t-il, « et Andrew Ng est monté sur scène pour dire que c'était l'avenir de la recherche sur l'IA ». C'était un moment très agréable. »
Pour Neeti, l'inspiration réside davantage dans le rythme effréné des découvertes. « L'IA générative évolue tellement vite qu'il est difficile de la suivre », dit-elle. « Les équipes sortent de nouveaux outils chaque semaine. Cela nous pousse à réfléchir davantage aux publicités, à la manière dont les campagnes sont créées, à la manière dont les produits apparaissent dans Rufus, l'assistant d'achat d'Amazon alimenté par l'IA générative. Vous voyez ces idées à la Conférence Amazon Machine Learning et vous commencez à imaginer l'avenir ».
Les deux scientifiques tiennent à expliquer que l'entraînement de grands modèles, l'ajustement des paramètres, l'itération jusqu'à ce que les choses fonctionnent peuvent être laborieux, mais la Conférence Amazon Machine Learning contribue à donner à ce travail un contexte plus large. « Vous passez des mois à travailler sur un projet », explique Neeti. « Le fait de le présenter à des milliers de collègues, de recevoir leurs questions et leurs idées est très stimulant. »
Martin abonde dans le même sens : « En tant que scientifiques, nous devons toujours trouver un équilibre entre la curiosité et l'impact. La Conférence Amazon Machine Learning est le lieu où ces deux aspects se rencontrent. »
Briser les barrières à la publicité
« Nous nous tenons à l'avant-garde de l'innovation », affirme Alexis. Plutôt qu'une équipe commerciale classique, celle d'Alexis est composée de consultants, ce qui lui donne l'opportunité d'aider son client à résoudre des problématiques concrètes. « Lorsque les clients arrivent avec un défi, nous remontons à la racine du problème pour faire émerger des solutions créatives. »
La technologie ne fait pas tout. Alexis souligne la place centrale que la culture d'Amazon réserve à la confiance et à la prise de responsabilité. « Je peux mener mon travail comme je l'entends », rapporte-t-elle. « Mes supérieurs ne cèdent pas au micro-management, tout en sachant se montrer présents quand j'ai besoin d'eux. Grâce à leur confiance, je suis libre de faire preuve de créativité et de passer rapidement à l'action. »
L'approche innovante d'Alexis a été reconnue. L'une de ses campagnes a récemment remporté un prix WPP d'envergure mondiale pour ses activations qui repensaient l'approche créative au service des campagnes d'un annonceur.