スポンサープロダクト広告のシニア応用科学者、Rhea Goelの紹介
Amazon Adsのシニア応用科学者、Rheaの紹介。彼女はソフトウェア開発のインターンとしてキャリアジャーニーをスタートし、現在は科学者とエンジニアのチームを管理しています。
このインタビューで、Rheaはエンジニアの経歴と機械学習の専門知識を組み合わせて、会社の最も複雑な広告に関する課題に取り組んだ方法について語っています。また、科学者が予想外の方向でキャリアを伸ばしながら、どのようにビジネス戦略を形作ることができるかについても語っています。
こんにちは、Rhea。これまでのAmazonでのキャリアジャーニーについて教えてください。
エンジニアのインターンとしてスタートしました。私の教育は科学の分野だったので、常に科学の職に転職する計画を立てていました。しかし、生産システムの構築と導入のスキルを学び、現実世界で構築するためのベストプラクティスを理解できるように、意図的にエンジニアとしてスタートすることを選びました。
Amazon Fashionで応用科学の職に転職した後、私はレコメンダーシステム、ランキング、パーソナライゼーションを専門としていました。現在は、科学系の経営への道を歩んでいます。優秀なエンジニアであることは、科学者としてより自律的で自信を持つのに役立っており、目標達成のために科学とエンジニアリング両方の専門家が密接に協力する多様なビジネスチームを率いることができることも意味しています。
Amazon Adsに特に惹かれた理由を教えてください。
広告には、解決すべき本当に難しい問題があります。お客様に最も役立つコンテンツが表示されると同時に、広告主様が広告から最大の収益を得て、Amazonがパブリッシャーとしてビジネスを成長させることができるように広告を掲載する必要があります。3つのエンティティ間のバランスを取ることは非常に困難であり、複雑です。私は、Amazonでの迅速な実験文化が特に気に入っています。ここでは、こうした多様でしばしば競合する目標のもとで運用する新しい機械学習モデルをテストできます。
Amazon Adsでは、科学者は ビジネスとどれほど密接ですか？
Amazonでは、応用科学者がより幅広いビジネス戦略に大きな影響を与えることができます。年間を通じて、年次計画、四半期ごとの計画、定期的に開催されるハッカソンなど、いくつかの正式な機会があり、若手の科学者から主任まで、誰もがお客様の問題点やビジネス目標から逆算してアイデアを出すことができます。あらゆるレベルで、リーダーが見直し、進めていくことができるように、アイデアを書類にすることが勧められています。
応用科学の教育を受けているので、テクノロジーが広告に使用されている方法にワクワクしておられることと思います。今、一番興味があることは何ですか？
広告ランキングのスペースを変革する可能性のある大規模言語モデル（LLM）の実用的な応用例が数多くあります。たとえば、現在、LLMを使用してお客様の検索クエリをよりよく理解し、ブランドなどのさまざまな商品属性の観点からより関連性の高い検索結果を生み出す方法を模索しています。LLMには世界の多くの知識が最初から搭載されているため、これを簡単にしてくれます。
Amazonは長年にわたってあなたのキャリアの成長をどのようにサポートしてきましたか？
リーダーは私のキャリアの成長をとても気にかけてくれていると感じています。たとえば、しばらく前に私の上司は部長に、私が経営の道を進むことに興味があると伝えてくれました。部長はこれを覚えていて、時間をかけて私のスキルを評価してから、飛躍の機会を与えてくれました。最近、チームの管理を始めましたが、これは素晴らしい学習体験となっています。
メンタリングの機会もたくさんあります。Amazonに入社するとすぐ、通常、上司はオンボーディングバディとメンターを割り当てます。女性エンジニアのメンタリングプログラムや、Amazon全体の正式なメンタリング計画があり、上司は最適なメンターが見つかるようにサポートしてくれます。
科学者には研究を行う機会がありますか？
もちろんです。Amazonは毎年、Amazon機械学習カンファレンス（AMLC）を開催しています。これは、非常にハードルが高く、採択率の低い社内の科学カンファレンスです。科学者は知的財産に関わるプロジェクトに取り組むことが多く、外部に公開するのが難しい場合がありますが、AMLCでは科学研究を公開する機会が得られます。非常にハードルが高く、採択率が低いことを考えると、同じくらいやりがいがあります。口頭発表やポスター発表に選ばれた場合は、Amazon全体に取り組みを発表することができます。これは、認知度と個人の成長にとって最適です。
特に誇りに思っているプロジェクトについて教えてください。
私は最近、検索結果ページのスポンサープロダクト広告をカスタマイズして、お客様の興味・関心に合ったより多くの商品を表示するというモデルに取り組みました。Amazonの理念は「お客様第一（Customer Obsession）」であるため、当社の究極の目標は、広告体験をお客様にとって有益で関連性の高いものにすることです。当社のモデルはカスタマーエクスペリエンスを大幅に改善しました。
このモデルでは、実稼働化が難しい分野の1つである強化学習が使用されています。強化学習の分野と因果機械学習の重複について、社内でじっくりと議論を交わしました。チームのメンバーは、両方の分野のアイデアを借りてこのモデルを構築しました。これは科学的に困難であり、お客様にも目に見える影響をもたらしたので、やりがいのあるプロジェクトでした。
これまでのキャリアを踏まえて、Amazon Adsへの入社を検討している人に、どんなアドバイスがありますか？
ここは、おそらく最もペースの速い作業環境であり、自分のスペースを見つけることができる場所です。より深い研究ベースのキャリアに興味があるなら、Amazon Adsにはそれを行うチームがあります。最新の機械学習テクノロジーの迅速な実験やビジネスへの適用により興味があるなら、それを行っているチームもたくさんあります。
最後に、Amazonの規模は非常に大きいため、業界の最高の人材から学ぶことができます。学ぶ姿勢があるなら、最高の人材に囲まれているので、その分野のエキスパートになることができます。やりたいことは何でもここでできます。