Maak kennis met Rhea Goel, Senior Applied Scientist bij Sponsored Products

Maak kennis met Rhea, Senior Applied Scientist bij Amazon Ads. Ze is haar carrière begonnen als stagiaire softwareontwikkeling en geeft nu leiding aan een team van wetenschappers en engineers.
In dit interview bespreekt Rhea de manier waarop ze haar engineeringachtergrond en expertise op het gebied van machine learning heeft gecombineerd om een aantal van de meest complexe advertentie-uitdagingen van het bedrijf het hoofd te bieden. Ze vertelt ook hoe wetenschappers de bedrijfsstrategie kunnen vormgeven terwijl ze hun carrières in onverwachte richtingen laten groeien.
Hallo, Rhea. Kun je ons vertellen over je carrière bij Amazon tot dusver?
Ik ben begonnen als een stagiaire op het gebied van engineering. Ik heb altijd plannen gehad om over te stappen naar een wetenschappelijke functie, aangezien ik daarvoor ben opgeleid. Ik heb er echter bewust voor gekozen om als engineer aan de slag te gaan, zodat ik de vaardigheden kon leren om productiesystemen te ontwikkelen en te implementeren en inzicht te krijgen in de beste praktijken om voor de echte wereld te kunnen ontwikkelen.
Na mijn overstap naar een functie in de toegepaste wetenschap bij Amazon Fashion heb ik me gespecialiseerd in aanbevelingssystemen, rangschikking en personalisatie. Momenteel volg ik een traject naar management in de wetenschapsfamilie. Het feit dat ik een sterke engineer ben, heeft me geholpen om autonomer en zelfverzekerder te worden als wetenschapper, en het betekent ook dat ik uitermate geschikt ben om leiding te geven aan een divers bedrijfsteam waarin zowel specialisten op het gebied van wetenschap als op het gebied van engineering nauw samenwerken om doelen te verwezenlijken.
Wat heeft jou aangetrokken tot Amazon Ads in het bijzonder?
Op het gebied van adverteren zijn er ontzettend lastige problemen om op te lossen. Je probeert advertenties te plaatsen op een manier die ervoor zorgt dat klanten de meest nuttige content te zien krijgen, terwijl adverteerders het meeste rendement uit hun advertenties halen en Amazon, als publisher, zijn activiteiten laat groeien. Het balanceren tussen drie entiteiten is erg uitdagend en genuanceerd. Ik geniet vooral van de cultuur van snel experimenteren bij Amazon, waar we nieuwe modellen voor machine learning kunnen testen die werken met deze verschillende, vaak concurrerende doelstellingen.
Hoe dicht staan wetenschappers bij de activiteiten van Amazon Ads?
Bij Amazon zijn toegepaste wetenschappers echt in staat om de bredere bedrijfsstrategie te beïnvloeden. Er zijn verschillende formele gelegenheden gedurende het jaar, waaronder de jaarplanning, kwartaalplanning en regelmatig geplande hackathons, waar iedereen, van beginnende wetenschappers tot directeuren, ideeën naar voren kunnen brengen, waarbij ze terugwerken vanuit een pijnpunt bij de klant of een zakelijk doel. We worden op elk niveau aangemoedigd om onze ideeën op papier te zetten, zodat het leiderschap deze kan evalueren en verder kan uitwerken.
Je hebt toegepaste wetenschap gestudeerd, dus je bent vast enthousiast over de manier waarop technologie nu wordt gebruikt op het gebied van adverteren. Wat vind je op dit moment het meest interessant?
Er zijn zoveel praktische toepassingen van grote taalmodellen die de advertentierangschikking kunnen veranderen. We onderzoeken momenteel bijvoorbeeld op welke manier we grote taalmodellen kunnen gebruiken om een beter inzicht te krijgen in de zoekopdrachten van shoppers, zodat we relevantere zoekresultaten kunnen produceren op basis van verschillende productkenmerken, zoals het merk. Een groot taalmodel maakt dit eenvoudiger voor ons, aangezien het veel wereldkennis met zich meebrengt.
Op welke manier heeft Amazon de groei van je carrière door de jaren heen ondersteund?
Ik heb het gevoel dat de leiding enorm betrokken is bij de groei van mijn carrière. Mijn manager vertelde een tijdje geleden bijvoorbeeld aan mijn directeur dat ik geïnteresseerd ben in het managementtraject. Mijn directeur herinnerde zich dit, heeft mijn vaardigheden in de loop van de tijd geëvalueerd en bood me vervolgens de kans om de sprong te wagen. Ik ben onlangs begonnen met het managen van een team, wat een geweldige leerervaring is geweest.
Er zijn ook tal van mentormogelijkheden. Zodra je bij Amazon aan de slag gaat, wijst je manager je meestal een onboardingpartner en een mentor toe. Er is een mentorprogramma genaamd 'Women in Engineering' en er zijn formele mentorprogramma's voor heel Amazon; je manager kan je helpen bij het vinden van de juiste mentor voor jou.
Krijgen wetenschappers de mogelijkheid om onderzoek te doen?
Absoluut. Amazon organiseert elk jaar de Amazon Machine Learning Conference (AMLC), een conferentie op het gebied van interne wetenschap met een zeer hoge lat en een lage acceptatiegraad. Wetenschappers werken vaak aan projecten met intellectueel eigendom en het kan moeilijk zijn om extern te publiceren, maar met de AMLC krijg je de kans om wetenschappelijk onderzoek te publiceren. Aangezien de lat zo hoog ligt en de acceptatiegraad zo laag is, is het net zo lonend. Als je wordt geselecteerd voor een mondelinge presentatie of een posterpresentatie, mag je je werk presenteren bij Amazon, wat geweldig is voor je zichtbaarheid en persoonlijke groei.
Kun je ons iets vertellen over een project waar je bijzonder trots op bent?
Ik heb onlangs gewerkt aan een model dat de Sponsored Products-advertenties op de zoekpagina aanpast om klanten meer producten te laten zien die overeenkomen met hun interesses. Ons ethos bij Amazon is 'Klantgerichtheid', dus ons uiteindelijke doel is om de advertentie-ervaring nuttig en relevant te maken voor klanten. Ons model heeft de klantervaring aanzienlijk verbeterd.
Dit model maakt gebruik van versterkend leren, een van de moeilijkste disciplines om te produceren. We hebben geweldige interne discussies gehad over de overlapping tussen de discipline op het gebied van versterkend leren en causale machine learning. De mensen in het team hebben ideeën uit beide vakgebieden meegenomen om dit model te ontwikkelen. Het was een lonend project, aangezien het wetenschappelijk uitdagend was en ook een tastbare impact had op de klant.
Gezien je carrière tot dusver, welk advies zou je geven aan iemand die overweegt om bij Amazon Ads aan de slag te gaan?
Dit is waarschijnlijk de meest dynamische omgeving waarin je zult werken en het is een plek waar je je eigen ruimte kunt vinden. Als je geïnteresseerd bent in een carrière op basis van meer uitgebreid onderzoek, dan zijn er teams bij Amazon Ads die zich daarmee bezighouden. Als je meer geïnteresseerd bent in snelle experimenten en zakelijke toepassingen van de nieuwste technologieën op het gebied van machine learning, dan zijn er ook voldoende teams die zich daarmee bezighouden.
Tot slot is de schaal van Amazon enorm, waardoor je kunt leren van enkele van de knapste koppen in de industrie. Als je openstaat om te leren, kun je echt een expert in dit vakgebied worden omdat je door de beste mensen omringd bent. Wat je ook wilt doen, het is hier mogelijk.