Sponsored Products Kıdemli Uygulamalı Bilim İnsanı Rhea Goel ile tanışın

Amazon Ads Kıdemli Uygulamalı Bilim İnsanı Rhea ile tanışın. Kariyer yolculuğuna yazılım geliştirme stajyeri olarak başlayan Rhea şimdi bilim adamları ve mühendislerden oluşan bir ekibi yönetiyor.

Rhea, bu röportajda mühendislik geçmişini makine öğrenimi uzmanlığıyla birleştirerek şirketin en karmaşık reklam zorluklarından bazılarının üstesinden nasıl geldiğini anlatıyor. Ayrıca bilim insanlarının kariyerlerini beklenmedik yönlere taşırken iş stratejilerini nasıl şekillendirebileceklerini de paylaşıyor.

Mühendislik stajyeri olarak başladım. Her zaman bir bilim rolüne geçme planlarım vardı çünkü eğitimim buydu. Ancak, mühendis olarak başlamak bilinçli bir tercihti çünkü üretim sistemleri oluşturma ve dağıtma becerilerini öğrenebilmek ve gerçek dünya için inşa edilecek en iyi uygulamaları anlayabilmek istiyordum.

Amazon Fashion'da uygulamalı bilim rolüne geçtikten sonra öneri sistemleri, sıralama ve kişiselleştirme konularında uzmanlaştım. Şimdi bilim ailesinde yönetime giden bir yol izliyorum. Güçlü bir mühendis olmak, bir bilim insanı olarak daha özerk ve özgüvenli olmama yardımcı oldu. Ayrıca, hedeflere ulaşmak için hem bilim hem de mühendislik uzmanlarının yakın bir şekilde birlikte çalıştığı çeşitli bir iş ekibine liderlik edebilecek kapasiteye ulaşmamı sağladı.

Reklamcılıkta, çözülmesi gereken gerçekten zor sorunlar var. Müşterilerin kendileri için en faydalı içeriği görmelerini sağlayacak şekilde reklam yerleştirmeye çalışıyorsunuz; aynı zamanda reklamverenler reklamlarından en fazla getiriyi elde ediyor ve yayıncı olarak Amazon da işini büyütüyor. Üç varlık arasında denge kurmak oldukça zorlu ve incelikli bir iş. Özellikle Amazon'daki hızlı deneme kültüründen çok keyif alıyorum. Burada, çeşitli ve sıklıkla rekabet eden hedefler doğrultusunda çalışan yeni makine öğrenimi modellerini test etme şansına sahibiz.

Amazon'da, uygulamalı bilim insanları gerçekten geniş iş stratejisini etkileyebilir. Yıl boyunca yıllık planlama, üç aylık planlama ve düzenli olarak planlanan hackathon'lar dahil olmak üzere birkaç resmi fırsat var. Bu etkinliklerde, genç bilim insanlarından yöneticilere kadar herkes masaya fikir getirebilir, bir müşteri sorun noktasından veya iş hedefinden geriye doğru çalışabilir. Her seviyede, liderliğin gözden geçirmesi ve ileriye taşıması için fikirlerimizi kağıda dökmeye teşvik ediliyoruz.

Büyük dil modellerinin (LLM'ler) reklam sıralama alanını dönüştürebilecek pek çok pratik uygulaması var. Örneğin, şu anda müşterilerin arama sorgularını daha iyi anlamak için LLM'leri nasıl kullanabileceğimizi araştırıyoruz. Marka gibi farklı ürün nitelikleri açısından daha ilgili arama sonuçları üretmek istiyoruz. LLM'ler bunu bizim için basitleştiriyor çünkü gerçek dünya hakkında birçok bilgiye sahip olarak hazır bir şekilde geliyorlar.

Liderliğin kariyer gelişimime çok yatırım yaptığını hissediyorum. Örneğin, bir süre önce yöneticim, direktörüme yöneticilik kariyerine ilgi duyduğumu söyledi. Direktörüm bunu unutmadı, zaman içinde becerilerimi değerlendirdi ve sonra bana bu sıçramayı yapma fırsatı verdi. Yakın zamanda bir ekip yönetmeye başladım, bu harika bir öğrenme deneyimi oldu.

Ayrıca birçok mentorluk fırsatı var. Amazon'a katıldığınız anda yöneticiniz size genellikle bir oryantasyon arkadaşı ve bir mentor atar. Mühendislikte Kadınlar mentorluk programı ve Amazon genelinde resmi mentorluk planları var. Yöneticiniz sizin için doğru mentoru bulmanıza yardımcı oluyor.

Kesinlikle. Amazon her yıl, çok yüksek bir çıta ve düşük kabul oranına sahip bir şirket içi bilim konferansı olan Amazon Makine Öğrenimi Konferansı'nı (AMLC) düzenliyor. Bilim insanları genellikle fikri mülkiyet içeren projeler üzerinde çalışırlar ve bunları dışarıda yayınlamak zor olabilir, ancak AMLC ile bilimsel araştırmalarınızı yayınlama şansına sahip oluyorsunuz. Bu kadar yüksek bir çıta ve düşük bir kabul oranına sahip olması göz önüne alındığında, aynı derecede ödüllendirici bir etkinlik. Sözlü sunum veya poster sunumu için seçilirseniz, çalışmanızı Amazon genelinde sunma şansına sahip oluyorsunuz. Bu da görünürlük ve kişisel gelişim açısından harika.

Kısa süre önce müşterilere ilgi alanlarına uygun daha fazla ürün göstermek için arama sayfasındaki Sponsored Products reklamlarını özelleştiren bir model üzerinde çalıştım. Amazon'daki felsefemizi "Müşteri Tutkusu" olarak ifade ediyoruz. Dolayısıyla nihai amacımız reklam deneyimini müşteriler için yararlı ve ilgili hâle getirmek. Modelimiz müşteri deneyimini önemli ölçüde geliştirdi.

Bu model, üretkenliği zor disiplinlerden biri olan pekiştirmeli öğrenmeyi kullanıyor. Pekiştirmeli öğrenme disiplini ile nedensel makine öğrenimi arasındaki örtüşme hakkında şirket içinde harika tartışmalar yaptık. Ekipteki arkadaşlar bu modeli oluşturmak için her iki alandan da fikir ödünç aldılar. Ödüllendirici bir projeydi çünkü bilimsel olarak zorluydu ve aynı zamanda somut bir müşteri etkisi yarattı.

Muhtemelen çalışacağınız en hızlı ve tempolu ortam burası olacak ve burada kendinize ait bir alan bulabilirsiniz. Daha derin araştırma tabanlı bir kariyerle ilgileniyorsanız, Amazon Ads'de bunu yapan ekipler de var. Eğer en son makine öğrenimi teknolojilerinin hızlı bir şekilde denenmesi ve ticari uygulamalarla ilgileniyorsanız, bunu yapan birçok ekip de mevcut.

Son olarak, Amazon'un ölçeği çok büyük, bu sayede sektördeki en zeki insanlardan öğrenme fırsatı yakalıyorsunuz. Öğrenmeye açıksanız, en iyilerle çevrili olduğunuz için bu alanda gerçekten uzman olabilirsiniz. Yapmak istediğiniz her şeyi burada bulabilirsiniz.