아마존 광고 과학 분야 인재 확보 리더 Natalie를 소개합니다

보스턴에 본사를 둔 기술 및 임원 채용에 특화된 인재 확보 리더 Natalie Matushevsky를 소개합니다. 그녀는 현재 아마존 광고, IMDb, 기기 및 서비스 분야의 경험이 풍부한 인재를 중심으로 아마존의 과학 분야 채용 책임자로 근무하고 있습니다. 아마존에서 근무하는 동안 Natalie는 여러 팀이 초기 컨셉부터 본격적인 배포에 이르는 신상품 개발 과정에 투입할 인재를 고용하는 데 도움을 제공했습니다.

Natalie는 아마존 광고가 과학자가 혁신하고 성장할 수 있는 흥미로운 환경을 제공하는 이유에 대한 독특한 인사이트를 제공합니다. 이 인터뷰에서 그녀는 과학자가 하는 일, 지원자가 인터뷰를 준비하는 방법, 아마존 광고에서 과학 분야 직책을 정의하는 문화에 대한 관점을 공유합니다.

아마존 광고의 차별점은 과학자와 광고 고객 및 소비자의 긴밀한 관계라고 생각합니다. 추상적인 문제를 연구하는 다른 대형 기술 회사의 과학자와 달리 저희 과학자의 연구는 브랜드와 고객 관계에 직접적인 영향을 미칩니다. 자체 출판 저자가 잠재고객을 찾는 데 도움을 제공하는 것부터 Hyundai 또는 Martha Stewart 브랜드와 같은 주요 기업을 위한 캠페인을 최적화하는 것까지 대규모로 문제를 해결할 수 있습니다.

저희 과학자가 해결하려는 과제는 항상 고객 중심적이며 새로운 상품 개발 또는 상품 개선 방향을 나아가 고객에게 즐거움을 선사합니다. 이 방향성은 과학에 국한되지 않습니다. Customer Obsession은 아마존 모든 직원이 추구하는 일관된 사명이며 회사 DNA에 박혀있습니다.

올해 과학 팀은 대형 브랜드와 소형 브랜드의 포괄적 고객 주기를 최적화하기 위해 생성형 AI를 활용하고 있습니다. 예산이 한정된 인지도가 저조한 브랜드에 어울리는 독특하고 맞춤화된 캠페인을 만드는 방법, 기존 고객을 위한 퍼널 최적화를 더 자세히 파악하는 방법, 출시하고 시험할 수 있는 도구 중 셀프서비스가 쉽게 액세스할 수 있는 도구, 크리에이티브 비전을 개선하기 위해 새로운 기술을 활용할 분야 등을 고민하고 있습니다. 이러한 주제는 광고 업종의 오래된 과제이지만 이를 해결하기 위한 방법은 빠르게 변화하고 있습니다. 저희는 자체 출판 저자, 유명 브랜드 및 소형 브랜드 고객을 위해 키 턴 상품 접근 방식을 만들고 있습니다. AI 혁신은 두 가지 유형의 고객 모두에게 독특하고 큐레이션된 경험을 제공합니다.

저희 과학자는 고안한 기술 또는 애플리케이션이 작동하는지 실시간으로 확인할 수 있다는 점을 가장 좋아합니다. 특히 광고 분야에서 과학자가 기술과 아이디어를 테스트하고, 이를 시장에 출시하여 테스트, 학습 및 개선하여 전반적인 고객 경험을 개선할 수 있도록 이론 과학보다 응용 과학을 더 중시합니다. 엔지니어링, 설계, 상품 및 유통 리더와 긴밀하게 협력하면서 이론적 개념을 실현하는 과정은 과학자가 새로운 개념을 실현하는 다각적인 커리어를 쌓는 데 도움이 됩니다. 물론 이를 위해서는 ‘대규모 효과’와 신상품을 출시하기 위해서 실질적인 문제와 절충점을 극복할 때 필요한 것이 무엇인지 더 자세히 파악합니다.

아마존은 높은 수준의 주인 의식, 가시성 및 책임을 실천합니다. 아마존의 공식적인 LP(Leadership Principle)는 아니지만 현실의 문제를 감안하여 타협할 부분을 파악하는 능력이 필요합니다. 과학자를 모집할 때 저희 팀원은 지원자가 얼마나 창의적인지, 비전을 소통하고 달성하려는 목표를 이해할 수 있도록 주변 동료를 움직일 수 있는지, 실수에서 교훈을 얻고 발전할 수 있는지 고민합니다.

학계에서만 일한 과학자는 때때로 아마존과 같은 조직에서 일하는 것을 어려워합니다. 주어지는 기한이 더 짧고 추가적인 커뮤니케이션을 더 빨리 진행해야 하기 때문입니다. 따라서 일부 과학자는 여기에 맞춰 적응해야 하지만 이는 동시에 새로운 역량을 연마할 좋은 기회이기도 합니다. 정확함을 실천하고, 기본을 지키고, 다른 팀과 협업을 진행하거나 조언을 구할 시기를 정확하게 알고 있는 것은 가치 있는 역량입니다. 저희는 방대한 목표, 소박한 실천이라는 사고방식을 강조합니다. 이는 저희 상품이 도달하는 고객 수를 고려할 때 해결해야 할 흥미로운 문제입니다. 아마존은 도전적이지만 흥미진진하기도 합니다.

저희는 수준, 상품 유형, 팀에 따라 다양한 역량을 찾고 있습니다. 경력자의 경우 저희는 과거 경험을 바탕으로 LP를 실천할 수 있는 인재를 찾고 있습니다. 예를 들어 높은 수준의 ‘Learn and Be Curious’ 및 ‘Ownership’는 과학자가 아마존에서 성공하는 데 도움이 됩니다. 즉, 저희는 복잡한 문제를 해결하려는 의욕이 있고, 똑똑하고, 근면 성실하며, 호기심 많은 인재를 찾고 있습니다.

또한 아마존의 규모를 이해하고 경력자 수준에서 대규모 효과를 입증할 수 있는 인재를 찾고 있습니다. 다른 회사에 비해 아마존의 규모를 설명하는 것은 잠재적 지원자에게 설명하기 가장 어려운 개념입니다. 저도 입사하기 전까지는 제대로 이해하지 못했습니다.

최고의 인재를 찾을 때 저희가 직면한 가장 큰 과제는 적합한 컴퓨터 비전 및 광학 엔지니어링 전문성을 찾는 것과 같이 구체적인 분야로 제한됩니다. 생성형 AI 환경에서는 비즈니스가 해결하려는 과제에 따라 구체적인 유형의 대규모 언어 모델을 연구한 과학자를 찾고 있을 수 있습니다. 그럼에도 저희는 다양한 배경의 과학자를 채용할 준비가 되어 있습니다.

반드시 그렇지는 않습니다. 구체적인 직책과 팀이 위치한 상품 개발 단계에 따라 다릅니다. 기본 프레임워크를 이해하는 것도 중요하지만 저희는 금융 서비스, 의료, 학계, 크고 작은 기술 회사 재직 경험을 비롯해 다양한 배경을 가진 과학자를 고용합니다. 물론 애드테크 분야 과학자로 구성된 팀을 이끄는 직책인 경우 사전 경험이 있으면 더 빠르게 적응할 수 있습니다. 하지만 일반적으로 아마존 광고는 각계각층의 과학자를 채용하며 이들은 여기에서 다양한 경력을 쌓습니다.

진지하게 준비하세요. 인터뷰는 수준과 경험에 따라 다르지만 5~6시간 동안 진행되며 LP와 기술 역량 모두에 초점을 맞춥니다. 면접관이 과거 연구 경험을 더 자세히 파악하려고 할 수 있기 때문에 저는 지원자에게 이력서에 명시한 분야를 검토하고, 기본 코딩을 복습하고, 집필하거나 참여한 논문을 검토하는 것을 권장합니다. 또한 고정관념에서 벗어나 사고를 권장합니다. 면접관이 질문한 내용과 관련된 경력이 없는 경우 처음 들어보는 문제라고 해도 괜찮지만 적어도 이를 해결하기 위한 이론적인 방법은 제시해야 합니다. 면접관은 지원자의 비전, 경험, 사고 과정을 바탕으로 어떻게 생각하고 어떤 회고를 할 수 있는지에 관심이 있습니다. 도출할 성과, 성과가 미친 효과, 실패 또는 과제를 처리한 방식에 초점을 맞추세요.

아마존의 과학 커뮤니티는 광고에 국한되지 않습니다. 과학 직책은 아마존 전반에 걸쳐서 찾아볼 수 있으며 이벤트를 통해 회사 내외적으로 협업하는 대규모 피어 네트워크가 있습니다. 내부적으로 아마존 광고는 몇 년 전부터 과학 인재를 대상으로 한 머신 러닝 콘퍼런스를 매년 개최하고 있습니다. 이는 광고 업종 전반의 각 팀이 하고 있는 일을 공유할 수 있는 환상적인 플랫폼입니다. 또한 과학자가 기술을 익히고 네트워크를 확장할 수 있도록 지원하는 정기적인 패널 대화와 테크 토크도 있습니다. 훌륭한 혁신가 몇 명을 연사로 초청하여 다양한 주제에 대해 이야기를 나누며 이 중 일부는 지금까지도 계속 협력하고 있습니다.

아마존의 과학 분야가 마음에 드는 이유는 기본적인 직책을 넘어선 채용을 고민한다는 점입니다. 저는 아마존 Scholars 프로그램 확장에 기여하고자 아마존에 합류했고, 이전 팀에서는 아마존 Scholars를 부교수 및 포스트닥터로 확대하는 데 큰 성과를 거두었습니다. 따라서 학계에 전념하고 싶은 혁신가도 여름 방학 또는 안식년 동안 시간을 내거나 시간제 형식으로 저희 과학자와 함께 실험하고 이론을 테스트하고 적용해 볼 수 있습니다.

놀라운 신상품을 성공적으로 출시한 여러 팀을 지원했던 이 경험은 과학 분야에서 성공적인 커리어를 쌓는 동시에 고객에게 긍정적인 효과를 선사하는 일에 참여했다는 보람으로 다가옵니다.