Möt Natalie, talanganskaffningsansvarig för vetenskap på Amazon Ads

Möt Natalie Matushevsky, en talanganskaffningsansvarig från Boston som specialiserat sig på rekrytering inom teknik och chefspositioner. Hon är för närvarande chef för vetenskaplig rekrytering på Amazon, med fokus på erfarna talanger för Amazon Ads, IMDb samt Enheter och Tjänster. Under sin tid på Amazon har Natalie hjälpt flera team att anställa talanger för att stödja utvecklingen av nya produkter från idé till fullskalig driftsättning.

Natalie erbjuder unika insikter kring vad som gör Amazon Ads till en spännande plats där forskare kan förnya sig och växa. I den här intervjun delar hon med sig av sitt perspektiv på det arbete som forskare utför, hur kandidater kan förbereda sig för intervjuer och den kultur som definierar vetenskapliga roller på Amazon Ads.

Jag tror att det som gör Amazon Ads annorlunda är det nära samarbete som våra forskare har med annonskunder och -konsumenter. Till skillnad från andra stora teknikföretag, där forskare kan arbeta med abstrakta problem, påverkar våra forskares arbete direkt hur varumärken skapar kontakt med kunder. De kan hantera utmaningar i skala, alltifrån att hjälpa egenutgivna författare att hitta sina målgrupper till att optimera kampanjer för stora företag som varumärkena Hyundai eller Martha Stewart.

De utmaningar som våra forskare försöker lösa är alltid kundcentrerade och ligger i linje med nya eller förbättrade produkter för att glädja våra kunder. Jag tror inte att detta är unikt för vetenskapen i sig. Kundfokus är ett ständigt pågående uppdrag för alla på Amazon. Det finns i vårt DNA.

I år fokuserar teamet på generativ AI för att optimera den holistiska kundcykeln för både stora och små varumärken. De funderar på frågor som dessa: ”Hur kan vi göra en unik, anpassad kampanj relevant för ett varumärke som är mindre känt och har en begränsad budget? Hur får vi en djupare förståelse för optimering av trattmarknadsföringen för befintliga kunder? Vilka verktyg kan vi lansera och testa som är lättillgängliga för självbetjäning? Var kan vi utnyttja ny teknik för att förbättra den kreativa visionen?” Ämnena är långvariga frågor inom annonseringsbranschen, men ”hur” förändras snabbt. Vi skapar ”key turn”-metoder för produkter för så små kunder som egenutgivna författare och så stora kunder som välkända varumärken. AI-innovation främjar en unik och utvald upplevelse för båda typerna av kunder.

Det som våra forskare uppskattar mest är att kunna se om deras tekniker eller program fungerar i realtid. På Ads värdesätter vi tillämpad vetenskap framför teoretisk, så att våra forskare kan testa tekniker och idéer och ta dem till marknaden för att testa, lära sig och förfina dem för att förbättra den totala kundupplevelsen. Att se teoretiska koncept komma till liv samtidigt som man arbetar nära ledande personer inom teknik, design, produkt och distribution gör det möjligt för forskare att utveckla en väl avvägd karriär genom att ge liv åt nya koncept. Och som en del av detta ingår naturligtvis en djupare förståelse för ”påverkan i skala” och vad som faktiskt krävs för att lansera en ny produkt när man arbetar med verkliga problem och avvägningar längs vägen.

Amazon har en hög grad av ägande, synlighet och ansvarsskyldighet. Även om förmågan att förstå avvägningar i verkliga situationer inte är en officiell ledarskapsprincip (LP) hos Amazon, är det något som vi letar efter i enskilda individer. När vi rekryterar forskare tänker mina teammedlemmar, ”Hur kreativ kan du vara? Kan du kommunicera din vision och förmå andra i din omgivning att förstå vad du försöker uppnå? Kan du lära av dina misstag och gå vidare?”

Att arbeta på en organisation som Amazon kan ibland vara utmanande för forskare som kommer direkt från den akademiska världen. Plötsligt komprimeras deadlines och ytterligare kommunikation längs vägen till en snävare tidsram. För en del är det en omställning. Samtidigt är det en stor möjlighet för människor att finslipa nya färdigheter. Det finns ett värde i noggrannhet, tillämpning av grundläggande principer och att veta när man ska räcka upp handen för att samarbeta eller söka vägledning i olika team. Vi betonar tankesättet ”tänk stort, börja smått”, som är ett roligt problem att lösa när man tänker på hur många kunder våra produkter når. Amazon är utmanande, men det är också spännande!

Vi letar efter olika kompetensområden beroende på nivå, produkttyp och team. På den erfarna nivån letar vi definitivt efter personer som kan dra nytta av tidigare erfarenheter och koppla dem till våra LP:er. Att till exempel ha en hög grad av ”Lär och var nyfiken” och ”Ägande” hjälper forskare att lyckas på Amazon. Men i korta drag letar vi efter smarta, hårt arbetande och nyfikna människor som motiveras av att lösa komplexa problem.

Vi letar även efter personer som kan förstå Amazons storlek och som har bevisad påverkan i skala på en mer erfaren nivå. Att förklara omfattningen av vårt arbete, jämfört med andra företag, är förmodligen det mest utmanande konceptet att förklara för potentiella kandidater. Jag förstod det inte riktigt förrän jag började här.

De största utmaningarna vi har när vi letar efter den bästa kompetensen tenderar att vara domänspecifika, som att hitta rätt expertis inom datavision och optisk teknik. När det gäller generativ AI kan vi, beroende på vad företaget försöker lösa, leta efter forskare som har arbetat med en viss typ av stora språkmodeller. Vi är dock öppna för att anställa forskare från en mängd olika bakgrunder.

Inte nödvändigtvis. Det beror på den specifika rollen och var teamet befinner sig när det gäller produktutveckling. Att förstå grundläggande ramverk är viktigt, men vi anställer forskare från olika bakgrunder, däribland finansiella tjänster, hälso- och sjukvård, den akademiska världen samt stora och små teknikföretag. Om du ska leda ett etablerat team av forskare inom ad tech är det naturligtvis bra att ha tidigare erfarenhet för att komma igång snabbare, men i allmänhet kommer våra forskare hit från olika samhällsskikt och fortsätter att ha olika karriärer här.

Ta förberedelserna på allvar. Beroende på nivå och erfarenhet är våra intervjuer fem till sex timmar långa och omfattar både LP:er och tekniska förmågor. När jag förbereder kandidater uppmuntrar jag dem att gå igenom de områden som de har beskrivit i sina CV:n, fräscha upp sin baslinjekodning och gå igenom de publikationer som de har skrivit eller bidragit till, eftersom våra intervjuare kanske vill få en djupare förståelse för tidigare forskningserfarenhet. Jag uppmuntrar dessutom kandidater att tänka utanför boxen. Om dina tidigare erfarenheter inte stöder en fråga som ställs av en intervjuare är det okej att säga att det inte är ett problem som du har stött på tidigare, men du bör ändå försöka lösa det teoretiskt. Intervjuare är intresserade av hur du tänker och vilka retrospektiv du kan erbjuda baserat på din vision, erfarenhet och tankeprocess. Fokusera på vad du har levererat, var du har gjort en insats och hur du har hanterat misslyckanden eller utmaningar.

Vår vetenskapliga community på Amazon sträcker sig mycket längre än bara till Ads. Vetenskap som en yrkesgrupp är mycket etablerad på Amazon, och det finns ett stort nätverk av kollegor som samarbetar genom evenemang, såväl internt som externt. Vi anordnar sedan flera år en årlig maskininlärningskonferens för våra vetenskapliga experter. Det är en fantastisk plattform som delar vad varje team gör med hela branschen. Dessutom anordnas regelbundna panelsamtal och tekniska föredrag för forskare som vill uppdatera sina kunskaper och utöka sina nätverk. Vi har haft några fantastiska innovatörer som talat till våra team om en rad olika ämnen. En del fortsätter att samarbeta med våra team än idag.

Det jag älskar med vetenskap på Amazon är att vi försöker anställa bortom standardrollerna. Jag började på Amazon för att hjälpa till att skala upp Amazon Scholars-programmet, och mitt dåvarande team har gjort ett fantastiskt jobb med att utöka Amazon Scholars till att omfatta biträdande professorer och doktorander. Det innebär att innovatörer som är engagerade i den akademiska världen kan tillbringa tid under sommaren, under ett sabbatsår eller på deltid under året med att arbeta tillsammans med våra forskare för att testa och omsätta teori till praktik.

Efter att ha stöttat flera team som framgångsrikt har lanserat fantastiska nya produkter är det en fantastisk känsla att vara en del av ett arbete som påverkar våra kunder positivt samtidigt som det lägger grunden för framgångsrika karriärer inom vetenskap.