Amazon Ads'de Bilim Alanında Yetenek Edinimi Lideri Natalie ile Tanışın

Teknik ve yönetici işe alımlarında uzmanlaşmış Boston merkezli Yetenek Edinimi Lideri Natalie Matushevsky ile tanışın. Natalie şu anda Amazon'da bilim alanında işe alım başkanı olarak görev yapıyor ve Amazon Ads, IMDb ve Cihazlar ve Hizmetler için deneyimli yeteneklere odaklanıyor. Amazon'daki görevi boyunca Natalie birçok ekibin, yeni ürünlerin ilk konsept aşamasından tam ölçekli sunumuna kadar geliştirilmesini destekleyecek yetenekleri işe almasına yardımcı oldu.

Natalie, Amazon Ads'in bilim insanlarının yenilik yapıp büyümeleri için heyecan verici bir yer olmasını sağlayan unsurlara dair benzersiz analizlerini paylaşıyor. Bu röportajda, bilim insanlarının yaptığı işler, adayların mülakatlara nasıl hazırlanabileceği ve Amazon Ads'de bilim alanındaki rolleri tanımlayan kültür hakkındaki bakış açısını paylaşıyor.

Amazon Ads'i diğerlerinden ayıran şeyin, bilim insanlarımızın reklamverenlerle ve tüketicilerle kurduğu yakın etkileşim olduğunu düşünüyorum. Bilim insanlarının soyut problemler üzerinde çalıştığı diğer büyük teknoloji şirketlerinin aksine, bilim insanlarımızın çalışmaları markaların müşterilerle bağlantı kurma biçimini doğrudan etkiliyor. Kendi kendine yayın yapan yazarların kitlelerini bulmalarına yardımcı olmaktan Hyundai veya Martha Stewart'ın markası gibi büyük şirketlerin kampanyalarını optimize etmeye kadar uygun ölçekte zorlukların üstesinden gelmeye odaklanıyorlar.

Bilim insanlarımızın çözmeye çalıştığı zorluklar her zaman müşteri odaklı ve müşterilerimizi memnun edecek yeni veya geliştirilmiş ürünlerle örtüşüyor. Bunun bilim alanına özgü olduğunu düşünmüyorum. Müşteri Tutkusu, DNA'mızda taşıdığımız ve Amazon'daki herkes için tutarlı bir misyon.

Bu yıl ekip, hem büyük hem de küçük markalar için bütünsel müşteri döngüsünü optimize etmek amacıyla üretken yapay zekaya yöneliyor. Şöyle sorular üzerine düşünüyorlar: "Az bilinen ve sınırlı bütçesi olan bir marka için nasıl benzersiz, özelleştirilmiş bir kampanya oluşturabiliriz? Mevcut müşteriler için huni optimizasyonu hakkında nasıl daha derin bir anlayış geliştirebiliriz? Self servis için kolayca erişilebilen hangi araçları başlatabilir ve pilot uygulamaya alabiliriz? Yaratıcı vizyonumuzu geliştirmek için yeni teknolojilerden nerede yararlanabiliriz?" Bunlar reklamcılık sektörünün uzun zamandır cevabını aradığı sorular ancak "nasıl" sorusu hızla değişiyor. Kendi kendine yayın yapan yazarlardan, tanınmış markalara kadar tüm müşterilerimize yönelik ürünlerde "anahtar teslim" yaklaşımlar yaratıyoruz. Yapay zeka inovasyonu, her iki müşteri türüne de benzersiz ve özel seçilmiş bir deneyim sunuyor.

Bilim insanlarımızın en çok takdir ettiği şey, tekniklerinin veya uygulamalarının gerçek zamanlı olarak işe yarayıp yaramadığını görebilmek. Amazon Ads'de teorik bilime kıyasla özellikle uygulamalı bilime önem veriyoruz. Böylece bilim insanlarımız pazara sunmak üzere teknikleri ve fikirleri test edebiliyor. Daha sonra denemelerden çıkardıkları dersleri genel müşteri deneyimini iyileştirmek için kullanabiliyorlar. Mühendislik, tasarım, ürün ve dağıtım liderleriyle yakın bir şekilde çalışarak teorik kavramların hayata geçtiğini görmek, bilim insanlarının yeni kavramları hayata geçirme konusunda kapsamlı bir kariyer geliştirmelerini sağlıyor. Tabii ki bunun bir parçası olarak, "uygun ölçekte etki" ve gerçek dünyadaki endişeler ve uzlaşmalar üzerinde çalışırken yeni bir ürünü piyasaya sürmenin gerçekte ne gerektirdiği konusunda daha derin bir anlayış ediniyorlar.

Amazon'da son derece güçlü bir sahiplenme, görünürlük ve hesap verebilirlik kültürü var. Gerçek dünyadaki endişeler göz önünde bulundurulduğunda, resmi bir Amazon Liderlik İlkesi (LP) olmasa da adayların uzlaşmaları anlayabilme yeteneğine sahip olmalarını bekliyoruz. Bilim insanlarını işe alırken ekip arkadaşlarım "Ne kadar yaratıcı olabilirsiniz?" diye düşünüyor. "Vizyonunuzu aktarabilir ve etrafınızdakileri harekete geçirerek neyi başarmaya çalıştığınızı anlamalarını sağlayabilir misiniz? Hatalarınızdan ders alıp ilerleyebilir misiniz?"

Amazon gibi bir organizasyonda çalışmak, doğrudan akademiden gelen bilim insanları için zaman zaman zorlu olabiliyor. Teslim tarihleri

ve süreç boyunca yapılması gereken ek iletişimler kısa bir zaman dilimine sıkışabiliyor. Bazılarının bu sürece uyum sağlaması gerekebiliyor. Bu, aynı zamanda insanların yeni beceriler geliştirmeleri açısından büyük bir fırsat sunuyor. Ekipler arasında iş birliği yapmak veya bilgece tavsiyeler almak için ne zaman danışmanız gerektiğini bilmenin ve temel ilkelerin titizlikle uygulanmasının taşıdığı önemli bir değer var. Ürünlerimizin ulaştığı müşteri sayısını düşündüğümüzde çözmesi eğlenceli bir problem olan "büyük düşün, küçük başla" yaklaşımını öne çıkarıyoruz. Amazon zorlu ama aynı zamanda heyecan verici!

Seviyeye, ürün türüne ve ekibe bağlı olarak farklı beceri aralıkları arıyoruz. Deneyimli bilim insanları için önceki deneyimlerinden yararlanıp bunlarla LP'lerimiz arasında bağlantı kurabilecek kişilere kesinlikle dikkat ediyoruz. Örneğin, "Öğren ve Meraklı Ol" ve "Sahiplen" kültürümüze yönelik güçlü bir eğilim taşımak, bilim insanlarının Amazon'da başarılı olmasına yardımcı olacaktır. Kısaca söylemem gerekirse karmaşık sorunları çözme konusunda motivasyonu olan, akıllı, çalışkan, meraklı insanlar arıyoruz.

Ayrıca Amazon'un ölçeğini anlayabilen ve daha deneyimli düzeyde uygun ölçekte etki yaratmış kişileri de arıyoruz. Potansiyel adayların, diğer şirketlerle karşılaştırıldığında bizim ne kadar büyük bir ölçekte çalıştığımızı anlamaları biraz zor olabiliyor. Ben de Amazon'a katılana kadar tam olarak anlamamıştım.

En iyi yetenekleri ararken karşılaştığımız en büyük zorluklar genellikle alan bazlı oluyor; örneğin Bilgisayar Görüntüleme ve Optik Mühendisliği alanında doğru uzmanlığı bulmak gibi. Üretken yapay zeka alanında, işletmelerin çözmeye çalıştığı şeye bağlı olarak, belirli bir tür büyük dil modeli üzerinde çalışmış bilim insanlarıyla ilgilenebiliriz. Ancak, çeşitli geçmişlere sahip bilim insanlarını ekibimize katmaya da açığız.

Tam olarak değil. Bu, spesifik role ve ekibin ürün geliştirme açısından hangi aşamada olduğuna bağlı. Temel çerçeveleri anlamak önemli, ancak finansal hizmetler, sağlık, akademi ve büyük ve küçük teknoloji şirketleri de dahil olmak üzere farklı geçmişlere sahip bilim insanlarını işe alıyoruz. Elbette, reklam teknolojisinde yerleşik bir bilim insanları ekibine liderlik edecekseniz, tam kapasiteye daha hızlı bir şekilde ulaşmak açısından deneyime sahip olmak güzel bir şey. Ancak genel olarak bilim insanlarımız farklı alanlardan geliyor ve burada çeşitli kariyerlere sahip oluyorlar.

Hazırlanma sürecini ciddiye alın. Seviye ve deneyime bağlı olarak, mülakatlarımız beş ila altı saat sürüyor ve hem LP'lere hem de teknik yeteneklere odaklanıyor. Adayları hazırlarken, özgeçmişlerinde ana hatlarıyla belirttikleri alanları gözden geçirmelerini, temel kodlama bilgilerini tazelemelerini ve yazdıkları veya katkıda bulundukları yayınları incelemelerini teşvik ediyorum. Çünkü mülakatları yürüten arkadaşlarımız adayların önceki araştırma deneyimleri hakkında daha ayrıntılı bilgi almak isteyebiliyor. Adayları kalıpların dışına çıkma konusunda da teşvik ediyorum. Mülakat yapan kişinin sorusuna vereceğiniz cevabı deneyimlerinize dayanarak destekleyemiyorsanız, bunun daha önce karşılaşmadığınız bir sorun olduğunu söyleyebilirsiniz, ancak yine de teorik olarak çözmeyi denemelisiniz. Mülakatı yürüten arkadaşlarımız sizin nasıl düşündüğünüzle ve vizyonunuz, deneyiminiz ve düşünce sürecinize dayanarak nasıl geriye dönük bir değerlendirme sunabileceğinizle ilgilenir. Ne sunduğunuza, nerede etki yarattığınıza ve başarısızlıklarla veya zorluklarla nasıl başa çıktığınıza odaklanın.

Amazon'daki bilim topluluğumuz sadece Amazon Ads'den ibaret değil. Amazon'da bilim, bir meslek ailesi olarak kökleşmiş durumda ve hem şirket içinde hem de şirket dışında etkinlikler aracılığıyla iş birliği yapan geniş bir meslektaş ağı mevcut. Şirket içinde, bilimsel yeteneklerimiz için birkaç yıldır düzenlenen yıllık bir makine öğrenimi konferansımız var. Her ekibin sektör genelinde ne yaptığını paylaşan harika bir platform. Ayrıca bilim insanlarının becerilerini geliştirmeleri ve ağlarını büyütmeleri için düzenli olarak panel konuşmaları ve teknoloji konuşmaları düzenleniyor. Ekiplerimiz için çok çeşitli alanlarda harika inovasyon uzmanlarının katıldığı konuşmalar düzenledik. Bu uzmanlardan bazıları bugün ekiplerimizle işbirliği yapmaya devam ediyor.

Amazon'da bilim alanı açısından en sevdiğim şey, işe alımlarda standart rollerin ötesinde düşünmemiz. Amazon'a, Amazon Scholars programının ölçeklendirilmesine yardımcı olmak için katıldım ve eski ekibim Amazon Scholars'ı doçentlere ve doktora sonrası araştırmacılara genişletme konusunda harika bir iş çıkardı. Bu program sayesinde, akademide çalışan inovasyon uzmanları yaz tatillerinde, izinli olarak veya yıl içinde yarı zamanlı olarak bilim insanlarımızla birlikte teoriyi uygulamaya koyuyor ve test ediyor.

Harika yeni ürünler piyasaya süren birçok ekibi başarıyla destekledim. Müşterilerimizi olumlu yönde etkileyen ve aynı zamanda bilimde başarılı kariyerler için yapı taşlarını bir araya getiren bir çalışmanın parçası olmak harika bir duygu.