In sintesi
- Mansioni: Guida la ricerca per un sistema AI con memoria persistente e compounding.
- Azienda: Amazon, leader nell'innovazione tecnologica e personalizzazione su larga scala.
- Benefit: Salario competitivo, assicurazione sanitaria, lavoro remoto e opportunità di sviluppo professionale.
- Altre informazioni: Ambiente dinamico con opportunità di crescita e cultura inclusiva.
- Perché questo lavoro: Definisci il futuro dell'AI e fai la differenza in progetti innovativi.
- Qualifiche: Esperienza nella ricerca applicata e modelli di machine learning.
La retribuzione prevista è compresa tra 135000 - 165000 € per anno.
- Sr. Applied Scientist, Amazon Personalization - Customer 360
- Job ID: 10497800 | Amazon. com Services LLC
We're looking for a senior scientist to lead the research direction for a system that gives AI persistent, compounding memory.
This is a new problem space — not recommendation, not search, not summarization, though it draws from all three.
The right scientist will define what this field becomes.
You'll own the scientific roadmap, run a research agenda with real-world deployment targets, and mentor junior scientists.
The team is forming now.
Your first week will involve scoping experiments, not reading onboarding docs.
- Key job responsibilities
- Define the scientific roadmap for knowledge acquisition, representation, and retrieval at organizational scale.
- Lead research on how AI systems should learn from experience — what to capture, how to generalize, when to forget.
- Design evaluation frameworks for a system where \"quality\" means something new — right knowledge, right context, right confidence level.
- Own end-to-end research from problem formulation through production impact measurement.
- Mentor Applied Scientists and establish scientific standards for a new team.
- Partner with engineering leadership to translate research into architecture decisions that shape the product.
- Drive technical decisions on model architecture, training methodology, and evaluation frameworks, balancing scientific rigor with business impact.
- Publish at top-tier venues and advance the state of the art in applied knowledge systems.
- About the team
Born out of Amazon's Personalization organization, which pioneered personalization at internet scale.
We're applying deep expertise in large-scale ML to a fundamentally new domain where the signal space, objective functions, and evaluation criteria are all open research questions.
The team values innovation and offers a safe place to try, fail, and learn while fostering a culture of continuous improvement.
Everyone is a leader and owner for everything we do as a team.
We offer creative space with an entrepreneurial work environment focusing on customer obsession.
- Basic Qualifications
- 4+ years of applied research experience
- 3+ years of building machine learning models for business application experience
- Ph D, or Master's degree and 6+ years of applied research experience
- Experience programming in Java, C++, Python or related language
- Experience with neural deep learning methods and machine learning
- Preferred Qualifications
- Experience with modeling tools such as R, scikit-learn, Spark MLLib, Mx Net, Tensorflow, numpy, scipy etc.
- Experience with large scale distributed systems such as Hadoop, Spark etc.
Amazon is an equal opportunity employer and does not discriminate on the basis of protected veteran status, disability, or other legally protected status.
Our inclusive culture empowers Amazonians to deliver the best results for our customers.
If you have a disability and need a workplace accommodation or adjustment during the application and hiring process, including support for the interview or onboarding process, please visit https://amazon. jobs/content/en/how-we-hire/accommodations for more information.
If the country/region you’re applying in isn’t listed, please contact your Recruiting Partner.
The base salary range for this position is listed below.
Your Amazon package will include sign-on payments and restricted stock units (RSUs).
Final compensation will be determined based on factors including experience, qualifications, and location.
Amazon also offers comprehensive benefits including health insurance (medical, dental, vision, prescription, Basic Life & AD&D insurance and option for Supplemental life plans, EAP, Mental Health Support, Medical Advice Line, Flexible Spending Accounts, Adoption and Surrogacy Reimbursement coverage), 401(k) matching, paid time off, and parental leave.
Learn more about our benefits at https://amazon. jobs/en/benefits .
- Preferred Qualifications
- Experience with modeling tools such as R, scikit-learn, Spark MLLib, Mx Net, Tensorflow, numpy, scipy etc.
- Experience with large scale distributed systems such as Hadoop, Spark etc.
Amazon is an equal opportunity employer and does not discriminate on the basis of protected veteran status, disability, or other legally protected status.
Our inclusive culture empowers Amazonians to deliver the best results for our customers.
If you have a disability and need a workplace accommodation or adjustment during the application and hiring process, including support for the interview or onboarding process, please visit https://amazon. jobs/content/en/how-we-hire/accommodations for more information.
If the country/region you’re applying in isn’t listed, please contact your Recruiting Partner.
The base salary range for this position is listed below.
Your Amazon package will include sign-on payments and restricted stock units (RSUs).
Final compensation will be determined based on factors including experience, qualifications, and location.
Amazon also offers comprehensive benefits including health insurance (medical, dental, vision, prescription, Basic Life & AD&D insurance and option for Supplemental life plans, EAP, Mental Health Support, Medical Advice Line, Flexible Spending Accounts, Adoption and Surrogacy Reimbursement coverage), 401(k) matching, paid time off, and parental leave.
Learn more about our benefits at https://amazon. jobs/en/benefits .
USA, WA, Seattle - 167,100.00 - 226,100.00 USD annually
Amazon is an equal opportunity employer and does not discriminate on the basis of protected veteran status, disability, or other legally protected status.
#J-18808-Ljbffr
Sr. Applied Scientist, Amazon Personalization - Customer 360 datore di lavoro: Amazon
Amazon è un datore di lavoro eccezionale, offrendo un ambiente di lavoro innovativo e imprenditoriale a Seattle, dove i dipendenti possono esplorare nuove idee e contribuire a progetti all'avanguardia nel campo dell'IA. Con opportunità di crescita professionale attraverso il mentoring e la pubblicazione in riviste di alto livello, Amazon promuove una cultura inclusiva che valorizza il contributo di ogni individuo, garantendo anche un pacchetto di benefici completo e competitivo.
Consigli degli esperti StudySmarter🤫
Ecco come pensiamo che potresti ottenere Sr. Applied Scientist, Amazon Personalization - Customer 360
✨Sfrutta i Meetups di Data Science
Partecipare a meetups e conferenze di data science è un must! Questi eventi sono un ottimo modo per connettersi con esperti del settore e altre persone in cerca di lavoro. Non vergognarti di farti avanti e parlare con i relatori: potrebbe aprirti porte inaspettate.
✨Progetti Open Source per Farsi Notare
Contribuire a progetti open source è una fantastica opportunità per mostrare le tue competenze pratiche. Non solo aiuta a costruire il tuo portfolio, ma ti consente anche di lavorare con tecnologie che potrebbero essere ricercate dalla tua futura azienda. Cerca progetti su GitHub legati a data science e mettiti in gioco!
✨Unisciti a Comunità Online
Entrare a far parte di comunità online come Kaggle o forum di data science può essere un grande vantaggio. Non solo puoi partecipare a competizioni e migliorare le tue abilità, ma puoi anche costruire una rete con altri professionisti del settore. Queste connessioni possono rivelarsi preziose quando cerchi un lavoro a tempo pieno.
✨Candidati Direttamente su Amazon
Non dimenticare di candidarti direttamente sul sito di Amazon! Spesso le aziende preferiscono ricevere applicazioni tramite il loro portale, quindi assicurati di seguire le istruzioni specifiche. Un’applicazione diretta può darti un vantaggio rispetto a chi usa canali più generali.
Pensiamo che ti servano queste competenze per eccellere come Sr. Applied Scientist, Amazon Personalization - Customer 360
Alcuni consigli per la tua candidatura 🫡
Evidenzia le tue competenze tecniche:Nel campo della data science, è fondamentale mostrare le tue competenze tecniche. Assicurati di includere nel tuo CV le lingue di programmazione che conosci, come Python o R, e i tool che hai utilizzato, come TensorFlow o scikit-learn. Non dimenticare di far vedere i tuoi progetti o le tue analisi precedenti, magari con link a GitHub o portafogli di lavoro!
Scrivi una lettera motivazionale convincente:Per un ruolo full-time in data science, la lettera motivazionale è la tua occasione per far trasparire la tua passione per i dati e la tua voglia di contribuire al lavoro di Amazon. Spiega perché sei interessato a questo specifico ruolo e come le tue esperienze passate ti rendono il candidato ideale. Non essere timido: condividi le tue ambizioni e la tua visione per il futuro!
Includi risultati quantificabili:Quando parli delle tue esperienze lavorative precedenti, cerca di includere risultati quantificabili che dimostrino il tuo impatto. Ad esempio, puoi dire che hai aumentato l'efficienza di un'analisi del 20% o che hai contribuito a un progetto che ha portato a un aumento del fatturato del 15%. Metriche del genere catturano sempre l'attenzione dei recruiter!
Mostra il tuo approccio alla risoluzione dei problemi:La data science è tutta una questione di risolvere problemi complessi. Utilizza il tuo CV e la tua lettera motivazionale per descrivere come hai affrontato sfide specifiche in progetti precedenti. Ti consigliamo di includere un breve case study o un esempio pratico dei tuoi risultati per davvero colpire i selezionatori di Amazon. Mostra loro come pensi e come apprendi!
Come prepararti a un colloquio di lavoro presso Amazon
✨Brilla con il tuo Portafoglio
Porta con te un portfolio che mostri i tuoi progetti di data science. Includi studi di caso dettagliati e le tecniche che hai utilizzato, come l'analisi dei dati, il machine learning o la visualizzazione. In questo modo possiamo dimostrare concretamente il nostro problema-solving e le nostre competenze tecniche, che sono fondamentali in questo campo!
✨Preparati a Domande Tecniche
Aspettati domande tecniche in merito a statistica, machine learning e linguaggi di programmazione come Python o R. Potrebbero chiederti di spiegare modelli specifici o di analizzare un dataset sul momento. Rinfreschiamo insieme le nozioni di base e prepariamoci a dimostrare le nostre competenze pratiche.
✨Mostra la tua Curiosità
Le aziende cercano candidati che mostrino voglia di apprendere e crescita professionale. Durante l'intervista, parliamo delle tendenze attuali nel settore e dimostriamo il nostro interesse per l'innovazione nel campo della data science. Questo non solo ci farà apparire proattivi, ma metterà anche in evidenza la nostra motivazione.
✨Comunica Chiaramente i Tuoi Risultati
Essere bravi con i dati è fondamentale, ma sapere come comunicarli è altrettanto importante. Durante l'intervista, cerca di essere chiaro e conciso mentre parli dei tuoi risultati. Usa esempi specifici per dimostrare come le tue analisi abbiano avuto un impatto positivo in progetti passati. In questo modo possiamo evidenziare le nostre capacità comunicative, fondamentali per un ruolo a tempo pieno.
