105名亚马逊研究奖获得者宣布

Awardee代表15个国家的51所大学,他们可以访问亚马逊公共数据集以及AWS AI/ML服务和工具。

亚马逊研究奖(ARA)为研究多学科各种研究主题的学术研究人员提供无限制资金和AWS推广学分。这个周期,ARA收到了来自世界各地的许多优秀研究提案,今天公开宣布了105名获奖者,他们代表15个国家的51所大学。

本公告包括2023年秋季周期内六项招标资助的奖项:信息安全人工智能,自动化推理,美国焊接学会AI,AWS加密和隐私,AWS数据库服务、和持续性审查了提案的科学内容质量及其对研究界和社会产生影响的潜力。

此外,亚马逊鼓励发布研究结果,在亚马逊全球办事处展示研究成果,并根据开源许可发布相关代码。

收件人可以访问300多个亚马逊公共数据集并可以通过其AWS推广学分使用AWS AI/ML服务和工具。接收者还被指派一名亚马逊研究联系人,提供咨询和建议,以及参与亚马逊活动和培训课程的机会。

推荐阅读次数
使用最后一个字节的时间(而不是第一个字节的速度)来评估数据量很大的TLS 1.3对现实世界连接的影响,会产生更令人鼓舞的结果。

他说:“我们收到了密码学和隐私工程部关于提案的强烈回应。这是我们第一次为加密和隐私提供ARA,从提案的数量和质量来看,回应远远超出了我们的预期。”罗德·查普曼AWS密码技术高级首席应用科学家。“高级密码学在与客户和监管机构建立信任方面发挥着关键作用,尤其是在新兴领域,如加密计算、,生成人工智能和保护隐私的应用程序。我们期待着与新的主要研究人员合作,实现更具影响力的密码技术。”

推荐阅读次数
生成性人工智能在定义、测量和减轻对公平性、毒性和知识产权等问题的担忧方面提出了新的挑战。但解决方案的工作已经开始。

他说:“鉴于数据是亚马逊核心业务的核心,我很高兴有机会与大学合作,开发现代数据库系统的尖端技术。”道格·特里副总裁兼AWS数据库和AI领导力杰出科学家。“这些亚马逊研究奖使我们能够支持那些在重要领域有巨大进步潜力的项目,从SQL查询的正确性测试到生成性AI应用程序的新数据模型。”

ARA全年资助各种研究领域的提案。鼓励申请人访问ARA招标页面更多信息或发送电子邮件收到未来开放呼叫的通知。

下表按姓氏的字母顺序列出了2023年秋季的征询建议书接收人名单,并按研究领域进行了排序。

信息安全人工智能

照片网格显示了2023年秋季信息安全AI亚马逊研究奖的获奖者

收件人大学研究题目
穆拉特·科卡格鲁普渡大学云中非静态时间序列的因果异常检测
刘慧(音)密歇根州立大学利用弱监督图表示学习的能力实现网络安全
刘晓瑞北卡罗来纳州立大学利用弱监督图表示学习的力量实现网络安全
托马斯·帕斯基尔不列颠哥伦比亚大学构建鲁棒的基于源的入侵检测
Michalis Polychronakis公司石溪大学安全翻译:AI辅助的记忆安全语言的编译

自动化推理

照片网格显示2023年秋季亚马逊研究奖自动推理获奖者

收件人大学研究题目
阿明·比尔弗莱堡大学从小牛队到团队成员:在分布式SAT解决中促进解算器合作
维克托·布拉伯曼布宜诺斯艾利斯大学验证分布式协议参考实现的抽象
瓦伦·钱德拉塞卡兰伊利诺伊香槟分校自动化隐私合规性
玛丽亚·克里斯塔基斯维也纳工业大学测试Dafny是否存在不健全和脆性错误
维尔纳·迪特尔滑铁卢大学模型实现一致性的可选类型系统
阿拉斯泰尔·唐纳森伦敦帝国理工学院验证Dafny验证编程语言的编译器
阿扎德·法尔赞多伦多大学动态数据竞争检测中更好的可预测性
四川高加州大学圣地亚哥分校dReal中的证明优化与推广
托比亚斯·格罗瑟剑桥大学使用精益和MLIR进行正确且高性能的领域特定编译
安德鲁·海德宾夕法尼亚大学TYCHE:基于属性测试的IDE
Kihong Heo先生韩国高级科学技术研究院V8 JavaScript引擎中JIT编译器的生成翻译验证
弗兰斯·卡肖克麻省理工学院小组:分布式系统实现活性的组合形式验证
巴里斯·卡西奇华盛顿大学-西雅图面向大规模分布式系统根本原因诊断的隐私意识故障再现
劳拉·科瓦茨维也纳工业大学QuAT:具有算术理论的量词是有益的朋友
克里希纳穆西神社布朗大学律师助理:用于查找应用程序代码中隐私漏洞的可扩展工具
科瑞娜·帕萨雷努卡内基梅隆大学证明密码应用中不存在定时边信道
Jean Pichon-Pharabod公司奥胡斯大学验证云中虚拟机的隔离
本杰明·皮尔斯宾夕法尼亚大学TYCHE:基于属性测试的IDE
鲁齐卡·皮斯卡耶鲁大学法律民主化——使用LLM和自动推理进行法律推理
麦尔特·施瓦茨科普夫布朗大学Paralegal:在应用程序代码中查找隐私漏洞的可扩展工具
彼得·苏厄尔剑桥大学云虚拟机隔离的基础
斯科特·夏皮罗耶鲁大学法律民主化——使用LLM和自动推理进行法律推理
杰弗里·萨特克利夫迈阿密大学自动定理证明AWS云中的社区基础设施
约瑟夫·塔萨洛蒂纽约大学Dafny中概率关系推理的异步耦合
塞巴斯蒂安·乌奇特尔布宜诺斯艾利斯大学验证分布式协议参考实现的抽象
约瑟夫·乌尔班捷克技术大学基于学习的综合满足学习引导推理
托马斯·维斯纽约大学自动化隐私合规性
尼古拉·泽利多维奇麻省理工学院小组:分布式系统实现活性的组合形式验证

美国焊接学会AI

照片网格显示2023年秋季AWS AI亚马逊研究奖的获奖者

收件人大学研究题目
普基特·阿格拉瓦尔麻省理工学院在不进行微调的情况下调整基础模型
尼兰扬·巴拉苏布拉曼尼亚语石溪大学通用应用程序上复杂任务的API沙盒
奥斯伯特·巴斯塔尼宾夕法尼亚大学可信语言生成的不确定性量化
马泰·西奥卡利哥伦比亚大学你会说肌电图吗?中风后康复机器人肌电信号的生成性预训练
蔡文鼎康涅狄格大学思维图:促进大型语言模型中的逻辑推理
丁宇飞加州大学圣地亚哥分校高效可扩展LLM服务的整体编译器和运行时系统
杜新亚德克萨斯大学达拉斯分校用于回答复杂问题的过程引导精细调整
露西亚娜·费雷尔布宜诺斯艾利斯大学CONICET通过无监督校准实现生成语言模型的有效自适应
雅各布·福尔斯特牛津大学大型语言模型的纯计算缩放
尼基尔·加格康奈尔大学高风险环境中的推荐系统
格鲁吉亚Gkioxari加州理工学院建立3D基础模型:识别和重建任何东西
汤姆·金斯坦马里兰大学建立更安全的扩散模型
阿迪蒂亚·格罗弗加利福尼亚大学,洛杉矶基于上下文偏好建模的多模态生成模型个性化
阿尔伯特·顾卡内基梅隆大学缩放下一代基础模型架构
马赫迪·侯赛尼康考迪亚大学诊断病理学中自动生成天气报告
马利赫·伊扎迪代尔夫特理工大学理解和规范代码大型语言模型中的记忆
维杰·贾纳帕·雷迪哈佛大学利用以数据为中心的人工智能挑战对生成性人工智能模型的安全性进行基准测试
阿德尔·贾马德南加州大学基于MRI扫描生成医学报告的可靠人工智能
Jianbo Jiao公司伯明翰大学PCo3D:物理上合理可控的3D生成模型
苏巴拉奥·坎巴帕蒂亚利桑那州立大学理解和利用大型语言模型的规划、推理和自我评判能力
李康旭威斯康星大学麦迪逊分校基于信息和编码理论的即时工程框架
亚历斯·莱昂纳迪斯伯明翰大学PCo3D:物理上合理可控的3D生成模型
刘安琪(Anqi Liu)约翰霍普金斯大学子种群转移下的(多)校准主动学习
莉迪亚·刘普林斯顿大学从预测到积极影响:社会系统中负责任人工智能的基础
宋梅加州大学伯克利分校基础模型和生成人工智能的数学基础和物理原理
巴勃罗·皮安塔尼达国家科学研究中心通过无监督校准实现生成语言模型的有效自适应
Chara波迪玛塔麻省理工学院通过用户激励意识实现负责任的人工智能
比沙·拉吉卡内基梅隆大学文本和语音大型语言模型
克里斯蒂安·鲁普雷希特牛津大学概率三维重建中的视景扩散
奥尔加·鲁萨科夫斯基普林斯顿大学扩散模型:超越数据生成的生成模型
梵蒂萨·沙兰南加州大学基于多重校准的Debiasing ML决策
阿比纳夫·施瓦斯塔瓦马里兰大学生成嘴唇同步视频的音频条件扩散模型
拉希·辛格康奈尔大学加速分布式ML的集体通信
文森特·西兹曼麻省理工学院基于图像条件生成流模型的二维和三维动画
贾斯汀·所罗门麻省理工学院生成式人工智能的轻量级算法
马赫迪·索塔诺尔科塔比南加州大学基于MRI扫描生成医学报告的可靠人工智能
钱涛代尔夫特理工大学Φ-物理和人工智能生成医学成像(PhAI)
田亚鹏德克萨斯大学达拉斯分校集成视觉对齐和文本交互以生成多模式音频内容
雪莉·吴同双卡内基梅隆大学通过自适应数据处理从自然语言指令生成可部署模型
弗洛里安流浪汉苏黎世联邦工业大学技术能保护我们免受生成性人工智能的影响吗?
阿里·范·德森代尔夫特理工大学理解和规范代码大型语言模型中的记忆
安德烈亚·维达尔迪牛津大学概率三维重建中的视景扩散
卡尔·冯德里克哥伦比亚大学毒蛇:通过Python执行进行推理的可视化推断
王晓龙加州大学圣地亚哥分校用大型语言模型生成合成三维场景和具体任务
黄少祺宾夕法尼亚大学提示界面的对抗性操作
谢赛宁纽约大学图像雕刻:使用交互式几何控制精确生成和编辑图像
雷克斯·英耶鲁大学Diff-H:双曲线文本图像扩散生成模型
俞敏兰哈佛大学分布式训练系统故障排除
Zhiru Zhang(张志如)康奈尔大学张量图优化的统一方法

AWS加密和隐私

照片网格显示了2023年秋季AWS加密和隐私亚马逊研究奖的获奖者

收件人大学研究题目
克里斯托弗·布尔祖斯卡阿尔托大学安全消息传递:更新效率和验证
特夫菲克·布尔坦加州大学圣巴巴拉分校检测和量化加密图书馆中的信息泄漏
穆罕默德·埃斯金莫纳什大学支持可验证性的实用量子后遗忘伪随机函数
纳迪娅·亨宁格加州大学圣地亚哥分校为端到端加密云存储带来现代安全保障
塔尔·马尔金哥伦比亚大学机器学习中的密码技术
裴汉苗布朗大学推进私有设备交叉以实现更广泛的工业应用
辑弗吉尼亚·史密斯卡内基梅隆大学LLM水印嵌入与检测的再思考
罗恩·斯坦菲尔德莫纳什大学支持可验证性的实用量子后遗忘伪随机函数

AWS数据库服务

照片网格显示2023年秋季AWS数据库服务亚马逊研究奖的获奖者

收件人大学研究题目
雷曹亚利桑那大学SEED:通过大型语言模型进行简单、高效和有效的数据管理
Natacha Crooks公司

加州大学伯克利分校

猛犸象行动缓慢:被忽视的图形数据事务
塞缪尔·马登麻省理工学院SEED:通过大型语言模型进行简单、高效和有效的数据管理
曼努埃尔起重工新加坡国立大学民主化数据库模糊

科新荣

乔治亚理工学院

具有最坏情况保证的动态数据布局优化

持续性

照片网格显示了2023年秋季亚马逊可持续发展研究奖的获奖者

收件人大学研究标题
凯特·阿姆斯特朗纽约植物园VERDEX:植物生物多样性遥感
普拉文·波里尼休斯顿大学生物燃料转化用选择性纳米多孔催化剂的数据驱动设计与优化
布兰登·布科夫斯基约翰霍普金斯大学生物燃料转化用选择性纳米多孔催化剂的数据驱动设计与优化
艾伦·埃德曼麻省理工学院科学机器学习在概率气候预测和可持续发展中的应用
Kosa Goucher-Lambert公司加州大学伯克利分校LCAssist:基于生命周期信息的可持续设计决策交互系统
维克拉姆·伊耶华盛顿大学-西雅图电路、封装和执行器的数据驱动可持续聚合物设计
李灿普渡大学使用优化和大型语言模型设计和分析可持续供应链
达蒙·利特尔纽约植物园VERDEX:植物生物多样性遥感
阿尼鲁德·瓦希斯特华盛顿大学-西雅图电路、封装和执行器的数据驱动可持续聚合物设计
徐铭(Ming Xu)清华大学推进人工智能时代的可持续实践:集成大型语言模型以实现自动生命周期评估建模

相关内容

美国、马萨诸塞州、北雷丁
你受到发明的启发吗?你的DNA中有团队合作解决问题吗?你喜欢看到你的工作如何影响全局的想法吗?任何一个答案都是肯定的,那么你就可以进入亚马逊机器人。我们是一个由实干家组成的聪明团队,他们热情工作,将机器人和软件领域的前沿技术应用于解决现实世界中的挑战,这些挑战将以我们无法想象的方式改变我们客户的体验。我们每天都在发明新的改进。我们是亚马逊机器人公司,我们将为您提供所需的工具和支持,让您与我们一起以有益、充实和有趣的方式进行发明。亚马逊机器人技术公司(Amazon Robotics)正在寻找对机器人研究充满热情的应用科学实习生和合作伙伴,以研究机器人的前沿算法。我们的团队致力于机器人领域具有挑战性和高影响力的项目。项目的例子包括分配资源每天完成100万个订单,协调数千个机器人的运动,仓库中的自动导航,识别物体和损坏,以及学习如何掌握亚马逊销售的所有产品。作为Amazon Robotics的应用科学实习生/合作伙伴,您将学习我们的一项或多项机器人技术,如自主移动机器人、机器人操纵器和计算机视觉识别技术。实习生/合作项目和实习/合作地点由学生所在的团队决定。请注意,通过申请该职位,您将被考虑在各种亚马逊机器人团队中担任应用科学家暑期实习生、春季合作和秋季合作角色。这些团队致力于计算机视觉、机器学习、机器人操作、导航、路径规划、感知、优化等领域的机器人研究。了解有关亚马逊机器人的更多信息:https://amazon.jobs/en/teams/amazon-robotics网站
美国、华盛顿州、西雅图
在AWS Health AI,我们利用AI来革新医疗保健,如果您有热情在全球范围内改变健康状况,我们将为您提供机会。AWS Health AI正在寻找一位富有创造力和天赋的应用科学家,在自然语言处理、基因组学、医学成像或生物医学领域携手合作。我们的使命是使用Gen-AI,为医疗保健和生命科学用户构建新的创新解决方案。您将参与整个产品开发周期,包括客户发现、实验、设计和原型制作。什么很酷?您将与以ML为中心的SDE团队合作,将这些解决方案产品化。我们理想的候选人在歧义中茁壮成长,建立协作关系,行动迅速,对有意义的工作充满热情。他们将具备设计和构建以AWS规模运行的复杂分布式系统的技术技能。他们喜欢在小型、专注的团队中工作,拥有自己的产品,并且喜欢随时随地投入以完成工作。他们以身作则,团队自然会被他们所吸引,因为他们的工程专业知识和决策能力。他们能够与各种各样的观众进行有效沟通,并且能够自如地提出新想法。我们正在寻找那些在激动人心、快节奏的环境中茁壮成长,并且对学习、研究和创造具有高客户影响力的新技术有强烈个人兴趣的候选人。您将有机会影响产品和领导者。作为一名应用科学家,您将与才华横溢的科学家和工程师合作,设计、培训、测试和部署机器学习模型。您将为创新功能做出贡献,根据客户需求改进我们的服务,并帮助维护支持尖端研究的高度可扩展的数据和模型管理基础设施。您将负责将业务和工程需求转换为可交付成果和软件产品。有语音、自然语言处理或计算机视觉领域知识者优先;需要扎实的统计学、机器学习和深度学习基础知识。候选人应具备较强的软件工程技能和多年的行业经验。主要工作职责-应用最新的深度学习和自然语言处理技术为客户提供新功能-将模棱两可的商业问题转化为精确的科学问题-定期提供深度学习模型和运行在AWS规模的自然语言处理模型-与工程师合作,临床专家和产品经理提供您的解决方案您将做什么:*与临床专家、研究人员和工程师团队合作解决复杂的医疗挑战*为多模式系统开发新的算法和建模技术*应用最新的深度学习,在健康领域构建基于模型的解决方案的Gen AI和自然语言处理技术*与跨职能团队合作,创建有影响力的产品和服务。将模棱两可的商业问题转化为精确的科学问题,并分享实验中的见解/经验教训,以帮助产品方向。*开展前沿研究,并在顶级会议和期刊上发表我们的目标:*在深度学习和多模式系统方面有丰富的背景*对将人工智能应用于医疗挑战的热情*领导和指导研究团队的能力*在开发可扩展、,安全AI/ML系统*在医学成像、医学笔记、本体论、基因组学或临床决策支持等领域的专业知识关于团队该团队负责构建经典和GenAI解决方案,直接集成为HealthCare和Life Science用户的解决方案。为什么选择AWS?亚马逊网络服务(AWS)是世界上最全面、应用最广泛的云平台。我们开创了云计算的先河,从未停止过创新——这就是为什么从最成功的初创公司到全球500强公司的客户都相信我们强大的产品和服务套件能够为他们的业务提供动力。多样化经验AWS重视多样化经验。即使你不符合职位描述中列出的所有资格和技能,我们也鼓励应聘者申请。如果你的职业生涯才刚刚开始,没有走传统的道路,或者有其他经历,不要让它阻止你申请。包容性团队文化在AWS,学习和好奇是我们的天性。我们由员工领导的亲和团体培养了一种包容的文化,使我们能够为我们的差异感到自豪。正在进行的活动和学习经历,包括我们的种族和民族对话(CORE)和AmazeCon(性别多样性)会议,激励我们永不停止拥抱我们的独特性。导师制和职业发展我们不断提高绩效标准,努力成为地球上最好的雇主。这就是为什么你会在这里找到无穷无尽的知识共享、指导和其他职业发展资源,帮助你发展成为一名更全面的专业人士。工作/生活平衡我们重视工作与生活的和谐。在工作中取得成功决不应该以牺牲家庭为代价,这就是为什么我们努力将灵活性作为我们工作文化的一部分。当我们在工作场所和家里感到支持时,没有什么是我们在云端无法实现的。混合工作我们重视创新,并认识到这有时需要不间断的时间来专注于构建。我们也重视同人协作和面对面的时间。我们的团队为员工提供了每天在办公室工作的选择,或者在我们的美国亚马逊办公室附近采用灵活的混合工作模式。
美国、华盛顿州、西雅图
亚马逊客户服务部的全球缺陷消除(WWDE)科学团队构建最先进的人工智能(AI)模型,为亚马逊客户提供无缺陷购物体验。我们开发技术和机制,以便在缺陷影响更广泛的客户之前,发现、根源、测量并上报缺陷以供解决。我们正在寻找一位有创意的问题解决者和技术娴熟的应用科学家,他们能够并有兴趣构建AI解决方案,以大规模解决客户问题。理想的候选人将领导创新解决方案的开发,以不同的方式识别、根源、属性并总结大量客户反馈中的问题。他们还将利用GenAI技术的最新进展,探索数十亿客户联系方式,并自动化缺陷解决工作流程。作为该角色的一部分,该候选人将与该领域的大型专家团队合作,并推动缺陷消除研究的状态向前发展。这位候选人应该具备利用人工智能将复杂的数据见解转化为可操作策略的技巧,并能够有效地与技术和非技术受众沟通。关键工作职责*应用科学模型从大量和不同形式的客户反馈中提取可操作的信息*利用GenAI/大型语言模型(LLM)用于扩展和自动化缺陷消除工作流的技术*设计和实施指标以评估AI模型的有效性*向技术和非技术利益相关者提供深入探究和分析,确保清晰、理解并影响业务合作伙伴*执行统计分析和统计测试,包括假设测试和A/B测试*认可并采用报告和分析中的最佳实践:数据完整性、测试设计、分析、验证,和文档生活中的一天如果您不确定上面列表中的每个资格都准确描述了您,我们仍然希望收到您的来信!在亚马逊,我们重视具有独特背景、经验和技能的人。如果你对这个角色充满热情,并想在全球范围内产生影响,请申请!亚马逊提供全方位的福利,支持您和符合条件的家庭成员,包括家庭伴侣及其子女。福利可能因地点、定期工作时间、工作时间和工作状态(如季节性或临时性工作)而异。通常适用于正式全职员工的福利包括:1。医疗、牙科和视力覆盖2。产假和育儿假选项3。带薪休假(PTO)4。401(k)团队计划全球缺陷消除(WWDE)团队的任务是了解并解决大规模影响客户的所有问题。WWDE Science团队是该团队中的一个力量倍增器,帮助应用科学解决方案来消除缺陷并提高客户体验。
美国、弗吉尼亚州、阿灵顿
机器学习(ML)从最初几年起就一直是亚马逊的战略。我们是推荐引擎、产品搜索、电子商务欺诈检测和履行中心运营大规模优化等领域的先驱。Generative AI团队帮助AWS客户加速使用Generative人工智能解决业务和运营问题,并促进组织创新。作为一名应用科学家,您精通设计和开发高级ML模型,以解决各种挑战和机遇。您将使用数TB的文本、图像和其他类型的数据来解决实际问题。您将设计和运行实验,研究新算法,并找到优化风险、盈利能力和客户体验的新方法。我们正在寻找能够将ML算法和尖端深度学习(DL)以及强化学习方法应用于药物发现、客户细分、欺诈预防、容量规划、预测维护、定价优化、呼叫中心分析、玩家姿势估计、事件检测、,虚拟助理等。该职位要求所选候选人为美国公民。主要工作职责该职位的主要职责是:-设计、开发和评估创新的ML模型,以解决跨行业的各种问题和机遇-直接与客户互动,了解他们的业务问题,并帮助他们定义和实施可扩展的生成性人工智能解决方案,以解决这些问题-与客户团队、研究科学家团队和产品工程团队密切合作,推动模型实施和新解决方案生命中的一天关于AWS:多样性体验亚马逊重视各种体验。即使你不符合职位描述中列出的所有首选资格和技能,我们也鼓励应聘者申请。如果你的职业生涯才刚刚开始,没有走传统的道路,或者有其他经历,不要让它阻止你申请。为什么AWS Amazon Web Services(AWS)是世界上最全面、应用最广泛的云平台。我们开创了云计算的先河,从未停止过创新——这就是为什么从最成功的初创公司到全球500强公司的客户都相信我们强大的产品和服务套件能够为他们的业务提供动力。工作/生活平衡我们重视工作与生活的和谐。在工作中取得成功决不应该以牺牲家庭为代价,这就是为什么我们努力将灵活性作为我们工作文化的一部分。当我们在工作场所和家里感到支持时,没有什么是我们在云端无法实现的。包容性团队文化在AWS,学习和好奇是我们的天性。我们由员工领导的亲和团体培养了一种包容的文化,使我们能够为我们的差异感到自豪。正在进行的活动和学习经历,包括我们的种族和民族对话(CORE)和AmazeCon(性别多样性)会议,激励我们永不停止拥抱我们的独特性。导师和职业发展我们在努力成为地球上最好的雇主的同时,不断提高我们的绩效标准。这就是为什么你会在这里找到无穷无尽的知识共享、指导和其他职业发展资源,帮助你发展成为一名更全面的专业人士。
美国、弗吉尼亚州、阿灵顿
Device Economics正在寻找一位在因果推断、经验工业组织、预测和缩放系统方面经验丰富的经济学家,以解决商业问题,推动亚马逊设备组织的关键资源分配和定价决策。输出将包括在规模化系统中,以自动化现有流程并最大限度地实现业务和客户目标。亚马逊设备设计和制造亚马逊第一方消费电子产品,以取悦和吸引客户。Amazon Devices是一个高度复杂的空间,拥有100多种产品,涵盖多个产品类别(电子阅读器[Kindle]、平板电脑[Fire Tablet]、智能扬声器和音频助手[Echo]、wifi路由器[eero]以及视频门铃和摄像头[Ring and Blink]),可在多个地区的在线和离线零售商中销售。随着新产品的推出和新市场的推出,动态产品供应的空间变得更加复杂。设备经济学团队领导分析这些复杂的市场动态,以便在设备组织中实现科学驱动的决策。设备经济学通过将经济专业知识与宏观经济趋势相结合来实现这一点,并将两者都纳入供内部分析师使用的科学应用中,以提供对客户偏好的深入了解。我们团队的成果为产品开发决策、对未来产品类别的投资、产品定价和促销以及跨互补产品线的捆绑提供了信息。我们已经对设备业务产生了重大影响,并将取得更多成果。Device Economics寻求一位擅长衡量客户偏好和行为的经济学家,该经济学家具备经验证的创新能力、规模衡量能力和驱动严谨性。候选人必须热衷于推动科学对业务和客户的影响。
伊利诺伊州特拉维夫
来和我们一起打造娱乐的未来吧。你有兴趣帮助塑造电影和电视的未来吗?你想帮助定义下一代亚马逊客户的观看方式和内容吗?Prime Video是一项优质流媒体服务,为客户提供大量电视节目和电影,所有这些都可以在一个地方轻松找到他们喜欢看的内容。我们为客户提供数千部热门电影和电视节目,包括亚马逊原创和独家授权内容,用于精彩的现场体育赛事。我们还为会员提供订阅附加频道的机会,他们可以随时取消这些频道,并在Prime Video Store上租用或购买新发行的电影和电视机顶盒。Prime Video是一家快速发展的公司,业务遍及全球240多个国家和地区。该团队在一个充满活力的环境中工作,代表客户进行创新是我们所做一切的核心。如果这听起来令人兴奋,请继续阅读。我们正在寻找一位高级应用科学家,开始我们的旅程,在以色列从头开始建立一支Prime Video Sports技术团队。我们的团队将专注于开发产品,使客户体验个性化,并使用计算机视觉(CV)和机器学习(ML)为他们提供实时见解和革命性体验。您将有机会从事绿地、尖端和大型工程和科学项目,并有机会成为以色列Prime Video Sports技术团队的创始人之一。主要工作职责我们正在寻找一位在计算机视觉或推荐系统领域具有专业知识的高级应用科学家,以领导新算法和E2E解决方案的开发。您将成为应用科学家和软件开发工程师团队的一员,负责研究、设计、开发算法并将其部署到生产管道中。作为一名技术专家,你还将在计算机视觉和机器学习的顶级会议上推动原创作品的出版。你将被要求处理歧义!我们正在寻找一位具有出色分析能力、能够与跨职能团队和系统合作的人。你必须是一个积极主动的人,并且能够随时随地学习。关于球队2018年9月,Prime Video通过NFL周四晚间足球(Thursday Night Football)向全球Prime客户推出了首个全面的流媒体直播体验。这只是开始。现在,亚马逊拥有美国橄榄球联盟(NFL)周四晚间足球(Thursday Night Football)、罗兰·加洛斯(Roland-Garros)和英国高级联赛(English Premium League)等主要联赛的独家转播权,并且正在全球30多个体育赛事中直播赛事。Prime Video不仅扩展了其提供的直播内容的广度,还扩展了体验的深度。这是一个革命性的机会,有机会成为Prime Video革命性节目的先锋,以及各地客户的实时流媒体体验。
美国、华盛顿州、西雅图
亚马逊努力成为地球上最以客户为中心的公司,人们可以在这里找到和发现他们想在网上购买的任何东西。我们雇佣世界上最聪明的人才,为他们提供快节奏、技术先进和友好的工作环境。你是否在寻找一个可以推动创新的环境?你想应用学习技巧和高级数学建模来解决现实世界中的问题吗?你想在亚马逊零售业务的未来扮演关键角色吗?这份工作适合你!亚马逊的客户行为分析(CBA)团队负责用于了解客户行为和所有亚马逊项目价值生成的工具的架构、设计和实现。我们的愿景是确保亚马逊的每一个决策都以客户为中心,并最大化长期自由现金流(LTFCF)。为了实现这一点,我们建立了最佳、公正和最可信的增量客户长期价值衡量标准,并将其作为公司基于客户的决策标准而普遍采用。来加入我们吧!亚马逊的CBA团队正在寻找经济学家,他们可以在经济学、统计学和机器学习的交叉点工作;并利用大数据的力量解决复杂问题,如长期因果关系估计。主要工作职责亚马逊经济学家预计将与其他经济学家和高级管理层直接合作,解决零售、国际零售、云计算、第三方商户、搜索、Kindle、流媒体视频和运营方面的关键业务问题。亚马逊的经济学家将把前沿的经济思想应用于市场设计、定价、预测、项目评估、在线广告和其他领域。您将使用我们世界级的数据系统建立经济计量模型,并应用经济理论解决快速变化环境中的商业问题。亚马逊(Amazon)的经济学家将被期望开发新技术来处理大型数据集,通过严格的科学和验证建立对这些技术的信任,解决定量问题,并为公司的自动化系统设计做出贡献。
美国、华盛顿州、西雅图
亚马逊赞助产品广告业务是该公司增长最快的领域之一。你有没有想过在亚马逊上看到的“赞助商”标签后面会发生什么?赞助产品市场团队使用数据驱动的产品创新、机器学习、大数据分析和低延迟/高容量工程相结合,创建并优化系统,使广告客户需求(广告)与页面供应(放置)相匹配。到有机搜索结果就绪时,我们已经处理了所有候选广告,并确定了哪些广告将被发送到页面。我们每天都会进行数十亿次这样的活动,导致数以百万计的产品参与,否则购物者可能看不到这些产品。业务和技术挑战是重大的。幸运的是,我们肩负着广泛的实验和创新任务,并且似乎有无数新的机会来建立一个大型的、可持续的业务,帮助亚马逊不断取悦我们的所有客户。我们正在寻找一位创新的、以客户为导向的高级应用科学家,他可以通过创建最先进的模型来帮助我们将产品提升到更高的质量和性能水平,从而提高我们优化性能的能力,预测广告商行为的影响,并使广告商能够通过具有影响力的功能进行扩展。我们欢迎具有创业心态的领导者,他们有着颠覆性但明确的使命和目标,明确的所有者心态,以及对交付令人惊叹的产品的不懈追求。作为Scalable Controls团队的高级应用科学家,您将与商业领袖、其他科学家和软件工程师合作,提供使用ML、DL和R技术进行广告算法管理的规则。您将负责通过构建健壮高效的计算管道来扩展模型,保持模型的新鲜度,并确保正确处理真实世界的角落案例,从而将实验领域与生产领域连接起来。从开始到发布,您将拥有重要的产品和功能,并将与产品经理、其他科学家和工程师合作,使您的努力取得巨大成功。您将领导我们团队的科学项目,为项目方向/愿景、路线图和人员配置等主题的战略决策提供意见。如果这听起来像是你面临的挑战,请继续阅读。表明你在这个职位上取得成功的特征:*高度分析性:你可以用可验证的数据来支持解决问题的方法。您专注于推动支持理性决策的流程、工具和统计方法。*技术上无所畏惧:你不满足于“如期”的表现,超越了传统的界限。您的拨号转到“11”。*陷入歧义:你能够探索具有独特约束和不明显解决方案的新问题空间。*专注于团队的个人贡献者:你可以帮助团队成员成长,从而取得优异的成绩。您已经了解到,大计划通常涉及协作和良好的沟通。*痴迷于质量:你认识到专业科学家建立高质量的模型开发和评估框架,以确保他们的模型能够被证明符合启动标准,或者在框架中有效地迭代,直到他们满足。*谦逊:你雄心勃勃,但又谦逊。你知道总有改进的机会。你利用队友和同伴的反省和反馈来提高标准。主要工作职责*应用机器学习和分析技术为业务问题创建可扩展的解决方案*与整个组织的软件工程和产品团队密切合作,推动模型实施和新功能创建*与业务利益相关者密切合作,确定当前的机会模型改进和新模型将为业务底线带来巨大利益*与Ads组织内的科学家以及亚马逊的其他部门合作,分享经验,推动先进技术的发展*建立可扩展、高效、自动化的数据分析、模型开发流程,模型验证和模型实现*研究和实现新的机器学习和统计方法
香港铜锣湾
AWS销售、营销和全球服务部(SMGS)负责推动收入、采用率和增长,从最大且增长最快的中小型市场客户转向包括公共部门在内的企业级客户。AWS全球支持团队与领先公司互动,并相信世界级的支持对客户成功至关重要。AWS Support还与在AWS服务之上构建关键任务应用程序的全球客户列表合作。AWS的生成性人工智能(AI)创新中心团队提供了在快节奏组织中进行创新的机会,该组织利用尖端的生成性AI算法为改变游戏规则的项目和技术做出贡献。作为一名应用科学家,您将与技术和业务团队合作,构建令客户惊喜和愉悦的解决方案。我们正在寻找能够使用生成性人工智能和其他ML技术为从未解决过的问题设计、传播和实施最先进的解决方案的应用科学家。主要工作职责主要工作职责-与科学家和工程师合作进行研究,设计和开发尖端的生成性人工智能算法,以应对现实世界的挑战-在客户参与范围内工作,了解生成性人工人工智能的采用模式,并在团队和领导层之间快速共享这些模式-直接与客户互动,以了解业务问题,帮助和帮助他们实施生成性人工智能解决方案,向客户提供简报和深入讨论,并指导客户采用生成性人工人工智能的模式和途径-创建并提供最佳实践建议、教程、博客帖子、示例代码和适应技术、业务的演示,和执行干系人-向产品和工程团队提供客户和市场反馈,以帮助确定产品方向。生活中的一天在AWS,我们拥抱我们的差异。我们致力于促进我们的包容文化。我们有十个由员工领导的亲和团体,在全球190多个分会中拥有40000名员工。我们提供创新的福利,并举办年度和持续的学习体验,包括我们的种族和民族对话(CORE)和AmazeCon(性别多样性)会议。亚马逊的包容性文化在我们的16项领导原则中得到了加强,这些原则提醒团队成员寻求不同的观点,学习和好奇,并赢得信任。关于团队AWS销售、市场营销和全球服务(SMGS)负责推动收入、采用率和增长,从最大和增长最快的中小型市场客户转向包括公共部门在内的企业级客户。AWS全球支持团队与领先公司互动,并相信世界级的支持对客户成功至关重要。AWS Support还与在AWS服务之上构建关键任务应用程序的全球客户列表合作。AWS专业服务为客户和合作伙伴参与各种各样的项目,提供AWS客户的集体体验、最佳实践,并致力于为客户取得巨大成功。我们的团队在整个AWS组织中进行合作,以获得产品、服务和培训团队的支持,为我们所有行业的客户提供正确的解决方案并推动功能创新。多样化经验AWS重视多样化经验。即使你不符合职位描述中列出的所有资格和技能,我们也鼓励应聘者申请。如果你的职业生涯才刚刚开始,没有走传统的道路,或者有其他经历,不要让它阻止你申请。为什么选择AWS?亚马逊网络服务(AWS)是世界上最全面、应用最广泛的云平台。我们开创了云计算的先河,从未停止过创新——这就是为什么从最成功的初创公司到全球500强公司的客户都相信我们强大的产品和服务套件能够为他们的业务提供动力。包容性团队文化在AWS,学习和好奇是我们的天性。我们由员工领导的亲和团体培养了一种包容的文化,使我们能够为我们的差异感到自豪。正在进行的活动和学习经历,包括我们的种族和民族对话(CORE)和AmazeCon(性别多样性)会议,激励我们永不停止拥抱我们的独特性。导师制和职业发展我们不断提高绩效标准,努力成为地球上最好的雇主。这就是为什么你会在这里找到无穷无尽的知识共享、指导和其他职业发展资源,帮助你发展成为一名更全面的专业人士。工作/生活平衡我们重视工作与生活的和谐。在工作中取得成功决不应该以牺牲家庭为代价,这就是为什么我们努力将灵活性作为我们工作文化的一部分。当我们在工作场所和家中感受到支持时,我们在云中没有什么不能实现的。
美国、加利福尼亚州、圣克拉拉
AWS AI团队拥有一支由研究人员和学者组成的世界领先团队,我们正在寻找世界级的同事加入我们,推动AI革命的发生。我们的科学家团队开发的算法和模型为AWS SageMaker、SageMakerJumpStart、SageMaker Clarify、AWS Bedrock、AWS Ground Truth、Amazon Rekognition、亚马逊Textract和亚马逊Lookout for Vision提供了支持。作为团队的一部分,我们希望您能够为难题制定创新的解决方案,并在同行评审的会议和研讨会上公布您的发现。AWS是全球领先的云服务提供商,促进了无数新业务的创建和增长,是一股积极的力量。我们的客户带来的问题将给像你们这样的应用科学家带来无限的机会,让他们看到你们的研究在世界上产生积极和直接的影响。您将有机会与技术和业务团队合作,以解决现实世界中的问题,获得无穷无尽的数据和计算资源,并接触世界级的工程师和开发人员,帮助您将想法带到世界上。AWS实用计算(UC)提供产品创新,从亚马逊简单存储服务(S3)和亚马逊弹性计算云(EC2)等基础服务,到持续发布的新产品创新,这些创新将继续使AWS的服务和功能在业界独树一帜。作为UC组织的成员,您将支持AWS中计算、数据库、存储、物联网(Iot)、平台和生产力应用程序服务的开发和管理。在AWS UC中,亚马逊专用云(ADC)角色与需要为其云服务提供专门安全解决方案的AWS客户接洽。我们欢迎应聘者在以下地点工作:美国纽约州纽约市关于团队多样性体验AWS重视多样性体验。即使你不符合职位描述中列出的所有资格和技能,我们也鼓励应聘者申请。如果你的职业生涯才刚刚开始,没有走传统的道路,或者有其他经历,不要让它阻止你申请。为什么选择AWS?亚马逊网络服务(AWS)是世界上最全面、应用最广泛的云平台。我们开创了云计算的先河,从未停止过创新——这就是为什么从最成功的初创公司到全球500强公司的客户都相信我们强大的产品和服务套件能够为他们的业务提供动力。包容性团队文化在AWS,学习和好奇是我们的天性。我们由员工领导的亲和团体培养了一种包容的文化,使我们能够为我们的差异感到自豪。正在进行的活动和学习经历,包括我们的种族和民族对话(CORE)和AmazeCon(性别多样性)会议,激励我们永不停止拥抱我们的独特性。导师制和职业发展我们不断提高绩效标准,努力成为地球上最好的雇主。这就是为什么你会在这里找到无穷无尽的知识共享、指导和其他职业发展资源,帮助你发展成为一名更全面的专业人士。工作/生活平衡我们重视工作与生活的和谐。在工作中取得成功决不应该以牺牲家庭为代价,这就是为什么我们努力将灵活性作为我们工作文化的一部分。当我们在工作场所和家里感到支持时,没有什么是我们在云端无法实现的。混合工作我们重视创新,并认识到这有时需要不间断的时间来专注于构建。我们也重视同人协作和面对面的时间。我们的团队为员工提供了每天在办公室工作的选择,或者在我们的美国亚马逊办公室附近采用灵活的混合工作模式。