Description

日本の大学で機械学習や関連領域の研究に従事している学生の皆様に向けたフェローシッププログラムのご案内です。Amazon JapanのRetail Scienceチームでは、何百万人もの顧客にインパクトを与える価値あるテクノロジーに繋がるような、新しいプロトタイプやコンセプトを開発するプロジェクトに従事していただく学生を募集しています。プログラムは1ヶ月から3ヶ月の短期間のプロジェクトになります。
プロジェクトの対象となるテーマには、自然言語処理、表現学習、レコメンデーションシステム、因果推論といった領域が含まれますが、これらに限定されるわけではありません。プロジェクトは、チームのシニアサイエンティスト1名または複数名のガイダンスのもとで定義、遂行され、プロジェクト中は他のサイエンティストもメンターとしてフォローします。
学生の皆様が新しいモデルを考案したり、新しいテクノロジーを活用し実験する時間を最大化できるようにすることが目標です。そのため、プロジェクトではエンジニアリングやスケーリングよりも、プロトタイピングを行い具体的に概念実証を行うことに集中します。
また、Amazonでは論文出版も推奨しています。従事した研究開発活動の成果物として出版される論文には著者として参加することになります。
フェローシッププログラムは目黒の東京オフィスで、他のチームと一緒に行われます。Amazonは、プログラム期間中に必要なIT機器（ラップトップなど）、給与と通勤費を支給します。


Are you a current PhD student enrolled in a Japanese university researching Statistics, Machine Learning, Economics, or a related discipline? The Japan Retail Science team is looking for Fellows for short term (1-3 months) projects to develop new prototypes and concepts that can then be translated into meaningful technologies impacting millions of customers.

In this position, you will be assigned a project to carry out from areas including but not limited to natural language processing, representation learning, recommender systems, or causal inference. The project will be defined and carried out under the supervision of one or more of our senior scientists, and you will be assigned another scientist as a mentor to follow you during the project.

Our goal is to maximize the time you spend on inventing new models and experimenting with new techniques, so the work will concentrate on prototyping and creating a tangible proof of concept, rather than engineering and scaling. Amazon encourages publications, and you will be included as an author of any published manuscript.

The fellowship will be carried out from our Tokyo office in Meguro together with the rest of the team. Amazon will provide the necessary IT equipment (laptop, etc.) for the duration of the fellowship, a salary, and commuting expenses.

Key job responsibilities
このフェローシップは、エージェント型ショッピングの影響を研究することに関するものです。業界は、AIエージェントが消費者に代わって購買決定をますます仲介する近未来に収束しつつあります。最近の分析では、エージェントが2030年までに世界の消費者商取引において3〜5兆ドルを仲介する可能性があると予測されています。これらのエージェントは、人間と同じカタログ、検索結果、商品ページをナビゲートしますが、同じ決定を下すわけではありません。

AIエージェントは、人間のバイアスとは根本的に異なる体系的なバイアスを商品選択にもたらします。構造化され解析可能な属性を過度に重視し、より一貫して価格合理的であり、視覚的または感情的なシグナルを処理できず、基盤となるLLMから継承された位置効果や冗長性効果を示します。その結果、検索クエリのセットが同一であっても、エージェント仲介型ショッピングはカタログ全体で異なる購買分布を生み出し、収益、利益率、需要集中に直接的な影響を及ぼします。

現在、私たちはこれらのバイアスが何であるか、どの程度大きいか、どの商品カテゴリが最も脆弱か、またそれに対して何ができるかについて、体系的な理解を持っていません。このプロジェクトは、エージェントと人間の意思決定の乖離を測定する統制実験を実施し、私たちの管理下にある修正（商品タイトル、説明、構造化属性、推奨シグナル）を通じてエージェントの行動に影響を与えることができる対策をテストすることで、そのギャップを埋めることを提案します。

This fellowship is about studying the implications of agentic shopping. The industry is converging on a near-term future where AI agents increasingly mediate purchase decisions on behalf of consumers. Recent analyses project that agents could mediate $3–5 trillion in global consumer commerce by 2030. These agents will navigate the same catalogs, search results, and product pages that humans do, but they will not make the same decisions.
AI agents bring systematic biases to product selection that differ fundamentally from human biases. They over-index on structured and parseable attributes, are more consistently price-rational, cannot process visual or emotional signals, and exhibit position and verbosity effects inherited from the underlying LLMs. The consequence is that even if the set of search queries remains identical, agent-mediated shopping will produce a different distribution of purchases across the catalog, with direct repercussions on revenue, margins, and demand concentration.
We currently have no systematic understanding of what these biases are, how large they are, which product categories are most vulnerable, or what we can do about them. This project proposes to fill that gap by running controlled experiments that measure agent-human decision divergence and testing countermeasures that can influence agent behavior through modifications within our control — product titles, descriptions, structured attributes, and recommendation signals.


A day in the life
チームの多くのメンバーは、午前9時くらいから10時半くらいまでの間に仕事を始め、夕方6時から7時には仕事を終えています。出席が必要なミーティングに参加していれば、勤務時間は自由に決められます。
パートタイムを希望する場合、勤務時間数は採用担当者とともに決定します。フルタイムの場合、労働時間は通常の契約通り週40時間となります。
The majority of the team starts working between 9 and 10.30am until 18-19. You will have complete flexibility to determine your working hours as long as you are present for the meetings where your attendance is required.
Number of working hours will be agreed together with the hiring manager in case you want to pursue the Fellowship part-time. In case of full-time, working hours will be 40/week as per a standard contract.


About the team
私たちのチームは、日本および世界のすべてのAmazonのベンダー企業に提供されるソリューションを支える製品を発明し、開発しています。私たちは、プロダクトマネージャーやビジネス関係者と協力し、科学的なモデルを開発し、インパクトのあるアプリケーションに繋げることで、Amazonのベンダー企業がより速く成長し、顧客により良いサービスを提供できるようにします。
私たちは、科学者同士のコラボレーションが重要であり、孤立した状態で仕事をしても、幸せなチームにはならないと考えています。私たちは、科学者が専門性を高め、最先端の技術についていけるよう、社内の仕組みを通じて継続的に学ぶことに重きを置いています。私たちの目標は、世界中のAmazonのベンダーソリューションの主要なサイエンスチームとなることです。


Our team invents and develops products powering the solutions offered to all Amazon vendors, in Japan and worldwide.

We interact with Product Managers and Business stakeholders to develop rigorous science models that are linked to impactful applications helping Amazon vendors grow faster and better serving their customers.

We believe that collaboration between scientists is paramount, and working in isolation does not lead to a happy team. We place strong emphasis on continuous learning through internal mechanisms for our scientists to keep on growing their expertise and keep up with the state of the art. Our goal is to be primary science team for vendor solutions in Amazon, worldwide.