Amazon : un scientifique IA co-présidera RecSys 2026

Abhinav Bohra, scientifique appliqué senior chez Amazon spécialiste des systèmes de recommandation, dit regretter d'avoir tardé à exister publiquement hors de son employeur. Depuis 2021, il publie, évalue des travaux et s'exprime en conférences, dans un cadre qu'il a défini pour éviter toute fuite d'informations. Cette visibilité lui a valu d'être nommé Challenge Co-Chair de l'ACM RecSys 2026 et d'intégrer un programme de mentorat via Johns Hopkins. Il décrit aussi une « taxe d'apprentissage » qui grignote soirées et week-ends.

Nomination à RecSys 2026 et mentorat validés grâce à un dossier public

Ces dernières années, rendre visibles ses travaux a eu des effets concrets pour Abhinav Bohra. Il a été nommé Challenge Co-Chair pour l'ACM RecSys 2026, une conférence internationale dédiée aux systèmes de recommandation. Il avait pris l'initiative de contacter les organisateurs, de présenter son parcours, ses recherches et son expérience en évaluation, et d'exprimer son intérêt pour le comité d'organisation. Après examen de son profil et un appel, la nomination a été actée. Il estime que cette prise de contact l'a rendu éligible, mais que le travail antérieur a rendu l'opportunité possible. Parallèlement, il a rejoint un programme de mentorat via Johns Hopkins, où il conseille des startups sur l'IA et la stratégie technique.

Des règles personnelles pour parler sans divulguer le propriétaire

D'abord réticent, Abhinav Bohra considérait tout ce qui touchait à son travail comme « radioactif », d'autant que publier des éléments d'entreprise suppose des procédures de documentation et de revue qu'il ne souhaitait pas enclencher. Il a ensuite établi une règle claire : les concepts et travaux de recherche ne relèvent pas de la propriété, même si les données, elles, le sont ; un sujet déjà abordé dans la littérature peut donc être évoqué, à la différence de ce qui est uniquement présent dans le code interne. Il ne partage jamais de données non publiques, de métriques internes, d'informations sur les clients, de code, de feuilles de route ni de produits non annoncés, et préfère s'abstenir lorsqu'il a un doute. Pour des problématiques générales, telles que l'entraînement d'un modèle avec un nombre très limité de données annotées, il a remarqué qu'il était possible d'avoir des discussions techniques approfondies sans divulguer d'informations sensibles.

Publications, évaluations et LinkedIn comme leviers de visibilité

En 2021, il a commencé à partager davantage ses apprentissages et a publié son premier article environ un an plus tard. Ces publications lui ont permis d'évaluer des travaux d'autres chercheurs et de nouer des relations dans l'écosystème. Il a ensuite obtenu des invitations à prendre la parole, et attribue en partie ces opportunités à ses articles et à son activité de relecteur. LinkedIn est devenu l'un de ses canaux, où il relaie ses recherches, ses idées techniques et ses interventions, avec l'objectif de se forger une identité professionnelle qui ne dépende pas d'un seul employeur, sans chercher à devenir influenceur.

Effets sur son travail chez Amazon et coût d’apprentissage hors temps de travail

Pour Abhinav Bohra, la visibilité externe n'est pas qu'une ligne de CV. Il estime que s'ouvrir plus tôt à l'extérieur aurait accéléré ses avancées internes, car écrire pour des lecteurs sans contexte ou s'exprimer en conférence met rapidement au jour les faiblesses, des évaluations d'autant plus utiles qu'elles viennent d'acteurs qui ne lui doivent rien. Au fil du temps, ce travail extérieur l'a rendu plus confiant en interne et plus prompt à proposer des idées sans les figer entièrement. Il décrit cependant l'apprentissage en IA comme un « second emploi » officieux : en dehors du quotidien, il consacre soirées et week-ends à la recherche sur la récupération et la recommandation et à la soumission d'articles. Il dit apprécier ces efforts, tout en reconnaissant l'impact sur l'équilibre vie professionnelle-vie personnelle, et justifie ces engagements par la rapidité d'évolution du domaine. Selon lui, l'IA ouvre des portes mais s'accompagne d'une « taxe d'apprentissage », l'actualisation des compétences devenant de facto une part du travail, y compris hors des horaires.

Parcours, regrets et conseils pour éviter de « repartir de zéro »

Scientifique appliqué senior chez Amazon, spécialiste des systèmes de recommandation qui orientent les produits présentés aux acheteurs, Abhinav Bohra a rejoint l'entreprise en 2019 et a été promu en 2024. Il décrit une première phase centrée sur l'interne, où il voit des pairs publier sur des problèmes qu'il résolvait sans intervenir publiquement. Il dit avoir découvert que la réputation interne ne se transfère pas, regrette le délai mis à s'ouvrir et pense qu'il aurait gagné quelques années s'il l'avait fait plus tôt. Il recommande de disposer d'un dossier public, utile en cas d'aléas professionnels, de licenciements ou de marché tendu, afin d'éviter l'impression de repartir de zéro quand tout le travail passé est propriétaire et incommunicable. Son conseil est de cultiver un profil externe lisible, sans divulguer d'informations protégées ni enfreindre de NDA, via des recherches indépendantes, des conférences, de l'évaluation de travaux et une implication dans des organisations du domaine. Il souligne enfin que la prise de parole qui l'a aidé s'accompagne pour lui d'une « taxe d'apprentissage » prise sur les temps personnels.