Waarom een interne staat van dienst bij Big Tech niet genoeg is voor je AI-carrière

Wie jarenlang bij een techgigant als Amazon werkt, bouwt vaak een indrukwekkend intern netwerk op. Maar wat gebeurt er als je die bedrijfsmuren verlaat? Abhinav Bohra, senior applied scientist bij Amazon, kwam tot de ontdekking dat een interne reputatie niet automatisch meereist. Zijn grootste spijt: pas na jaren beginnen met het opbouwen van een zichtbaar profiel in de bredere techsector.

Bohra trad in 2019 in dienst bij Amazon als data scientist en groeide in 2024 door naar zijn huidige seniorrol. In Seattle werkt hij aan AI-aanbevelingssystemen die bepalen welke producten consumenten te zien krijgen. Hoewel hij binnen Amazon complexe vraagstukken oploste, bleef zijn werk voor de buitenwereld onzichtbaar. Terwijl branchegenoten publiceerden over vergelijkbare uitdagingen, bleef Bohra aan de zijlijn staan.

De grens tussen bedrijfsmethoden en openbare wetenschap

Aanvankelijk weerhield angst voor het lekken van bedrijfseigen informatie Bohra ervan om naar buiten te treden. Veel techprofessionals vermijden externe publicaties om ingewikkelde interne goedkeuringsprocessen en juridische controle te omzeilen.

Bohra ontdekte echter dat er een duidelijk onderscheid bestaat tussen bedrijfseigen data en algemene wetenschappelijke concepten. Niet-openbare cijfers, klantgegevens en broncodes blijven uiteraard vertrouwelijk. Maar wanneer een probleem al in de academische literatuur speelt, is het mogelijk om mee te praten over oplossingen zonder bedrijfsgeheimen te schenden.

Nieuwe deuren in de industrie

Vanaf 2021 paste Bohra deze aanpak toe door zijn eerste wetenschappelijke paper te publiceren en actiever te worden op LinkedIn. Hij richtte zich niet op het worden van een influencer, maar op het claimen van zijn vaktechnische expertise buiten Amazon.

Die stap leverde concreet resultaat op. Door papers van anderen te beoordelen en eigen inzichten te delen, bouwde hij een extern netwerk op. Dit leidde er uiteindelijk toe dat Bohra werd aangesteld als Challenge Co-Chair voor ACM RecSys 2026, een internationale conferentie gericht op aanbevelingssystemen. Daarnaast adviseert hij inmiddels startups via een mentorprogramma van de Johns Hopkins-universiteit.

Scherpere inzichten en de 'leerbelasting' van AI

Het bouwen aan een extern profiel maakte Bohra ook scherper in zijn dagelijkse werk bij Amazon. Externe reviewers en conferentiepubliek kijken met een onbevooroordeelde blik naar technische concepten. Omdat zij geen rekening houden met interne bedrijfsculturen, leggen ze zwakke plekken in logica sneller bloot.

Tegelijkertijd waarschuwt de scientist voor de druk op de werk-privébalans. Het bijhouden van de razendsnelle AI-ontwikkelingen voelt soms als een onofficiële tweede baan. Deze noodzaak tot continu bijleren noemt hij een 'leerbelasting' die ongemerkt onderdeel is geworden van het werk in de techsector.

Toch raadt Bohra iedere techprofessional aan om een openbaar portfolio op te bouwen. Bij reorganisaties of onverwachte wendingen in de markt voorkomt een extern profiel dat je weer helemaal vanaf nul moet beginnen.