कैसे एक डेटा वैज्ञानिक (जो खगोल भौतिकी का अध्ययन करता है) फैशन में समाप्त हुआ

हमारी लंबे समय से चल रही श्रृंखला में, "मैं इसे कैसे बना रहा हूँ," हम फैशन उद्योग में जीवन यापन करने वाले लोगों से बात करते हैं कि वे कैसे टूट गए और सफलता पाई।

जब आप आते हैं लिस्ट और गलती से किसी डिज़ाइनर के नाम या शब्द "म्यूल्स" की गलत वर्तनी हो जाती है, वेबसाइट त्रुटि को स्वतः सुधारते हुए एक पेज को खींच लेगी, या यदि आप सर्च बार में "हाई वेस्टेड जींस" टाइप करना शुरू करते हैं, लिस्ट.कॉम आपके करने से पहले आपकी शेष क्वेरी को अनुमानित रूप से भर देगा, जैसे कि एक फ़ैशन के प्रति जागरूक Google। उन सभी मिनटों में, सुविधाजनक विवरण डेटा वैज्ञानिक सैंड्रा ग्रीस के लिए धन्यवाद हैं, जो 2014 से कंपनी के इंजीनियरिंग विभाग के साथ हैं।

ग्रीस की शिक्षा के साथ - पेरिस से भौतिकी में स्नातक की डिग्री, और मास्टर डिग्री तथा पीएच.डी. यूके से एस्ट्रोनॉमी और एस्ट्रोफिजिक्स में - एकेडेमिया की ओर जाने वाला रास्ता या फाइनेंस में नौकरी करियर के लिहाज से सबसे सुरक्षित दांव लग रहा था। "मैंने कभी नहीं सोचा था कि मैं फैशन उद्योग में समाप्त हो जाऊंगा," ग्रीस कहते हैं। "अधिकांश भौतिक विज्ञानी ऐसा नहीं करते हैं और ईमानदार होने के लिए, यह बहुत निराशाजनक है। यह बहुत अच्छा है कि हम एक बिंदु बनाने की कोशिश कर रहे हैं कि आप अपने कौशल के साथ बहुत कुछ कर सकते हैं।"

हमने ग्रीस के साथ लिस्ट में उनकी भूमिका के बारे में बात की, फैशन के लिए डेटा साइंस क्यों महत्वपूर्ण है और आप भी, एक गैर-पारंपरिक फैशन टमटम कर उद्योग में नौकरी कैसे प्राप्त कर सकते हैं।

लिस्ट में डेटा साइंटिस्ट के रूप में आप वास्तव में क्या करते हैं?

मूल रूप से हम डेटा का उपयोग करते हैं - इसके बहुत सारे - एक कंप्यूटर को प्रशिक्षित करने के लिए एल्गोरिदम और मॉडल बनाने के लिए बहुत सारी बुनियादी चीजें जो आप एक मानव के रूप में प्राप्त कर सकते हैं। इस मामले में, लिस्ट पर लाखों उत्पादों के साथ, आपको इसकी आवश्यकता है। हम आपकी समस्या के आधार पर कुछ वर्गीकृत या भविष्यवाणी कर सकते हैं। कहें, हमारे मामले में, हमारे पास उत्पादों की छवियां हैं और हम मूल रूप से एक मॉडल बनाते हैं और उत्पादों के बारे में चीजों का पता लगाने में सक्षम होने के लिए कंप्यूटर को प्रशिक्षित करते हैं। हाल ही में, हम शैलियों का पता लगाने में कामयाब रहे, चाहे वह बैग हो या जूते। मैं जिस नवीनतम चीज़ पर काम करने की कोशिश कर रहा हूं, वह एक छवि से सामग्री का पता लगाने के लिए एक मॉडल प्राप्त करना है, चाहे वह चमड़े की जैकेट हो या डेनिम जींस की जोड़ी।

लिस्ट डेटा साइंस से क्या सीखती है?

लिस्ट एक ई-कॉमर्स प्लेटफॉर्म है, इसलिए यह हाई-एंड से लेकर हाई-स्ट्रीट ब्रांड्स तक के लाखों उत्पादों को एकत्रित कर रहा है। हम ज्यादातर डेटा साइंस का उपयोग यह सुनिश्चित करने के लिए करते हैं कि हम अपने उपयोगकर्ताओं को सबसे अधिक प्रासंगिक उत्पादों की सलाह देते हैं, जो इस बात पर निर्भर करता है कि वे वेब पर क्या क्लिक करते हैं और कहां से आते हैं। चूंकि हमारे डेटाबेस में उत्पादों की एक बड़ी मात्रा है, इसलिए हम अपने उपयोगकर्ता के अनुभव को अनुकूलित करना चाहते हैं उनकी हर एक जरूरत के अनुसार, जो प्रत्येक के लिए वेबसाइट को निजीकृत करने के माध्यम से हो सकता है उपयोगकर्ता।

आपके पास अभी जो नौकरी है उसे पाने के लिए साक्षात्कार प्रक्रिया कैसी थी?

आप अपने कोडिंग कौशल को दिखाने के लिए एक कोडिंग टेस्ट करते हैं और यदि आप मूल सामग्री को समझते हैं। लेकिन परीक्षा का प्रकार उस स्तर पर निर्भर करता है जिसके लिए आप आवेदन करते हैं, इसलिए आप जितने वरिष्ठ होंगे, प्रश्न उतने ही जटिल होंगे। कोडिंग टेस्ट में आपको कोड का एक टुकड़ा लिखना होगा और समझाना होगा कि आप उसके बाद क्या करना चाहते हैं, जो भर्ती करने वालों को यह देखने की अनुमति देता है कि आप डेटा वैज्ञानिक के रूप में समस्याओं और विशिष्ट मुद्दों से कैसे संपर्क करते हैं। मेरा अपना साक्षात्कार थोड़ा अनौपचारिक था, इसलिए परीक्षण एक सफेद बोर्ड पर किया गया था - अब, यह कंप्यूटर पर है। मैं वास्तव में इसका पता लगाने का प्रबंधन नहीं कर पाया, लेकिन जिस तरह से मैं समस्या का सामना कर रहा था, वह उन्हें पसंद आया। वे अभी भी देख सकते थे कि मैं किस तरह का व्यक्ति था।

आपको किन परियोजनाओं पर सबसे अधिक गर्व है?

मेरे लिए व्यक्तिगत रूप से, मैंने जिन अधिक रोमांचक परियोजनाओं पर काम किया, वे स्वतः पूर्ण और स्वतः सुझाव थीं। हम वेबसाइट पर किसी चीज़ की खोज कहते हैं और यह अनुमान लगाने की कोशिश कर रही है कि हमारे उपयोगकर्ता क्या चाहते हैं। यह एक ऐसा प्रोजेक्ट है जिसे मुझे पिछली गर्मियों में शुरू से अंत तक अपने दम पर करने के लिए दिया गया था, जो रोमांचक है। मुझे लगा कि यह एक अच्छी चुनौती है, इस मायने में कि मुझे बहुत सी चीजें सीखने को मिलती हैं और फिर इसे लाइव होते हुए देखने को मिलता है।

यदि आपने अपनी खोज में वर्तनी की गलती की है, तो हम परिणाम तब तक नहीं लौटा पाएंगे जब तक कि हमारे पास सही खोज क्वेरी की वर्तनी सही न हो। इसलिए हमने 'क्या आपका यह मतलब था?' नामक एक सेवा बनाई। वर्तनी की गलतियों को सुधारने के लिए। वह कुछ और है जिसे मैंने भी बनाया है।

इन परियोजनाओं में आमतौर पर कितना समय लगता है?

उन्हें शुरू से अंत तक लगभग दो से तीन महीने लगते हैं क्योंकि डेटा इकट्ठा करने में समय लगता है, और फिर आप इसे साफ कर रहे हैं और मॉडल का निर्माण कर रहे हैं और समस्या से निपटने के लिए अलग-अलग तरीके खोज रहे हैं: कुंआ। गति एक बड़ा फर्क पड़ता है; कुछ ऐसा खोजना जो बेहतर और तेज प्रदर्शन करे।

आप किसी ऐसे व्यक्ति को क्या सलाह देंगे जो समान करियर पथ में रूचि रखता है?

बात यह है कि यह असंभव नहीं है। हमारे पास ऐसे इंजीनियर हैं जो मूल रूप से 12-सप्ताह के पाठ्यक्रमों से सीधे नौकरियों में चले गए। यदि आप इसमें रुचि रखते हैं, तो आपके पास मीटअप और ऑनलाइन पाठ्यक्रम हैं। यह बहुत अच्छा है कि आपको कोड सिखाने और इसके पीछे की अवधारणाओं को समझने के लिए अब बहुत सारे खुले पाठ्यक्रम हैं।

फ़ैशन उद्योग के लिए डेटा विज्ञान बड़े पैमाने पर क्यों महत्वपूर्ण है?

बहुत सारे बड़े फैशन ब्रांडों के पास ई-कॉमर्स प्लेटफॉर्म हैं, जो डेटा वैज्ञानिकों के शोषण के लिए बहुत अधिक डेटा उत्पन्न करते हैं। हम ग्राहक की जरूरतों को समझने और उनके व्यवहार का अध्ययन करने के लिए डेटा विज्ञान का उपयोग करते हैं। यह फैशन उद्योग के लिए महत्वपूर्ण है क्योंकि ब्रांड बेहतर सेवाओं के साथ बिक्री बढ़ाने में सक्षम हैं जो जरूरतों की भविष्यवाणी करते हैं और अपने ग्राहकों को वह ढूंढते हैं जो वे ढूंढ रहे हैं। डेटा साइंस का उपयोग वेबसाइट पर किसी उत्पाद के जीवनकाल का पूर्वानुमान लगाने और ग्राहकों को सलाह देने के लिए भी किया जाता है कि सामान के जल्द ही बिकने की कितनी संभावना है। यह रिटेलर को पूर्वानुमान लगाने में मदद करता है - यह अनुमान लगाता है कि किसी दिए गए बाजार में कितने कपड़े तैयार करने और भेजने हैं, जो किसी भी व्यवसाय के लिए महत्वपूर्ण है।

फ़ैशन उद्योग में डेटा विज्ञान के अन्य उदाहरण क्या लागू किए जा रहे हैं?

बड़ी फैशन कंपनियों के पास न केवल ऑनलाइन बल्कि दुकानों में भी उनकी बिक्री पर डेटा होगा, और इस डेटा का उपयोग उत्पादों की मांग, स्टॉक की जरूरतों और मूल्य निर्धारण का अनुमान लगाने के लिए किया जा सकता है। यह कई लोकप्रिय ब्रांडों के बीच भी ग्राहक के कपड़ों के आकार का अनुमान लगा सकता है: लोगों के माप पर डेटा एकत्र करके और वे किस आकार में पहनते हैं प्रत्येक ब्रांड, यह अनुमान लगाने के लिए एक मॉडल बनाया जा सकता है कि किसी निश्चित के लिए आपको किस आकार का होना चाहिए, जो बहुत उपयोगी है क्योंकि अधिकांश उत्पाद वापस आ जाते हैं फिट।

फ़ैशन के लिए डेटा साइंस का उपयोग करने का एक और बढ़िया उदाहरण एक प्रोग्राम है जिसे कहा जाता है डीपोमैटिक, जो फैशन ब्लॉगर्स की छवियों का उपयोग करता है और उन वस्तुओं को जोड़ता है जहां से उन्हें खरीदा जा सकता है।

जब आपकी नौकरी की बात आती है तो आपको क्या लगता है कि एक आम गलत धारणा क्या है?

बहुत से लोगों को यह आश्चर्यजनक लग रहा है कि महिलाएं यह काम करती हैं - लिस्ट में बिल्कुल नहीं क्योंकि हमारे पास एक अच्छा संतुलन है - लेकिन सामान्य तौर पर और फैशन के बाहर। यह कुछ ऐसा है जिसके लिए मैं बहुत जोर लगाता हूं; तकनीक की दुनिया में और अधिक महिलाएँ प्राप्त करना अपने आप में बहुत अच्छा होगा। इसकी शुरुआत स्कूल में लड़कियों को कंप्यूटर साइंस या किसी भी साइंस की पढ़ाई के लिए प्रोत्साहित करने से होनी चाहिए। ऐसा करना ठीक है और डेटा साइंटिस्ट बनना ठीक है। यह वास्तव में ठीक से अधिक है, यह इस समय वास्तव में अच्छा है। मैंने पढ़ा हार्वर्ड व्यापार समीक्षा कि यह सदी का सबसे कामुक काम है और 2016 में करने के लिए सबसे अच्छी नौकरी.

डेटा साइंस मशीन लर्निंग, या आर्टिफिशियल इंटेलिजेंस का क्षेत्र है, इसलिए यह अत्यंत महत्वपूर्ण है इसका हिस्सा बनने का रोमांचक समय क्योंकि इसका कई तरह से फायदा उठाया जा सकता है, खासकर फैशन में industry. यह यहीं नहीं रुकता और शायद यह जल्द ही कभी भी धीमा नहीं होगा। यह फैशन की दुनिया बदल रहा है।

इस साक्षात्कार को संपादित और संक्षिप्त किया गया है।

अधिक फैशनिस्टा चाहते हैं? हमारे दैनिक समाचार पत्र के लिए साइन अप करें और हमें सीधे अपने इनबॉक्स में प्राप्त करें।