סנדרה גרייס במשרד ליסט. תמונה: ליז גרג
בסדרה ארוכת השנים שלנו, "איך אני מצליח", אנחנו מדברים עם אנשים שמתפרנסים בתעשיית האופנה על האופן שבו הם פרצו ומצאו הצלחה.
כשאתה מבקר ליסט ובאופן שגוי כתוב שם מעצב או המילה "פרדות", האתר יעלה דף בתיקון אוטומטי של השגיאה, או אם תתחיל להקליד "ג'ינס בגזרה גבוהה" בשורת החיפוש, Lyst.com ימלא באופן צפוי את שאר השאילתה שלך לפני שתעשה זאת, כמו גוגל המודע לאופנה. כל הפרטים הנוחים והדקתיים הודות בחלקם למדענית הנתונים סנדרה גרייס, העובדת במחלקת ההנדסה בחברה מאז 2014.
עם השכלתו של גרייס - תואר ראשון בפיזיקה מפריז, ותואר שני ו דוקטורט. באסטרונומיה ובאסטרופיזיקה מבריטניה-דרך לאקדמיה או עבודה בתחום הפיננסים נראתה כמו ההימור הבטוח ביותר מבחינה קריירית. "מעולם לא חשבתי שאגמור בתעשיית האופנה", אומר גרייס. "רוב הפיזיקאים לא עושים את זה ולמען האמת, זה מאוד מתסכל. זה נהדר שאנחנו מנסים להדגיש שיש כל כך הרבה מה שאתה יכול לעשות עם הכישורים שלך ".
שוחחנו עם גרייס על תפקידה ב- Lyst, מדוע מדע הנתונים חשוב לאופנה וכיצד גם אתה יכול להשיג עבודה בתעשייה בהופעת אופנה לא כל כך מסורתית.
מה בדיוק אתה עושה כמדען נתונים ב- Lyst?
בעיקרון אנו משתמשים בנתונים - הרבה מהם - כדי לבנות אלגוריתמים ומודלים לאימון מחשב לעשות הרבה דברים בסיסיים שתוכל להשיג כאדם. במקרה זה, עם מיליוני מוצרים ב- Lyst, אתה צריך את זה. אנו יכולים לסווג או לחזות משהו, בהתאם לבעיה שלך. נניח, במקרה שלנו, יש לנו תמונות של מוצרים ואנחנו בעצם בונים דגם ומאמנים מחשב כדי לאתר דברים על מוצרים. לאחרונה הצלחנו להבין סגנונות, בין אם זה תיק או נעליים. הדבר האחרון שניסיתי לעבוד עליו הוא להשיג דוגמנית לזיהוי חומר מתמונה, בין אם זה מעיל עור או ג'ינס ג'ינס.
מה לסט לומד ממדעי הנתונים?
Lyst היא פלטפורמה של מסחר אלקטרוני, כך שהיא אוספת מיליוני מוצרים ממותגים מתקדמים ועד רחובות. אנו משתמשים בעיקר במדעי הנתונים כדי לוודא שאנו ממליצים למשתמשים על המוצרים הרלוונטיים ביותר, בהתאם למה שהם לוחצים עליהם ומאיפה הם מגיעים באינטרנט. מכיוון שיש כמות עצומה של מוצרים במסד הנתונים שלנו, אנו רוצים להתאים את חווית המשתמש שלנו על פי כל אחד מהצרכים שלהם, שיכול להיות באמצעות התאמה אישית של האתר לכל אחד מִשׁתַמֵשׁ.
איך היה תהליך הראיון כדי לקבל את התפקיד שיש לך כעת?
אתה עושה מבחן קידוד כדי להראות את כישורי הקידוד שלך ואם אתה מבין את הדברים הבסיסיים. אבל סוג המבחן תלוי ברמה שאליה אתה מגיש מועמדות, כך שככל שאתה יותר בכיר כך השאלות יהיו מסובכות יותר. מבחן הקידוד יכתוב אותך פיסת קוד ותסביר מה אתה נוטה לעשות לאחר מכן, מה שמאפשר למגייסים לראות כיצד אתה מתייחס לבעיות ולבעיות אופייניות כמדעני נתונים. הראיון שלי היה קצת לא פורמלי, אז הבדיקה נעשתה על לוח לבן - עכשיו, זה במחשב. למעשה לא הצלחתי להבין את זה אבל הם אהבו את הדרך שבה אני ניגש לבעיה. הם עדיין יכלו לראות איזה בן אדם אני.
משרד Lyst בלונדון. צילום: ליסט
באילו פרויקטים אתה הכי גאה?
לי אישית הפרויקטים המרגשים יותר שעבדתי עליהם היו השלמה אוטומטית והצעה אוטומטית. אנו קוראים לחיפוש אחר משהו באתר והוא מנסה לנחש מה משתמשינו מחפשים. זה פרויקט שקיבלתי בקיץ שעבר לעשות לבד מההתחלה ועד הסוף, וזה מרגש. חשבתי שזה אתגר טוב במובן מסוים שאני לומד הרבה דברים ואז רואה את זה בשידור חי.
אם טעית בכתיב בחיפוש שלך, לא נוכל להחזיר תוצאות אלא אם הייתה לנו שאילתת החיפוש הנכונה כראוי. אז יצרנו שירות בשם 'האם התכוונת לזה?' לתקן שגיאות כתיב. זה עוד משהו שבניתי.
כמה זמן בדרך כלל לוקחים פרויקטים אלה?
הם לוקחים כחודשיים עד שלושה חודשים מההתחלה ועד הסוף עד להשלמתם כי איסוף הנתונים לוקח זמן, ואז אתה מנקה אותו ובונה את המודל ומוצא דרכים שונות להתייחס לבעיה כ נו. המהירות עושה הבדל עצום; למצוא משהו שיבצע ביצועים טובים ומהירים יותר.
איזו עצה היית נותן למי שמתעניין בדרך קריירה דומה?
העניין הוא שזה לא בלתי אפשרי. יש לנו מהנדסים שבעצם עברו מקורסים של 12 שבועות לעבודה מייד. אם אתה מעוניין בכך, יש לך מפגשים וקורסים מקוונים. זה נהדר שיש כל כך הרבה קורסים פתוחים ללמד אותך קוד ולהבין את המושגים שעומדים מאחוריו.
סנדרה גרייס במשרד ליסט. צילום: ליז גרג
מדוע מדעי הנתונים חשובים לתעשיית האופנה בכלל?
להרבה מותגי אופנה גדולים יש פלטפורמות מסחר אלקטרוני, שמייצרות הרבה נתונים שמדעני נתונים יכולים לנצל. אנו משתמשים במדעי הנתונים כדי להבין את צרכי הלקוח וללמוד את התנהגותו. זה חיוני לתעשיית האופנה מכיוון שמותגים מסוגלים להגדיל את המכירות בעזרת שירותים טובים יותר שמנבאים צרכים ועוזרים ללקוחותיהם למצוא את מבוקשם. מדעי הנתונים משמשים גם לחיזוי אורך חיי המוצר באתר ולייעץ ללקוחות עד כמה סביר שהסחורה תימכר בקרוב. זה עוזר לקמעונאי בחיזוי - אומדן כמה שמלות לייצר ולשלוח לשוק נתון, וזה חיוני לכל עסק.
מהן דוגמאות נוספות ליישום מדעי הנתונים בתעשיית האופנה?
לחברות אופנה גדולות יהיו נתונים על המכירות שלהן לא רק באינטרנט אלא גם בחנויות, וניתן להשתמש בנתונים אלה כדי לחזות את הביקוש של מוצרים, להעריך את צרכי המלאי והתמחור. הוא יכול לחזות גם מידות בגדים של לקוח בין מותגים פופולריים רבים: על ידי איסוף נתונים על מידות של אנשים ובאיזה מידות הם לובשים בכל מותג, ניתן לבנות דגם לחזות איזה גודל אתה צריך להיות עבור אחד מסוים, וזה מאוד שימושי מכיוון שרוב המוצרים מוחזרים בגלל לְהַתְאִים.
דוגמה מצוינת נוספת לשימוש במדעי הנתונים לאופנה היא באמצעות תוכנית בשם דיפומטי, המשתמשת בתמונות של בלוגריות אופנה ומקשרת את הפריטים למקום שאפשר לקנות אותם.
מהי לדעתך טעות נפוצה בכל הנוגע לעבודה שלך?
הרבה אנשים מוצאים את זה מפתיע שנשים עושות את העבודה הזאת - לא בדיוק ב- Lyst כי יש לנו איזון טוב - אלא באופן כללי ומחוץ לאופנה. זה משהו שאני דוחף בו הרבה; להשיג יותר אישה בעולם הטכנולוגיה עצמו יהיה נהדר. זה צריך להתחיל בעידוד בנות בבית הספר ללמוד מדעי המחשב או כל מדע. זה בסדר לעשות את זה וזה בסדר להיות מדען נתונים. זה בעצם יותר מאשר בסדר, זה ממש מגניב כרגע. קראתי פנימה סקירה עסקית של הרווארד שזו העבודה הכי סקסית של המאה ו העבודה הטובה ביותר שיש בשנת 2016.
מדעי הנתונים הוא התחום של למידת מכונה, או בינה מלאכותית, כך שזה מאוד זמן מרגש להיות חלק ממנו מכיוון שניתן לנצל אותו בהרבה מובנים, במיוחד באופנה תַעֲשִׂיָה. זה לא עוצר שם וזה כנראה לא יאט בקרוב. זה משנה את עולם האופנה.
הראיון הזה נערך ורוכז.
רוצים עוד פאשניסטה? הירשם לניוזלטר היומי שלנו וקבל אותנו ישירות בתיבת הדואר הנכנס שלך.