LystオフィスのSandraGreiss。 写真： リズ・グレッグ
私たちの長期にわたるシリーズでは、 「私はそれをどのように作っているのか」 ファッション業界で生計を立てている人々に、彼らがどのように侵入して成功を収めたかについて話します。
あなたが訪問するとき Lyst 誤ってデザイナー名や「ラバ」という単語のつづりを間違えた場合、ウェブサイトはエラーを自動修正するページを表示します。検索バーに「ハイウエストジーンズ」と入力し始めた場合は、 Lyst.com ファッションに敏感なグーグルのように、あなたがする前にあなたのクエリの残りを予想通りに記入します。 これらの細かく便利な詳細はすべて、2014年から同社のエンジニアリング部門に勤務しているデータサイエンティストのサンドラグレイスのおかげです。
グレイスの教育を受けて—パリで物理学の学士号を取得し、修士号を取得しました。 と Ph。D. 英国の天文学と天体物理学では、学界への道や金融の仕事は、キャリアの面で最も安全な賭けのように思えました。 「私はファッション業界に行き着くとは思っていませんでした」とGreissは言います。 「ほとんどの物理学者はそうではなく、正直なところ、それは非常に苛立たしいことです。 自分のスキルでできることがたくさんあるということを強調しようとしているのは素晴らしいことです。」
Lystでの彼女の役割、データサイエンスがファッションにとって重要である理由、そしてあなたもそれほど伝統的ではないファッションギグを行う業界での仕事を得る方法について、Greissに話を聞きました。
Lystのデータサイエンティストとして正確に何をしていますか？
基本的に、私たちはデータ（多くのデータ）を使用してアルゴリズムとモデルを構築し、人間として取得できる多くの基本的なことを実行するようにコンピューターをトレーニングします。 この場合、Lystには何百万もの製品があり、それが必要です。 問題に応じて、何かを分類または予測することができます。 たとえば、私たちの場合、製品の画像があり、基本的にモデルを作成し、製品に関するものを検出できるようにコンピューターをトレーニングします。 最近、私たちはそれがバッグであろうと靴であろうと、スタイルを理解することに成功しました。 私が取り組んでいる最新のことは、それが革のジャケットであろうとデニムのジーンズであろうと、画像から素材を検出するモデルを取得することです。
Lystはデータサイエンスから何を学びますか？
Lystはeコマースプラットフォームであるため、ハイエンドブランドからハイストリートブランドまで数百万の製品を集約しています。 私たちは主にデータサイエンスを使用して、ユーザーがクリックしたものやWeb上のどこから来たのかに応じて、ユーザーに最も関連性の高い製品を推奨していることを確認します。 データベースには膨大な量の製品があるため、ユーザーエクスペリエンスを調整したいと考えています。 彼らのニーズの一つ一つに応じて、それはそれぞれのためにウェブサイトをパーソナライズすることを通してである可能性があります ユーザー。
あなたが今持っている仕事を得るための面接プロセスはどのようなものでしたか？
コーディングテストを行って、コーディングスキルを示し、基本的なことを理解しているかどうかを確認します。 ただし、テストの種類は申請するレベルによって異なるため、上級者になるほど、質問は複雑になります。 コーディングテストでは、コードを記述し、その後に何をする傾向があるかを説明します。これにより、採用担当者は、データサイエンティストとして、問題や一般的な問題にどのように取り組むかを確認できます。 私自身のインタビューは少し非公式だったので、テストはホワイトボードで行われました。現在はコンピューターで行われています。 私は実際にそれを理解することができませんでしたが、彼らは私が問題に取り組む方法を気に入っていました。 彼らはまだ私がどんな人であるかを見ることができました。
ロンドンのLystオフィス。 写真：Lyst
あなたが最も誇りに思っているプロジェクトは何ですか？
個人的には、私が取り組んだよりエキサイティングなプロジェクトは、オートコンプリートとオートサジェストでした。 私たちはウェブサイトで何かを検索することを呼び、それは私たちのユーザーが何を求めているかを推測しようとしています。 それは去年の夏に私が最初から最後まで自分でやるように与えられたプロジェクトであり、それはエキサイティングです。 たくさんのことを学び、それが実際に動くのを見ることができるという意味で、それは良い挑戦だと思いました。
検索でスペルを間違えた場合、正しい検索クエリのスペルが正しくないと、結果を返すことができません。 そこで、「これですか？」というサービスを作成しました。 スペルミスを修正します。 それは私も作ったものです。
これらのプロジェクトには通常どのくらい時間がかかりますか？
データの収集には時間がかかるため、最初から最後まで約2〜3か月かかります。 次に、それをクリーンアップしてモデルを構築し、問題にアプローチするさまざまな方法を見つけます。 良い。 スピードは大きな違いを生みます。 より良く、より速く実行する何かを見つける。
同様のキャリアパスに興味のある人にどのようなアドバイスをしますか？
問題は、それは不可能ではないということです。 基本的に12週間のコースからすぐに仕事に就くエンジニアがいます。 あなたがそれに興味があるなら、あなたはミートアップとオンラインコースを持っています。 コードを教え、その背後にある概念を理解するためのオープンコースがたくさんあるのは素晴らしいことです。
LystオフィスのSandraGreiss。 写真：リズ・グレッグ
ファッション業界全体にとってデータサイエンスが重要なのはなぜですか？
多くの大手ファッションブランドには、データサイエンティストが利用するための大量のデータを生成するeコマースプラットフォームがあります。 私たちはデータサイエンスを使用して、顧客のニーズを理解し、顧客の行動を研究します。 ブランドはニーズを予測し、顧客が探しているものを見つけるのに役立つより良いサービスで売り上げを伸ばすことができるため、これはファッション業界にとって非常に重要です。 データサイエンスは、Webサイト上の製品の寿命を予測し、商品がすぐに売り切れる可能性を顧客にアドバイスするためにも使用されます。 これは、小売業者が予測するのに役立ちます。つまり、特定の市場に生産して発送するドレスの数を見積もるのに役立ちます。これは、あらゆるビジネスにとって重要です。
ファッション業界で適用されているデータサイエンスの他の例は何ですか？
大手ファッション企業は、オンラインだけでなく店舗でも売上に関するデータを入手できます。このデータを使用して、製品の需要を予測し、在庫のニーズと価格を見積もることができます。 また、多くの人気ブランド間で顧客の服のサイズを予測することもできます。人々の測定値と彼らが着ているサイズに関するデータを収集することによって ブランドごとに、特定のブランドのサイズを予測するためのモデルを作成できます。これは、ほとんどの製品が次の理由で返品されるため、非常に便利です。 フィット。
ファッションにデータサイエンスを使用するもう1つの優れた例は、 Deepomatic、ファッションブロガーの画像を使用し、アイテムを購入できる場所にリンクします。
あなたの仕事に関して、よくある誤解は何だと思いますか？
多くの人が、女性がこの仕事をしていることに驚いています。バランスが取れているため、Lystで正確に仕事をしているわけではありませんが、一般的にはファッション以外の仕事をしています。 それは私が強く求めていることです。 テクノロジーの世界でより多くの女性を獲得すること自体が素晴らしいでしょう。 それは、学校の女の子にコンピュータサイエンスやその他の科学を勉強するように勧めることから始める必要があります。 それをしても大丈夫で、データサイエンティストになっても大丈夫です。 それは実際には大丈夫以上のものです、それは現時点で本当にクールです。 読んだ ハーバードビジネスレビュー それが今世紀で最もセクシーな仕事だと 2016年に持っている最高の仕事.
データサイエンスは機械学習、つまり人工知能の分野であるため、非常に それは多くの方法で、特にファッションで悪用される可能性があるので、その一部になるためのエキサイティングな時間 業界。 それはそこで止まらず、おそらくすぐに遅くなることはないでしょう。 それはファッションの世界を変えています。
このインタビューは編集され、要約されています。
もっとファッショニスタが欲しいですか？ 私たちの毎日のニュースレターにサインアップして、あなたの受信箱に直接私たちを入手してください。