როგორ დასრულდა მონაცემთა მეცნიერი (რომელმაც შეისწავლა ასტროფიზიკა) მოდაში

ჩვენს ხანგრძლივ სერიაში, "როგორ ვაკეთებ ამას" ჩვენ ვესაუბრებით ადამიანებს, რომლებიც ცხოვრობენ მოდის ინდუსტრიაში იმის შესახებ, თუ როგორ შეიჭრნენ და მიაღწიეს წარმატებას.

როცა სტუმრობ ლისტი და შემთხვევით დაწერე დიზაინერის სახელი ან სიტყვა "ჯორი", ვებგვერდი გამოაქვეყნებს შეცდომას ავტომატურად გამოსწორების გვერდზე, ან თუ თქვენ დაიწყებთ "მაღალი წელის ჯინსების" აკრეფას საძიებო ზოლში, Lyst.com პროგნოზირებულად შეავსებს თქვენს დანარჩენ შეკითხვას მანამდე, როგორც მოდის მოყვარული Google. ყველა იმ წუთიერი, მოსახერხებელი დეტალი ნაწილობრივ დამსახურებაა მონაცემთა მეცნიერ სანდრა გრეისმა, რომელიც კომპანიის საინჟინრო განყოფილებაში მუშაობს 2014 წლიდან.

გრეისის განათლებით - ფიზიკის ბაკალავრის ხარისხი პარიზიდან და სამაგისტრო და დოქტორი დ. დიდი ბრიტანეთიდან ასტრონომიასა და ასტროფიზიკაში-გზა აკადემიური წრეებისკენ ან ფინანსების სამსახური ყველაზე უსაფრთხო ფსონი იყო კარიერული თვალსაზრისით. "არასოდეს მიფიქრია, რომ მოდის ინდუსტრიაში აღმოვჩნდებოდი", - ამბობს გრეისი. ”ფიზიკოსების უმეტესობა ამას არ აკეთებს და სიმართლე გითხრათ, ეს ძალიან იმედგაცრუებულია. მშვენიერია, რომ ჩვენ ვცდილობთ აღვნიშნოთ ის, რომ ამდენი რამის გაკეთება შეგიძლიათ თქვენი უნარებით. ”

ჩვენ გრისს ვესაუბრეთ მის როლზე ლისტში, რატომ არის მონაცემთა მეცნიერება მნიშვნელოვანი მოდისთვის და როგორ შეგიძლიათ თქვენც მიიღოთ სამუშაო ინდუსტრიაში, არც თუ ისე ტრადიციული მოდის კონცერტით.

კონკრეტულად რას აკეთებთ როგორც ლისტის მონაცემთა მეცნიერი?

ძირითადად, ჩვენ ვიყენებთ მონაცემებს - ბევრ მათგანს - ალგორითმების და მოდელების შესაქმნელად, რომ გავწვრთნათ კომპიუტერი, რომ გააკეთოს ბევრი ძირითადი რამ, რაც თქვენ შეგიძლიათ მიიღოთ როგორც ადამიანი. ამ შემთხვევაში, Lyst– ის მილიონობით პროდუქტით, გჭირდებათ ეს. ჩვენ შეგვიძლია კლასიფიცირება ან პროგნოზირება რაღაც, დამოკიდებულია თქვენი პრობლემა. თქვით, ჩვენს შემთხვევაში, ჩვენ გვაქვს პროდუქციის სურათები და ჩვენ ძირითადად ვაშენებთ მოდელს და ვვარჯიშობთ კომპიუტერს, რომ შეძლოს პროდუქტების შესახებ ნივთების ამოცნობა. ცოტა ხნის წინ, ჩვენ შევძელით სტილის დადგენა, იქნება ეს ჩანთა თუ ფეხსაცმელი. უახლესი რამ, რაზეც ვცდილობდი მუშაობას, არის მოდელის მოპოვება სურათის მასალის გამოსაძიებლად, იქნება ეს ტყავის ქურთუკი თუ ჯინსის ჯინსი.

რას ისწავლის ლისტი მონაცემთა მეცნიერებისგან?

Lyst არის ელექტრონული კომერციის პლატფორმა, ამიტომ იგი აერთიანებს მილიონობით პროდუქტს მაღალი დონის ბრენდებიდან. ჩვენ ძირითადად ვიყენებთ მონაცემთა მეცნიერებას იმის უზრუნველსაყოფად, რომ ჩვენ ვურჩევთ ჩვენს მომხმარებლებს ყველაზე აქტუალურ პროდუქტებს, იმისდა მიხედვით თუ რას დააწკაპუნებენ და საიდან მოდიან ინტერნეტში. ვინაიდან ჩვენს მონაცემთა ბაზაში არის პროდუქციის უზარმაზარი რაოდენობა, ჩვენ გვსურს მომხმარებლის გამოცდილების მორგება თითოეული მათგანის მოთხოვნილებების შესაბამისად, რაც შეიძლება იყოს თითოეული მათგანის ვებსაიტის პერსონალიზების გზით მომხმარებელი.

როგორი იყო გასაუბრების პროცესი სამუშაოს მოსაპოვებლად, რომელიც ახლა გაქვთ?

თქვენ ატარებთ კოდირების ტესტს თქვენი კოდირების უნარის საჩვენებლად და თუ გესმით ძირითადი საკითხები. მაგრამ ტესტის ტიპი დამოკიდებულია იმ დონეზე, რომელზეც განაცხადებთ, ასე რომ რაც უფრო უფროსი ხართ, მით უფრო რთული იქნება კითხვები. კოდირების ტესტი მოგცემთ კოდის ნაწილს და აუხსნით რას აპირებთ ამის შემდეგ, რაც დამქირავებლებს საშუალებას აძლევს დაინახონ, თუ როგორ უდგებით პრობლემებსა და ტიპიურ საკითხებს, როგორც მონაცემთა მეცნიერი. ჩემი ინტერვიუ ცოტა არაფორმალური იყო, ამიტომ ტესტი გაკეთდა თეთრ დაფაზე - ახლა, ის კომპიუტერზეა. მე ფაქტობრივად ვერ მოვახერხე ამის გარკვევა, მაგრამ მათ მოეწონათ როგორ მივუდექი პრობლემას. მათ მაინც დაინახეს, როგორი ადამიანი ვიყავი.

ყველაზე მეტად რა პროექტებით ამაყობთ?

პირადად ჩემთვის, უფრო საინტერესო პროექტებზე, რომლებზეც ვმუშაობდი, იყო ავტომატური დასრულება და ავტოშეთავაზება. ჩვენ მოვუწოდებთ ვებსაიტზე რაღაცის ძებნას და ის ცდილობს გამოიცნოს, რას ეძებენ ჩვენი მომხმარებლები. ეს არის პროექტი, რომელიც მომცეს გასულ ზაფხულს, რათა გამეკეთებინა საკუთარი თავი თავიდან ბოლომდე, რაც ამაღელვებელია. მე ვფიქრობდი, რომ ეს იყო კარგი გამოწვევა იმ თვალსაზრისით, რომ მე ვისწავლი ბევრ რამეს და შემდეგ ვხედავ მას პირდაპირ ეთერში.

თუ თქვენ დაუშვით ორთოგრაფიული შეცდომა თქვენს ძებნისას, ჩვენ ვერ შევძლებთ შედეგების დაბრუნებას, თუ არ გვაქვს სწორი საძიებო მოთხოვნა სწორად გაწერილი. ჩვენ შევქმენით სერვისი სახელწოდებით "ამას გულისხმობ?" ორთოგრაფიული შეცდომების გასასწორებლად. ეს არის რაღაც სხვა, რაც მეც ავაშენე.

რამდენი ხანი სჭირდება ამ პროექტებს ჩვეულებრივ?

მათ დაახლოებით ორიდან სამი თვე სჭირდება თავიდან ბოლომდე დასრულებამდე, რადგან მონაცემების შეგროვებას დრო სჭირდება, და შემდეგ თქვენ ასუფთავებთ მას და ააშენებთ მოდელს და პოულობთ პრობლემისადმი მიდგომის სხვადასხვა გზებს კარგად სიჩქარე უზარმაზარ განსხვავებას ქმნის; რაღაცის პოვნა, რომელიც უკეთესად და სწრაფად გამოვა.

რას ურჩევდით ადამიანს, ვინც დაინტერესებულია მსგავსი პროფესიით?

საქმე იმაშია, რომ ეს შეუძლებელია. ჩვენ გვყავს ინჟინრები, რომლებიც ძირითადად 12-კვირიანი კურსებიდან გადავიდნენ სამუშაოებზე. თუ თქვენ დაინტერესებული ხართ, გაქვთ შეხვედრები და ონლაინ კურსები. მშვენიერია, რომ ახლა იმდენი ღია კურსია, რომ გასწავლოთ კოდი და გაიგოთ მის მიღმა არსებული კონცეფციები.

რატომ არის მონაცემთა მეცნიერება მნიშვნელოვანი მოდის ინდუსტრიისთვის?

ბევრ დიდ მოდის ბრენდს გააჩნია ელექტრონული კომერციის პლატფორმები, რომლებიც გამოიმუშავებს უამრავ მონაცემს მონაცემთა მეცნიერებისთვის. ჩვენ ვიყენებთ მონაცემთა მეცნიერებას მომხმარებლის საჭიროებების გასაგებად და მათი ქცევის შესასწავლად. ეს გადამწყვეტია მოდის ინდუსტრიისთვის, რადგან ბრენდებს შეუძლიათ გაზარდონ გაყიდვები უკეთესი სერვისებით, რაც წინასწარ განსაზღვრავს საჭიროებებს და დაეხმარება მათ მომხმარებლებს იპოვონ ის, რასაც ეძებენ. მონაცემთა მეცნიერება ასევე გამოიყენება პროდუქტის სიცოცხლის პროგნოზირების მიზნით ვებსაიტზე და ურჩევს მომხმარებელს რამდენად სავარაუდოა საქონლის გაყიდვა მალე. ეს ეხმარება საცალო ვაჭრობას პროგნოზირებაში - შეაფასოს რამდენი კაბის წარმოება და გაგზავნა მოცემულ ბაზარზე, რაც გადამწყვეტია ნებისმიერი ბიზნესისთვის.

რა არის მონაცემთა მეცნიერების სხვა მაგალითები, რომლებიც გამოიყენება მოდის ინდუსტრიაში?

დიდ მოდის კომპანიებს ექნებათ მონაცემები მათი გაყიდვების შესახებ არა მხოლოდ ონლაინ რეჟიმში, არამედ მაღაზიებშიც, და ეს მონაცემები შეიძლება გამოყენებულ იქნას პროდუქციის მოთხოვნის პროგნოზირების, მარაგის საჭიროებებისა და ფასების შესაფასებლად. მას შეუძლია წინასწარ განსაზღვროს მომხმარებლის ტანსაცმლის ზომები ბევრ პოპულარულ ბრენდს შორის: მონაცემების შეგროვებით ადამიანების გაზომვების შესახებ და რა ზომის აცვიათ ისინი თითოეული ბრენდისთვის შეიძლება შეიქმნას მოდელი იმის პროგნოზირებისთვის, თუ რა ზომის უნდა იყოთ გარკვეული, რაც ძალიან სასარგებლოა, რადგან პროდუქციის უმეტესობა ბრუნდება ჯდება.

მონაცემთა მეცნიერების მოდაში გამოყენების კიდევ ერთი შესანიშნავი მაგალითია პროგრამა სახელწოდებით დიეპომატური, რომელიც იყენებს მოდის ბლოგერების სურათებს და აკავშირებს ნივთებს, სადაც მათი ყიდვაა შესაძლებელი.

როგორ ფიქრობთ, რა არის გავრცელებული მცდარი წარმოდგენა, როდესაც საქმე თქვენს საქმეს ეხება?

ბევრს უკვირს, რომ ქალები აკეთებენ ამ საქმეს - არა ზუსტად ლისტში, რადგან ჩვენ გვაქვს კარგი ბალანსი - არამედ ზოგადად და მოდის გარეთ. ეს არის ის, რისთვისაც მე ძალიან ბევრს ვაძალებ; ტექნიკური სამყაროში მეტი ქალის მოყვანა თავისთავად კარგი იქნება. ეს უნდა დაიწყოს სკოლაში გოგონების წახალისებით, რომ ისწავლონ კომპიუტერული მეცნიერება ან რაიმე მეცნიერება. კარგია ამის გაკეთება და კარგია იყოს მონაცემთა მეცნიერი. ფაქტიურად მეტისმეტად კარგია, ამ მომენტში მართლა მაგარია. მე წავიკითხე ჰარვარდის ბიზნეს მიმოხილვა რომ ეს არის საუკუნის ყველაზე სექსუალური სამუშაო და საუკეთესო სამუშაოა 2016 წელს.

მონაცემთა მეცნიერება არის მანქანათმცოდნეობის სფერო, ანუ ხელოვნური ინტელექტი, ამიტომ ის უკიდურესად არის ამაღელვებელი დროა იყო მისი ნაწილი, რადგან მისი გამოყენება მრავალმხრივ შეიძლება, განსაკუთრებით მოდაში მრეწველობა. ის აქ არ ჩერდება და ალბათ არც მალე შეანელებს. ის ცვლის მოდის სამყაროს.

ეს ინტერვიუ შესწორებულია და შედედებული.

გსურთ მეტი Fashionista? დარეგისტრირდით ჩვენს ყოველდღიურ გაზეთზე და მიიღეთ პირდაპირ თქვენს შემოსულებში.