데이터 과학자(천체 물리학을 공부한 사람)가 패션계에 입문한 방법

우리의 장기 시리즈에서, "내가 만드는 방법" 우리는 패션 산업에서 생계를 유지하는 사람들과 그들이 어떻게 침입하여 성공을 거뒀는지 이야기합니다.

방문할 때 리스트 실수로 디자이너 이름이나 "mules"라는 단어의 철자를 틀리면 웹사이트에서 오류를 자동 수정하는 페이지를 표시하거나 검색 창에 "하이 웨이스트 청바지"를 입력하기 시작하면 리스트닷컴 유행에 민감한 Google처럼 당신이 하기 전에 나머지 쿼리를 예상대로 채울 것입니다. 2014년부터 이 회사의 엔지니어링 부서에서 근무하고 있는 데이터 과학자 Sandra Greiss 덕분에 이러한 세세하고 편리한 세부 정보가 모두 제공되었습니다.

Greiss의 교육으로 — 파리에서 물리학 학사 학위 및 석사 학위 그리고 박사 영국의 천문학 및 천체 물리학에서 — 학계로 가는 길이나 금융 분야에서 직업을 갖는 것이 직업상 가장 안전한 선택처럼 보였습니다. Greiss는 "내가 패션 업계에서 일하게 될 것이라고는 생각하지 못했습니다."라고 말합니다. "대부분의 물리학자들은 그렇게 하지 않으며 솔직히 말해서 매우 실망스럽습니다. 우리가 당신의 기술로 할 수 있는 일이 많다는 것을 알리려고 노력하는 것이 좋습니다."

우리는 Greiss와 Lyst에서의 그녀의 역할, 왜 데이터 과학이 패션에 중요한지, 그리고 당신도 그렇게 전통적이지 않은 패션 공연을 하는 업계에서 일자리를 얻을 수 있는 방법에 대해 이야기했습니다.

Lyst에서 데이터 과학자로서 정확히 어떤 일을 하시나요?

기본적으로 우리는 많은 데이터를 사용하여 알고리즘과 모델을 구축하여 인간으로서 얻을 수 있는 많은 기본 작업을 수행하도록 컴퓨터를 훈련시킵니다. 이 경우에는 수백만 개의 제품이 Lyst에 있으므로 필요합니다. 문제에 따라 무언가를 분류하거나 예측할 수 있습니다. 우리의 경우 제품 이미지가 있고 기본적으로 모델을 만들고 제품에 대한 정보를 감지할 수 있도록 컴퓨터를 훈련시킵니다. 최근에는 가방이든 신발이든 스타일을 알아냈습니다. 가장 최근에 작업하려고 했던 것은 가죽 재킷이든 데님 청바지든 상관없이 이미지에서 재료를 감지하는 모델을 얻는 것입니다.

Lyst는 데이터 과학에서 무엇을 배우나요?

Lyst는 전자 상거래 플랫폼이므로 고급 브랜드에서 고급 브랜드에 이르기까지 수백만 개의 제품을 통합하고 있습니다. 우리는 주로 데이터 과학을 사용하여 사용자가 클릭하는 항목과 웹에서 가져온 위치에 따라 가장 관련성이 높은 제품을 사용자에게 추천합니다. 데이터베이스에는 방대한 양의 제품이 있으므로 사용자 경험을 맞춤화하고자 합니다. 각자의 필요에 따라 웹사이트를 개인화할 수 있습니다. 사용자.

지금의 직장을 잡기까지의 면접 과정은 어땠나요?

코딩 테스트를 통해 코딩 기술을 보여주고 기본 사항을 이해했는지 확인합니다. 그러나 시험의 종류는 지원하는 레벨에 따라 다르므로 상급자가 많을수록 문제가 더 복잡해집니다. 코딩 테스트를 통해 코드를 작성하고 그 후에 수행하는 경향이 무엇인지 설명하면 채용 담당자가 데이터 과학자로서 문제 및 일반적인 문제에 접근하는 방법을 확인할 수 있습니다. 내 자신의 인터뷰는 약간 비공식적이어서 테스트는 화이트 보드에서 이루어졌습니다. 이제는 컴퓨터에서 이루어집니다. 나는 실제로 그것을 알아낼 수 없었지만 그들은 내가 문제에 접근하는 방식을 좋아했습니다. 그들은 여전히 ​​내가 어떤 사람인지 알 수 있었습니다.

어떤 프로젝트가 가장 자랑스럽습니까?

개인적으로 더 흥미로운 프로젝트는 자동 완성 및 자동 제안이었습니다. 우리는 웹사이트에서 검색을 호출하고 사용자가 무엇을 찾는지 추측하려고 합니다. 작년 여름에 나에게 처음부터 끝까지 혼자 하라고 주어진 프로젝트인데, 신기하다. 많은 것을 배우고 라이브로 볼 수 있다는 점에서 좋은 도전이라고 생각했습니다.

검색 시 철자를 잘못 입력한 경우 올바른 검색 쿼리의 철자가 없으면 결과를 반환할 수 없습니다. 그래서 저희는 '이게 말씀하신 거죠?'라는 서비스를 만들었습니다. 맞춤법 오류를 수정합니다. 그것은 또한 내가 만든 다른 것입니다.

이 프로젝트는 보통 얼마나 걸립니까?

데이터를 수집하는 데 시간이 걸리기 때문에 처음부터 끝까지 완료하는 데 2~3개월 정도 걸립니다. 그런 다음 정리하고 모델을 구축하고 다음과 같이 문제에 접근하는 다양한 방법을 찾습니다. 잘. 속도는 큰 차이를 만듭니다. 더 빠르고 더 나은 성과를 낼 수 있는 것을 찾는 것입니다.

비슷한 진로에 관심이 있는 사람에게 조언을 한다면?

문제는 불가능하지 않다는 것입니다. 기본적으로 12주 과정에서 바로 취업한 엔지니어가 있습니다. 관심이 있으시면 모임과 온라인 과정이 있습니다. 코드를 가르치고 그 이면의 개념을 이해할 수 있는 공개 과정이 너무 많다는 것은 정말 좋은 일입니다.

데이터 과학이 패션 산업 전반에 중요한 이유는 무엇입니까?

많은 대형 패션 브랜드에는 전자 상거래 플랫폼이 있으며, 이는 데이터 과학자가 활용할 수 있는 많은 데이터를 생성합니다. 우리는 데이터 과학을 사용하여 고객의 요구를 이해하고 고객의 행동을 연구합니다. 이는 브랜드가 요구 사항을 예측하고 고객이 원하는 것을 찾도록 도와주는 더 나은 서비스로 매출을 늘릴 수 있기 때문에 패션 산업에 매우 중요합니다. 데이터 과학은 또한 웹사이트에서 제품의 수명을 예측하고 고객에게 제품이 곧 매진될 가능성을 조언하는 데 사용됩니다. 이것은 소매업체가 예측하는 데 도움이 됩니다. 즉, 생산할 드레스의 수를 추정하고 특정 시장에 파견할 수 있으며 이는 모든 비즈니스에 매우 중요합니다.

패션 산업에 적용되는 데이터 과학의 다른 예는 무엇입니까?

빅 패션 기업은 온라인뿐만 아니라 매장에서도 판매 데이터를 갖게 되며, 이 데이터는 제품 수요 예측, 재고 수요 예측 및 가격 책정에 사용할 수 있습니다. 또한 많은 인기 브랜드 사이에서 고객의 의류 크기를 예측할 수 있습니다. 사람들의 측정 및 착용하는 크기에 대한 데이터 수집 각 브랜드마다 모델을 구축하여 특정 브랜드의 크기를 예측할 수 있습니다. 이는 대부분의 제품이 반품되기 때문에 매우 유용합니다. 맞다.

패션에 데이터 과학을 사용하는 또 다른 좋은 예는 디포매틱, 패션 블로거의 이미지를 사용하고 아이템을 구매할 수 있는 곳으로 링크합니다.

직업과 관련하여 흔히 하는 오해는 무엇이라고 생각하십니까?

많은 사람들이 여성들이 이 일을 한다는 사실에 놀라고 있습니다. 우리는 균형이 잘 잡혀 있기 때문에 정확히 Lyst에서가 아니라 일반적으로 그리고 패션 외부에서 일합니다. 그것은 내가 많이 추진하는 것입니다. 기술 세계 자체에서 더 많은 여성을 얻는 것이 좋을 것입니다. 학교의 여학생들이 컴퓨터 과학이나 과학을 공부하도록 격려하는 것으로 시작해야 합니다. 그렇게 해도 괜찮고 데이터 과학자가 되어도 괜찮습니다. 실제로는 괜찮은 것 이상입니다. 현재로서는 정말 멋집니다. 나는에서 읽었다 하버드 비즈니스 리뷰 그것이 세기의 가장 섹시한 직업이고 2016년 최고의 직업.

데이터 과학은 기계 학습 또는 인공 지능의 분야이므로 매우 특히 패션 분야에서 다양한 방식으로 악용될 수 있기 때문에 그 일부가 되는 흥미로운 시간입니다. 산업. 그것은 거기에서 멈추지 않으며 아마도 조만간 느려지지 않을 것입니다. 패션의 세계를 바꾸고 있습니다.

이 인터뷰는 편집 및 압축되었습니다.

더 많은 패셔니스타를 원하십니까? 매일 뉴스레터에 가입하고 받은 편지함에서 직접 받아보세요.