Sandra Greiss la biroul Lyst. Fotografie: Liz Gregg
În seria noastră de lungă durată, „Cum mă descurc” vorbim cu oameni care își câștigă existența în industria modei despre modul în care au intrat și au găsit succes.
Când vizitați Lyst și, din greșeală, scrieți greșit un nume de designer sau cuvântul „catâri”, site-ul va extrage o pagină care corectează automat eroarea sau dacă începeți să tastați „blugi cu talie înaltă” în bara de căutare, Lyst.com în mod previzibil, va completa restul interogării înainte de a o face, ca un Google conștient de modă. Toate aceste detalii convenabile și minuțioase sunt datorate în parte cercetătorului în date Sandra Greiss, care lucrează cu departamentul de inginerie al companiei din 2014.
Cu educația lui Greiss - o diplomă de licență în fizică din Paris și un master și Ph. D. în astronomie și astrofizică din Marea Britanie - o cale spre mediul academic sau un loc de muncă în finanțe părea cel mai sigur pariu din punct de vedere profesional. „Nu m-am gândit niciodată că voi ajunge în industria modei”, spune Greiss. „Majoritatea fizicienilor nu fac acest lucru și, sincer să fiu, este foarte frustrant. Este minunat că încercăm să subliniem că există atât de multe lucruri pe care le poți face cu abilitățile tale. "
Am vorbit cu Greiss despre rolul ei la Lyst, de ce știința datelor este importantă pentru modă și despre modul în care și dvs. puteți obține un loc de muncă în industrie, făcând un concert de modă nu atât de tradițional.
Ce anume faceți ca cercetător de date la Lyst?
Practic, folosim date - o mulțime de ele - pentru a construi algoritmi și modele pentru a instrui un computer pentru a face o mulțime de lucruri de bază pe care le puteți obține ca om. În acest caz, cu milioane de produse pe Lyst, aveți nevoie de asta. Putem clasifica sau prezice ceva, în funcție de problema dvs. Spuneți, în cazul nostru, că avem imagini cu produse și practic construim un model și instruim un computer pentru a putea detecta lucruri despre produse. Recent, am reușit să ne dăm seama de stiluri, fie că este vorba de o geantă sau de pantofi. Ultimul lucru la care am încercat să lucrez este să obțin un model care să detecteze materialul dintr-o imagine, indiferent dacă este vorba despre o jachetă de piele sau o pereche de blugi din denim.
Ce învață Lyst din știința datelor?
Lyst este o platformă de comerț electronic, deci agregează milioane de produse de la branduri high-end la high-street. Folosim în principal știința datelor pentru a ne asigura că recomandăm cele mai relevante produse utilizatorilor noștri, în funcție de ce fac clic și de unde provin de pe web. Deoarece există o cantitate vastă de produse în baza noastră de date, dorim să adaptăm experiența utilizatorului nostru în funcție de fiecare dintre nevoile lor, care ar putea fi prin personalizarea site-ului web pentru fiecare utilizator.
Cum a fost procesul de interviu pentru a obține locul de muncă pe care îl aveți acum?
Faceți un test de codare pentru a vă arăta abilitățile de codare și dacă înțelegeți lucrurile de bază. Dar tipul de test depinde de nivelul pentru care aplicați, astfel încât, cu cât sunteți mai în vârstă, cu atât întrebările vor fi mai complicate. Testul de codare vă va face să scrieți o bucată de cod și să explicați ce aveți tendința de a face după aceea, ceea ce permite recrutorilor să vadă cum abordați problemele și problemele tipice în calitate de cercetător în date. Interviul meu a fost cam informal, așa că testul a fost făcut pe o tablă albă - acum, este pe un computer. De fapt, nu am reușit să-mi dau seama, dar le-a plăcut felul în care abordam problema. Încă mai vedeau ce fel de persoană eram.
Biroul Lyst din Londra. Foto: Lyst
De ce proiecte ești cel mai mândru?
Pentru mine personal, proiectele mai interesante la care am lucrat a fost completarea automată și sugestia automată. Apelăm la o căutare de ceva pe site și încearcă să ghicească ce urmăresc utilizatorii noștri. Acesta este un proiect pe care mi l-am dat vara trecută să-l fac singur de la început până la sfârșit, ceea ce este incitant. Am crezut că este o provocare bună, într-un sens că pot învăța o mulțime de lucruri și apoi o văd în direct.
Dacă ați făcut o greșeală de ortografie în căutarea dvs., nu am putea să returnăm rezultate decât dacă am fi scris corect interogarea de căutare. Așa că am creat un serviciu numit „V-ați referit la asta?” pentru a corecta greșelile de ortografie. Acesta este altceva pe care l-am construit și eu.
Cât durează de obicei aceste proiecte?
Durează aproximativ două până la trei luni de la început până la sfârșit până la finalizare, deoarece colectarea datelor necesită timp, și apoi îl curățați și construiți modelul și găsiți diferite modalități de abordare a problemei ca bine. Viteza face o mare diferență; găsind ceva care va avea o performanță mai bună și mai rapidă.
Ce sfaturi ați da cuiva interesat de o carieră similară?
Problema este că nu este imposibil. Avem ingineri care au trecut practic de la cursuri de 12 săptămâni la locuri de muncă imediat. Dacă sunteți interesat de aceasta, aveți întâlniri și cursuri online. Este minunat că există atât de multe cursuri deschise acum pentru a vă învăța codul și a înțelege conceptele din spatele acestuia.
Sandra Greiss la biroul Lyst. Foto: Liz Gregg
De ce este importantă știința datelor pentru industria modei în general?
Multe mari mărci de modă au platforme de comerț electronic, care generează o mulțime de date pe care oamenii de știință de date le pot exploata. Folosim știința datelor pentru a înțelege nevoile clientului și a studia comportamentul acestora. Acest lucru este crucial pentru industria modei, deoarece brandurile sunt capabile să crească vânzările cu servicii mai bune care prezic nevoile și îi ajută pe clienții lor să găsească ceea ce caută. Știința datelor este, de asemenea, utilizată pentru a prognoza durata de viață a unui produs de pe site și pentru a sfătui clienții cât de probabil sunt bunurile care se vor vinde în curând. Acest lucru îl ajută pe retailer să facă prognoze - estimând câte rochii să producă și să fie expediate pe o anumită piață, ceea ce este crucial pentru orice afacere.
Care sunt alte exemple de știință a datelor aplicate în industria modei?
Marile companii de modă vor avea date despre vânzările lor nu numai online, ci și în magazine, iar aceste date pot fi folosite pentru a prezice cererea de produse, a estima nevoile stocurilor și a prețurilor. Poate prezice mărimile de îmbrăcăminte ale unui client și între multe mărci populare: prin colectarea datelor despre măsurătorile oamenilor și în ce mărimi poartă pentru fiecare marcă, se poate construi un model care să prezică ce dimensiune ar trebui să aveți pentru un anumit model, ceea ce este foarte util, deoarece majoritatea produselor sunt returnate din cauza potrivi.
Un alt exemplu excelent de utilizare a științei datelor pentru modă este printr-un program numit Deepomatic, care folosește imagini ale bloggerilor de modă și leagă articolele de unde pot fi cumpărate.
Care credeți că este o concepție greșită obișnuită atunci când vine vorba de slujba dvs.?
O mulțime de oameni consideră surprinzător faptul că femeile fac această treabă - nu tocmai la Lyst pentru că avem un echilibru bun - ci în general și în afara modei. Este ceva pe care îl împing mult; a face mai multă femeie în lumea tehnologiei în sine ar fi grozav. Ar trebui să înceapă cu încurajarea fetelor din școală să studieze informatică sau orice știință. Este în regulă să faci asta și în regulă să fii cercetător în date. De fapt, este mai mult decât în regulă, este foarte cool în acest moment. Am citit în recenzie de afaceri Harvard că este cea mai sexy meserie din secol și cea mai bună slujbă de făcut în 2016.
Știința datelor este domeniul învățării automate sau a inteligenței artificiale, deci este extrem de moment interesant pentru a face parte din el, deoarece poate fi exploatat în multe moduri, în special în modă industrie. Nu se oprește aici și probabil că nu va încetini în curând. Schimbă lumea modei.
Acest interviu a fost editat și condensat.
Vrei mai mult Fashionista? Înscrieți-vă la newsletter-ul nostru zilnic și primiți-ne direct în căsuța de e-mail.