Kako se je podatkovni znanstvenik (ki je študiral astrofiziko) končal v modi

V naši dolgoletni seriji, "Kako mi uspeva," z ljudmi, ki se preživljajo v modni industriji, se pogovarjamo o tem, kako so vdrli in dosegli uspeh.

Ko obiščete Lyst in pomotoma črkujete ime oblikovalca ali besedo "mules", bo spletno mesto potegnilo stran, ki samodejno popravi napako, ali če v iskalno vrstico začnete vnašati "kavbojke z visokim pasom", Lyst.com bo predvidoma izpolnil preostanek vaše poizvedbe, na primer Google, ki se zaveda mode. Vse te majhne, ​​priročne podrobnosti so deloma zahvaljujoč podatkovni znanstvenici Sandri Greiss, ki je od leta 2014 v inženirskem oddelku podjetja.

Z Greissovo izobrazbo - diplomo iz fizike iz Pariza in magisterij in Doktor znanosti v astronomiji in astrofiziki iz Združenega kraljestva-pot do akademskega sveta ali služba v financah se je zdela karierno najvarnejša stava. "Nikoli si nisem mislil, da bom končal v modni industriji," pravi Greiss. "Večina fizikov ne, in če sem iskren, je zelo frustrirajuće. Super je, da skušamo poudariti, da s svojimi veščinami lahko storite toliko. "

Z Greiss smo se pogovarjali o njeni vlogi pri Lystu, zakaj je znanost o podatkih pomembna za modo in kako se tudi vi lahko zaposlite v industriji na ne tako tradicionalnem modnem koncertu.

Kaj točno počnete kot podatkovni znanstvenik pri Lystu?

V bistvu podatke - veliko jih - uporabljamo za izdelavo algoritmov in modelov za usposabljanje računalnika, da naredi veliko osnovnih stvari, ki jih lahko dobite kot človek. V tem primeru z milijoni izdelkov na Lystu potrebujete to. Glede na vašo težavo lahko nekaj razvrstimo ali napovemo. Recimo, v našem primeru imamo slike izdelkov in v bistvu izdelamo model in usposobimo računalnik, da bo lahko odkril stvari o izdelkih. Pred kratkim nam je uspelo ugotoviti sloge, pa naj gre za torbo ali čevlje. Zadnja stvar, na kateri sem poskušal delati, je, da dobim model za odkrivanje materiala iz slike, pa naj bo to usnjena jakna ali kavbojke iz jeansa.

Kaj se Lyst nauči iz podatkovne znanosti?

Lyst je platforma za e-trgovino, zato združuje milijone izdelkov od vrhunskih do uličnih blagovnih znamk. Večinoma uporabljamo podatkovno znanost, da svojim uporabnikom priporočamo najbolj ustrezne izdelke, odvisno od tega, na kaj kliknejo in od kod prihajajo v spletu. Ker je v naši zbirki ogromno izdelkov, želimo prilagoditi uporabniško izkušnjo glede na vsako od njihovih potreb, kar bi lahko bilo s prilagajanjem spletnega mesta za vsakega posebej uporabnik.

Kakšen je bil postopek razgovora, da bi dobili službo, ki jo imate zdaj?

Naredite test kodiranja, da pokažete svoje sposobnosti kodiranja in če razumete osnovne stvari. Toda vrsta testa je odvisna od stopnje, na katero se prijavite, zato bodo starejši, bolj zapletena bodo vprašanja. S preskusom kodiranja boste morali napisati del kode in pojasniti, kaj počnete po tem, kar zaposlovalcem omogoča, da vidijo, kako pristopate k problemom in tipičnim vprašanjem kot podatkovni znanstvenik. Moj intervju je bil nekoliko neuraden, zato je bil test narejen na beli tabli - zdaj je na računalniku. Pravzaprav mi ni uspelo ugotoviti, vendar jim je bil všeč način, kako pristopim k problemu. Še vedno so videli, kakšen človek sem.

Na katere projekte ste najbolj ponosni?

Zame osebno so bili bolj razburljivi projekti, na katerih sem delal, samodejno dokončanje in samodejno predlaganje. Iščemo nekaj iskanja na spletnem mestu in skuša uganiti, kaj si želijo naši uporabniki. To je projekt, ki sem ga lansko poletje dobil od samega začetka do konca, kar je razburljivo. Mislil sem, da je to dober izziv v smislu, da se moram naučiti veliko stvari in nato videti, da gre v živo.

Če ste pri iskanju naredili črkovalno napako, ne bi mogli vrniti rezultatov, razen če bi imeli pravilno napisano pravo iskalno poizvedbo. Tako smo ustvarili storitev z naslovom "Ste to mislili?" za odpravo pravopisnih napak. To je nekaj drugega, kar sem tudi jaz zgradil.

Koliko časa ti projekti običajno trajajo?

Od začetka do konca trajajo približno dva do tri mesece, ker zbiranje podatkov traja nekaj časa, nato pa ga očistite in zgradite model ter poiščete različne načine pristopa k problemu kot no. Hitrost je velika razlika; najti nekaj, kar bo delovalo bolje in hitreje.

Kaj bi svetovali nekomu, ki ga zanima podobna poklicna pot?

Stvar je v tem, da to ni nemogoče. Imamo inženirje, ki so v bistvu od 12-tedenskih tečajev prešli na delovna mesta. Če vas to zanima, imate srečanja in spletne tečaje. Super je, da je zdaj toliko odprtih tečajev, ki vas naučijo kodirati in razumeti koncepte za tem.

Zakaj je znanost o podatkih pomembna za modno industrijo na splošno?

Veliko velikih modnih blagovnih znamk ima platforme za e-trgovino, ki ustvarjajo veliko podatkov, ki jih znanstveniki za podatke lahko izkoristijo. Znanost o podatkih uporabljamo za razumevanje potreb strank in preučevanje njihovega vedenja. To je ključnega pomena za modno industrijo, saj lahko blagovne znamke povečajo prodajo z boljšimi storitvami, ki predvidevajo potrebe in svojim strankam pomagajo najti tisto, kar iščejo. Podatkovna znanost se uporablja tudi za napovedovanje življenjske dobe izdelka na spletnem mestu in svetovanje strankam, kako verjetno je, da se bo blago kmalu razprodalo. To trgovcu na drobno pomaga pri napovedovanju - oceni, koliko oblek bo izdelalo in poslalo na določen trg, kar je ključno za vsako podjetje.

Kateri so drugi primeri podatkovne znanosti, ki se uporabljajo v modni industriji?

Velika modna podjetja bodo imela podatke o svoji prodaji ne samo na spletu, ampak tudi v trgovinah, ki jih je mogoče uporabiti za napovedovanje povpraševanja po izdelkih, oceno potreb po zalogah in cene. Lahko napoveduje tudi velikost oblačil kupca med številnimi priljubljenimi blagovnimi znamkami: z zbiranjem podatkov o meritvah ljudi in kakšnih velikostih nosijo za vsako blagovno znamko je mogoče izdelati model, ki bo predvidel, kakšne velikosti bi morali biti za določeno, kar je zelo koristno, saj se večina izdelkov vrne zaradi fit.

Drug odličen primer uporabe podatkovne znanosti za modo je program, imenovan Deepomatično, ki uporablja podobe modnih blogerk in povezuje predmete s kraji, kjer jih je mogoče kupiti.

Kaj je po vašem mnenju pogosta napačna predstava pri vašem delu?

Veliko ljudi se zdi presenetljivo, da ženske opravljajo to delo - ne ravno v Lystu, ker imamo dobro ravnovesje - ampak na splošno in zunaj mode. To je nekaj, za kar se zelo trudim; dobiti več žensk v samem svetu tehnologije bi bilo super. Začeti je treba s spodbujanjem deklet v šoli k študiju računalništva ali katere koli druge znanosti. V redu je to narediti in v redu je biti podatkovni znanstvenik. Pravzaprav je več kot v redu, trenutno je res kul. Prebral sem Harvard Business Review da je to najbolj seksi delo stoletja in najboljše delo v letu 2016.

Podatkovna znanost je področje strojnega učenja ali umetne inteligence, zato je izjemno razburljiv čas, da postanete del tega, ker ga je mogoče izkoristiti na različne načine, zlasti v modi industriji. Tu se ne ustavi in ​​verjetno se ne bo kmalu upočasnilo. Spreminja svet mode.

Ta intervju je bil urejen in zgoščen.

Želite več Fashioniste? Prijavite se na naše vsakodnevno glasilo in nam pišite neposredno v mapo »Prejeto«.