Сандра Греисс у канцеларији Лист. Фото: Лиз Грегг
У нашој дугогодишњој серији, "Како ми то успева", разговарамо са људима који зарађују за живот у модној индустрији о томе како су провалили и постигли успех.
Када посетите Лист и случајно погрешно напишете име дизајнера или реч „мазге“, веб локација ће повући страницу која аутоматски исправља грешку или ако почнете да уносите „фармерке са високим струком“ у траку за претрагу, Лист.цом ће предвидљиво попунити остатак вашег упита пре него што то учините, попут Гоогле-а који води рачуна о моди. Сви ти мали, згодни детаљи су делимично захваљујући научници за податке Сандри Греисс, која је у инжењерском одељењу компаније од 2014.
Са Греиссовим образовањем - дипломирани физичар из Париза, и мастер и Др. из астрономије и астрофизике из Велике Британије-пут ка академији или посао у финансијама деловао је као најсигурнији улог у каријери. "Никада нисам мислио да ћу завршити у модној индустрији", каже Греисс. "Већина физичара то не чини и да будем искрен, то је врло фрустрирајуће. Сјајно је што покушавамо да истакнемо да толико тога можете учинити са својим вештинама. "
Разговарали смо са Греисс о њеној улози у Листу, зашто је наука о подацима важна за моду и како и ви можете добити посао у индустрији радећи не тако традиционалну модну свирку.
Шта конкретно радите као научник података у Листу?
У основи користимо податке - много њих - за израду алгоритама и модела за обучавање рачунара да ради многе основне ствари које можете добити као човек. У овом случају, са милионима производа на Листу, потребно вам је то. Можемо класификовати или предвидети нешто, у зависности од вашег проблема. Рецимо, у нашем случају, имамо слике производа и у основи правимо модел и обучавамо рачунар да може да детектује ствари о производима. Недавно смо успели да откријемо стилове, било да се ради о торби или ципелама. Најновија ствар на којој сам покушавао да порадим је да добијем модел за откривање материјала са слике, било да се ради о кожној јакни или тексас фармеркама.
Шта Лист учи из науке о подацима?
Лист је платформа за е-трговину, па окупља милионе производа од врхунских до уличних марки. Углавном користимо науку о подацима како бисмо својим корисницима препоручили најрелевантније производе, у зависности од тога на шта кликну и одакле долазе на вебу. Пошто у нашој бази података постоји огромна количина производа, желимо да прилагодимо корисничко искуство према свакој од њихових потреба, што би могло бити кроз персонализацију веб странице за сваког корисника.
Како је изгледао процес интервјуа да бисте добили посао који сада имате?
Радите тест кодирања да бисте показали своје способности кодирања и ако разумете основне ствари. Али врста теста зависи од нивоа за који се пријављујете, па што сте старији, питања ће бити компликованија. Тест кодирања ће вам омогућити да напишете део кода и објасните шта сте радили након тога, што омогућава запосленима да виде како приступате проблемима и типичним питањима као научник за податке. Мој интервју је био помало неформалан, па је тест урађен на белој табли - сада, на рачунару. Нисам успео да то схватим, али свидео им се начин на који приступам проблему. Још су могли да виде каква сам особа.
Канцеларија Лист у Лондону. Фотографија: Лист
На које пројекте сте најпоноснији?
За мене лично, најузбудљивији пројекти на којима сам радио били су аутоматско довршавање и аутосугестија. Позивамо претрагу нечега на веб локацији и покушава да погоди шта наши корисници желе. То је пројекат који сам добио прошлог лета да урадим сам од почетка до краја, што је узбудљиво. Мислио сам да је то добар изазов у смислу да научим много ствари, а затим видим како то иде уживо.
Ако сте направили правописну грешку у претрази, нећемо моћи да вратимо резултате ако немамо исправно написан прави упит за претрагу. Тако смо створили услугу под називом „Да ли сте ово мислили?“ да исправи правописне грешке. То је нешто друго што сам такође изградио.
Колико обично ови пројекти трају?
Треба им око два до три месеца од почетка до краја јер је прикупљање података потребно време, а затим га чистите и градите модел и проналазите различите начине у приступу проблему као добро. Брзина чини огромну разлику; проналажење нечега што ће бити боље и брже.
Шта бисте саветовали некоме кога занима слична каријера?
Ствар је у томе што то није немогуће. Имамо инжењере који су у основи прешли са 12-недељних курсева на посао. Ако вас то занима, имате састанке и курсеве на мрежи. Сјајно је што сада постоји толико отворених курсева који ће вас научити коду и разумети концепте који стоје иза тога.
Сандра Греисс у канцеларији Лист. Фотографија: Лиз Грегг
Зашто је наука о подацима важна за модну индустрију уопште?
Многи велики модни брендови имају платформе за е-трговину, које генеришу много података које ће научници података користити. Користимо науку о подацима да бисмо разумели потребе купаца и проучили њихово понашање. Ово је кључно за модну индустрију јер су брендови у могућности повећати продају бољим услугама које предвиђају потребе и помажу својим клијентима да пронађу оно што траже. Наука о подацима се такође користи за предвиђање века трајања производа на веб локацији и саветовање купаца о вероватноћи да ће се роба ускоро распродати. Ово помаже продавачу у предвиђању - процени колико хаљина треба да произведе и отпреми на дато тржиште, што је кључно за било који посао.
Који су још примери примене науке о подацима у модној индустрији?
Велике модне компаније ће имати податке о својој продаји не само на мрежи, већ и у продавницама, а ти подаци се могу користити за предвиђање потражње производа, процјену потреба за залихама и цијене. Такође може предвидети величину одеће купца између многих популарних марки: прикупљањем података о мерама људи и које величине носе за сваки бренд, може се изградити модел који предвиђа величину за одређени, што је врло корисно јер се већина производа враћа због уклопити.
Још један сјајан пример коришћења науке о подацима за моду је кроз програм тзв Деепоматски, који користи слике модних блогера и повезује артикле са местима где се могу купити.
Шта мислите да је уобичајена заблуда када је у питању ваш посао?
Многе људе изненађује чињеница да жене раде овај посао - не баш у Листу јер имамо добру равнотежу - већ генерално и ван моде. То је нешто за шта се много залажем; било би сјајно добити више жена у свету технологије. Требало би почети са подстицањем девојчица у школи да студирају рачунарство или било коју науку. У реду је то учинити и у реду је бити научник података. Заправо је више него у реду, тренутно је супер. Прочитао сам Преглед Харварда да је то најсекси посао века и најбољи посао у 2016.
Наука о подацима је поље машинског учења или вештачке интелигенције, па је изузетно узбудљиво време да будете део тога јер се може искористити на много начина, посебно у моди индустрија. Ту се не зауставља и вероватно неће успорити у скорије време. То мења свет моде.
Овај интервју је уређен и сажет.
Желите више Фасхиониста? Пријавите се за наш дневни билтен и јавите нам се директно у инбок.