data scientist

За кадром: Познакомьтесь с женщиной, создавшей в Shopee команду Data Science с нуля

Великие вещи не появляются за один день — то же самое можно сказать об электронной торговой платформе Shopee.

Основанная в 2015 в Сингапуре, Shopee прошла путь от сервиса купли-продажи до универсальной платформы для покупателей, желающих получить качественный товар, предлагаемый надежными продавцами.

Но что стоит за понятным пользовательским интерфейсом и механикой, которые помогают продавцам получить больше продаж? Мы поговорили с главой отдела Data Science в Shopee, доктором Пань Яочжан.

Чем вы занимаетесь в Shopee и как выглядит ваш рабочий день?

Как руководителю команды Data Science, мне каждый день приходится выполнять различные задачи, которые можно разделить на три группы:

  • Управление командой. Мне нужно мотивировать и вдохновлять своих сотрудников. Я помогаю понять, как их работа влияет на бизнес-стратегию Shopee, и побуждаю находить творческие решения задач в data science.
  • Реализация проектов. Я контролирую работу всех проектов и слежу за активностью их развития, а также помогаю команде поддерживать контакт с другими специалистами: маркетологами, продактами, координаторами.
  • Новые технологии. Искусственный интеллект и наука о данных быстро набирают популярность. Поэтому нам важно быть в курсе последних технологий и своевременно оснащать команду и всю компанию новыми инструментами. Я провожу семинары и внутренние тренинги, чтобы держать команду в курсе последних технологических разработок.
DS
Специализация Data Science
Идет набор в группу 12 500₽ в месяц

Какими качествами должен обладать специалист data science, чтобы стать частью вашей команды?

Крайне важно, чтобы потенциальный сотрудник имел полное представление о бизнес-модели Shopee и проявлял интерес к индустрии электронной коммерции.

Среди других очень выделяются кандидаты с сильными техническими и исследовательскими способностями. Они могут быстро ознакомиться с передовыми научными методами, среди которых обработка естественного языка, deep learning, машинное зрение и многие другие.

Я также ищу кандидатов с инженерными способностями: они должны уметь применять алгоритмы и модели в реальных продуктах, обеспечивая этим оптимальную производительность системы.

data scientist

Какую роль в Shopee играет анализ данных?

partfolio_ds
Специализация Аналитик Данных
Идет набор в группу 6 900₽ в месяц

В основе всей системы Shopee лежат данные.

С самого начала мы используем данные для бизнес-мониторинга, анализируем  бизнес-инсайты, чтобы отслеживать результаты, и используем инсайты, основанные на анализе данных, чтобы подтверждать принятые решения.

В настоящее время основная задача команды data science в Shopee — применение искусственного интеллекта и технологий data science для управления бизнесом, оптимизации важных процессов и улучшения ключевых показателей.

Например, используя одну из моделей машинного обучения, мы можем автоматически обнаружить потенциальное мошенничество. Благодаря такой автоматизации становится возможным уделять больше времени оптимизации других областей, связанных с защитой пользователей.

Мы также составили алгоритмы персональных рекомендаций, которые позволяют покупателям находить продукты, которые могут им понравиться. Кроме того, мы создали механизм машинного перевода, который помогает продавцу перевести информацию о продукте и продавать товары за рубежом.

Используя технологии искусственного интеллекта и платформы обработки big data, мы анализируем полезные данные, благодаря чему совершенствуем взаимодействие с пользователем, помогаем покупателям найти нужные продукты и автоматизируем бизнес-процессы наших внутренних команд для повышения эффективности работы и снижения затрат.

Как продавцы в Shopee могут использовать данные для управления бизнесом и увеличения продаж?

Shopee предоставляет платный рекламный сервис, используя который, продавцы могут купить определенные ключевые слова, которые помогут увеличить показы продукции. Мы также рекомендуем ключевые слова, которые потенциально могут увеличить количество кликов и конверсию, основываясь на истории продаж.

С какими проблемами вы сталкиваетесь при работе с данными?

Одна из самых больших проблем — проблема масштабирования данных.

Чтобы её преодолеть, мы стремимся освоить как можно больше инструментов и навыков управления платформами big data.

Также мы иногда приглашаем университетских профессоров и просим их рассказать о новейших технологиях высокопроизводительных вычислений и больших данных.

Также лучшие системные программисты Shopee проводят тренинги по оптимизации кода.

data scientist

В настоящее время Shopee разрабатывает граф знаний электронной торговли (E-Commerce Knowledge Graph). Какую пользу это приносит пользователям Shopee?

Граф знаний был последней попыткой Google внедрить технологию семантической сети, также известную как Гигантский глобальный граф (Giant Global Graph, GGG).

Используя обработку естественного языка, мы хотим проанализировать названия и описания товаров и трансформировать их в понятный для покупателей формат.

Наша команда data science использует обработку естественного языка и компьютерное зрение для извлечения ключевых данных о товарах и предпочтениях пользователей и хранения их в базе данных графа знаний. Это позволяет легко анализировать данные, генерировать идеи и выстраивать стратегию.

В конечном счёте, граф знаний электронной торговли обеспечит более умный поиск, персонализирует домашнюю страницу и будет выдавать популярные товары. Это позволит пользователям быстрее принимать решение о покупке и легко находить необходимые вещи.

data scientist

Над какими ещё проектами, помимо грядущего запуска собственного графа знаний, вы работаете?

Помимо графа знаний моя команда работает над тем, чтобы использовать машинный перевод для помощи продавцам в преодолении языкового барьера при продаже товаров иностранным покупателям. Технология позволит переводить названия и описания товаров.

Какой совет вы бы дали тем, кто хочет продолжить карьеру в науке о данных и аналитике?

Я призываю студентов и выпускников стажироваться и получать опыт работы.

Стажировка даёт возможность учиться у профессионалов, получать практический опыт в области науки о данных и обрастать полезными связями.

Системные программисты, у которых уже есть опыт реализации моделей и глубокие познания в области алгоритмов, должны сосредоточиться на понимании бизнес-стратегии фирмы, на которую они работают.

Также нельзя забывать о самообразовании: активно участвуйте в учебных семинарах, чтобы своевременно получать информацию о новейших платформах, инструментах и методах Data Science.

оригинал статьи: Behind the Scenes: Meet the Woman Who Built Shopees Data Science Team From Scratch

перевод: Астафьева Наталья

Специализация Data Science

Специализация Аналитик Данных

Специализация Data Engineer

Поделиться:
Опубликовано в рубрике Анализ данных, Переводные материалыTagged

SkillFactory.Рассылка