Anzeige: OTTO sucht Data Scientists für Machine-Learning-Competition
OTTO ist heute Plattform und Marktplatz für viele tausend Marken und Produkte. Eine Entwicklung, die kontinuierlich technische Optimierungen voraussetzt. Eine davon ist die permanente Weiterentwicklung der nutzerzentrierten Produktempfehlung.
Als größter deutscher Onlineshop bietet otto.de seinen Kund*innen über zehn Millionen Produkte von über 19.000 Marken an. Über 4.000 Partner verkaufen bereits heute auf dem OTTO-Marktplatz, Tendenz steigend. Um ihnen die Navigation durch diese vielfältige Produktauswahl zu erleichtern, zählt die ständige Optimierung der KI-basierten Empfehlungssysteme zu einer der größten Herausforderungen für das Unternehmen. Damit befasst sich bei OTTO ein interdisziplinäres Team mit Mitarbeiter*innen aus den Bereichen Consumer Interactions und Business Intelligence. Hier werden mithilfe von Machine Learning die Produkte der Consumer Interactions so optimiert, dass otto.de die Bedürfnisse der Kund*innen möglichst genau trifft. Wir haben mit Philipp, Senior Data Scientist in der OTTO IT und Teil dieses Teams, über seine persönliche Tech-Challenge gesprochen und wie in seinem Team daran gearbeitet wird.
Moin Philipp! Was ist die große Herausforderung bei Produktempfehlungen?
Meine Challenge besteht darin, hochskalierbare Systeme zu bauen, die mit den riesigen Datenmengen unseres Shops zurechtkommen und so in der Lage sind, genau die Produkte zu empfehlen, die am besten zu den individuellen Vorlieben passen. Denn auch bei uns gilt: je personalisierter die Empfehlungen, desto höher die Kundenzufriedenheit und damit auch die Verkaufszahlen. Wir möchten unsere Fähigkeit verbessern, in Echtzeit vorherzusagen, wann unsere Kund*innen welche Produkte bestellen wollen. Die Verbesserung unserer Empfehlungssysteme ist ein wesentlicher Bestandteil meines Arbeitsalltags.
Wie arbeitet ihr in euren agilen Teams?
In der IT arbeiten wir in interdisziplinären Teams zusammen und nutzen Methoden der agilen Softwareentwicklung wie Test Driven Development (TDD), Pair Programming und Continious Delivery. Dabei entwickeln wir nicht nur die Plattform otto.de weiter, sondern auch uns selbst - durch den Austausch mit weltweiten Communitys, Meet-ups und einer gelebten Fehlerkultur.
Wie alle Teams bei OTTO können auch wir selbst entscheiden, wie und wo wir arbeiten wollen. Remote Work ist bei uns Alltag, Gleiches gilt für flexible Arbeitszeiten. Das ist besonders für die Kolleg*innen von Vorteil, die nicht aus Hamburg und Umgebung kommen. Darüber hinaus haben wir die Möglichkeit, aus dem europäischen Ausland zu arbeiten. Ich selbst habe das mit der Workation noch nicht ausprobiert, finde die Idee jedoch sehr spannend. Ich arbeite aber auch sehr gern vom Campus aus. Gerade unsere zahlreichen Social Spaces sorgen für eine angenehme Arbeitsumgebung.
Warum sucht ihr Unterstützung in der internationalen Machine-Learning-Community?
Wir alle profitieren von Zusammenarbeit und Wissensaustausch. Für die Verbesserung unserer personalisierten Produktempfehlungen haben wir deshalb auf der Data-Science-Plattform Kaggle mit OTTO unsere erste eigene Kaggle-Competition gestartet. Darüber möchten wir uns mit der internationalen Research-Community vernetzen, um gemeinsam mit anderen erfahrenen Data-Science-Expert*innen an einer Lösung für unsere gegenwärtige Challenge zu arbeiten.
Dazu haben wir im Rahmen einer Machine-Learning-Competition einen Datensatz veröffentlicht, der aus anonymisierten Verhaltensprotokollen unseres Webshops und unserer App gewonnen wurde und zur Nutzung freigegeben ist. Auf dieser Grundlage sollen die Teilnehmenden ein Empfehlungsmodell entwickeln, das sowohl die Klickrate als auch die Kaufraten der empfohlenen Produkte erhöht. Gleichzeitig soll der Datensatz als realistische Basis für zukünftige Forschungsprojekte dienen. Multi-Target-Modelle sind in der Machine-Learning-Community gerade ein wichtiges Thema, weil die meisten der aktuellen State-of-the-Art-Modelle lediglich auf die Optimierung der CTR abzielen. Stand jetzt haben wir bereits 1.190 Anmeldungen registriert und 7.000 eingereichte Lösungen, von denen den drei Besten ein Preisgeld winkt - die Resonanz der Community begeistert uns hier sehr.
Challenge accepted?
Du hast Lust, uns mit deinem Know-how bei der Optimierung unserer nutzerzentrierten Produktempfehlungen zu unterstützen? Dann mach mit bei unserer Kaggle-Challenge und werde Teil einer internationalen Forschungs-Community. Die Teilnahme ist noch bis zum 31.01.2023 möglich.
Oder nutzen Sie das Golem-pur-Angebot
und lesen Golem.de
- ohne Werbung
- mit ausgeschaltetem Javascript
- mit RSS-Volltext-Feed
