Informationen
Jobs
1
Finde, was du suchst.
Profil
In deinem persönlichen Profilbereich kannst du den Status deiner Bewerbung einsehen, unvollständige Bewerbungen zwischenspeichern und aktuelle News und Events einsehen
deDeutsch
Andrea Schütt
Data Scientist
Über mich
Ich bin Teil des E-Commerce-Teams, das für die Website otto.de und die Effektivität und Algorithmen der dazugehörigen Suchleiste verantwortlich ist. In meiner Rolle als Data Scientist erforsche, analysiere und bereite ich Daten auf. Außerdem schreibe ich für den OTTO Techblog und bin auch auf Meetups und Konferenzen mit Vorträgen anzutreffen. In Zukunft wollen mein Team und ich den Schwerpunkt auf ein verbessertes Sucherlebnis, die Weiterentwicklung der Learning-to-Rank-Modelle und das Finden besserer Lösungen für Kundenprobleme legen. "Wir wollen, dass die Kunden unter den Millionen von Produkten auf der Plattform schneller und präziser genau die Produkte finden, nach denen sie suchen. Unser Ziel ist es, das Ranking mit Hilfe eines Learning-to-Rank-Modells noch intelligenter zu machen."
Meine Beiträge
Andrea, Yunus16.08.2022Offline-Ranking-Validierung - Vorhersage von A/B-Test-Ergebnissen
Die Implementierung eines maschinellen Lernmodells für das Ranking in einer E-Commerce-Suche erfordert einen gut durchdachten Ansatz für die Definition der Zielmetrik. In diesem Vortrag werden wir unseren Ansatz für die Offline-Ranking-Validierung vorstellen und zeigen, wie er sich in der Praxis bewährt hat.TestingEvents & Kultur- Andrea14.05.2021
Teil 2: Datenerhebung für Learning to Rank
Im letzten Beitrag haben wir beschrieben, welche Ziele wir mit der Implementierung von Learning to Rank (LTR) verfolgen und wie wir sie (methodisch) erreichen wollen. Aber wie kommen wir eigentlich an die Daten, die wir brauchen? Wie ermitteln wir die Rangfolge, die den größten Wert für unsere Kunden schafft? Was genau ist "Wert"/Relevanz aus Sicht des Kunden? Und wie definieren wir Merkmale, um diese Daten korrekt darzustellen? Wir werden versuchen, einige dieser Fragen in diesem Beitrag zu beantworten. In den folgenden Beiträgen wird es darum gehen, wie wir die Suchqualität messen und wie wir die technische Umsetzung einer LTR-Pipeline realisieren.Development - Andrea21.04.2021
Teil 1: Einführung in Learning to Rank für die E-Commerce-Suche
Den Nutzern zu ermöglichen, die Produkte zu finden, nach denen sie suchen, ist die Kernaufgabe des Suchteams von otto.de. Aber nicht nur die relevanten Artikel zu finden, sondern auch die relevantesten Produkte an die Spitze der Liste zu setzen, ist eine der größten Herausforderungen, denen wir uns in unserem Job stellen. In diesem und den folgenden Beiträgen zeigen wir Ihnen, wie wir Learning to Rank implementiert haben, um unser Ranking zu verbessern, wie wir die eCommerce-spezifischen Herausforderungen meistern, die Suchqualität messen und wie wir die technische Umsetzung realisiert haben.Development
