O documento descreve como a Dafiti, o maior e-commerce de moda do Brasil, aplica machine learning em vários casos de uso, como categorização de imagens, recomendação de produtos e otimização de campanhas de marketing. O documento também fornece dicas sobre como iniciar com sucesso projetos de machine learning, como definir o problema corretamente, desenvolver rapidamente protótipos e validar resultados com usuários.
2. • Dafiti
• Casos de uso
• Antes de começar
• O projeto
• Algumas dicas
• Q & A
Agenda
3. ❖ Head of R&D, Dafiti
❖ 17+ anos IT stuff
❖ 1981 - 2011 in Germany
❖ 2011 Rocket Internet (locondo, lamoda, dafiti)
❖ Desde 2011 in Brazil e com Dafiti
❖ casado, 2 filhos
Bio
whoami; Georg.Buske
4. • Dafiti
• Casos de uso
• Antes de começar
• O projeto
• Q & A
• Algumas dicas
5. • Fundada em 2011;
• Escritorios em 4 paises;
• 2.900 funcionarios;
• 5 centros de distribuição na América Latina;
• 50MM de acessos mensais;
• > R$ 1.4 bi receita
• Pertence ao Global Fashion Group desde 2014.
Dafiti
6. A maneira mais prática de comprar tudo para
as crianças.
Mães modernas, 20-40 anos, que querem
garantir o melhor para sua família sem
sacrificar a qualidade de vida.
Vestuário, calçados, acessórios,
brinquedo, móveis e puericultura.
+ de 3MM de fãs;
+ de 400 mil fãs;
+ de 60 mil produtos.
A maneira mais inteligente de comprar moda.
Mulheres e homens, 20-45 anos, que
amam comprar moda, valorizam seu
estilo e estão sempre conectados.
Vestuário, calçados, acessórios, beleza
e decoração.
+ de 8MM de fãs;
+ de 1,9MM de fãs;
+ de 300 mil produtos.
Livre para ser autêntico!
Millenials, 18-28 anos, que sempre
estão conectados e possuem um
estilo próprio e autêntico.
Vestuário, calçados, acessórios,
suplementos e equipamentos.
+ de 7MM de fãs;
+ de 500 mil fãs;
+ de 90 mil produtos.
Dafiti
8. • DFTech: Dafiti’s tech brand – Além de tudo Dafiti é uma empresa
tecnologia
Missão - DFTech
9. Inovando nosso e-commerce de moda e ajudando a Dafiti a se tornar a
plataforma de moda da LATAM com o auxílio de IA e aprendizado de
máquina (entre outros), de modo que o resultado será nada menos que
transformar a maneira como o comércio eletrônico funciona e fornecer
soluções convenientes para nossos clientes
Visão – R&D
12. Machine learning gilda
● Objetivos
Criar workshops para todo mundo @ Dafiti (AI awareness workshops)
Discutir e compartilhar conhecimento
Data gilda
● Objetivos
melhores praticas em data engineering (e.g. Redshift) e padronização
Gildas
Dafiti - Cultura e abordagem
13. • Dafiti & DFTech
• Casos de uso
• Antes de começar
• O projeto
• Algumas dicas
• Q & A
14. • Image categorization (pydata meetup – slides: http://bit.ly/2xidU88 )
• Image similarity (usando a mesma rede neural treinada)
• Causual impact MKT campaigns (pydata meetup)
• Marketing allocation (hackathon)
• Recommendation engine (papis.io – slides: https://tinyurl.com/yaxu3oz6 )
• Search, User segmentation – e muito mais
Alguns projetos @ Dafiti
Casos de uso
15. • Dafiti & DFTech
• Casos de uso
• Antes de começar
• O projeto
• Algumas dicas
• Q & A
16. Definição do problema
Antes de começar
Problema
(produto ou
business unit)
Avaliar valor Priorizar Implementar
19. • Dafiti & DFTech
• Casos de uso
• Antes de começar
• O projeto
• Algumas dicas
• Q & A
20. O projeto
2 dias de
kick-off *
2 semanas
até demo
2 meses até
protótipo
(live)
* design thinking workshops, hackathon, analisis, baseline, third parties, paper research
2 – 2 – 2 (Accenture)
26. O projeto - Recap
O que aconteceu até agora
O problema foi identificado e o valor estimado (R$ 10k/més custos para
aprovar manualmente)
Solução avaliado (usar machine learning para melhorar o processo e evitar
custos)
PoC foi desenvolvido rapidamente e o resultado validado
27. Analisis mais profundo (term frequency plots, business rules)
Usar embeddings (word2vec ou fastTEXT)
Deep learning (CNN ou LSTM)
Mais features (dados de produto, timestamp, dados de cliente, nickname)
Curadoria manual do data set
Proximos passos
O projeto - Recap
28.
29. • Dafiti & DFTech
• Cultura e abordagem
• Casos de uso
• Antes de começar
• O projeto
• Algumas dicas
• Q & A
30. Algumas dicas
Investir no seu pipeline de dados
Rapido
Reprodutível
Facil de estender (adicionar novos fontes)
Use a ferramenta certa para a tarefa
(e.g. não usa Spark se não for necessario)
Segurança
Automação
31. Machine learning é codigo (usa unit tests, integration tests, etc.)
Standard stack é legal mas usa tempo para avaliar outras soluções e
ferramentas
Investir tempo no test e training data sets
Usa seus usoarios (intern ou extern) para validar e testar no inicio do processo
Testing
Algumas dicas
32. • Dafiti
• Casos de uso
• Antés de começar
• O projeto
• Algumas dicas
• Q & A
33. ● Nós estamos contratando
○ SREs
○ Developers
○ Data Scientists
○ Masters of Agility
● Twitter: @Dafiti_tech (eventos, novidades, techstuff)
LAST BUT NOT LEAST
Dafiti & DFTech
35. APLICAÇÕES DO MACHINE LEARNING NO
MAIOR E-COMMERCE DE MODA DO BRASIL
Georg Buske
Head of R&D and Innovation
georg.buske@dafiti.com.br
+55 11 989 16 26 15
LinkedIn: https://br.linkedin.com/in/georgbuske
Twitter: https://twitter.com/georg.buske