从实习生到研究科学家的机器学习之路

从实习生到研究科学家：机器学习在电商搜索中的应用

去年，一位朋友向Minghui He提到了某中心搜索研究团队的实习机会。这正是她一直在寻找的机会：在美国探索电子商务研究问题。Minghui当时正在特拉华大学攻读金融服务分析项目博士学位，刚完成了在中国在线购物平台淘宝上为期一年的第三方卖家实习。

数据驱动的用户行为分析

在实习期间，Minghui与定量用户研究人员合作，将他们通过调查和其他方法获得的数据与定性研究见解相结合。研究团队专注于理解客户在某中心商店搜索产品时的行为：他们在寻找什么？他们能找到想要的东西吗？在提供搜索结果后，哪些因素会影响购买决策？

具体来说，她构建了机器学习模型来预测客户何时可能犹豫或放弃购买。她还对客户的搜索查询应用自然语言技术来推断他们的搜索意图，然后将其与实际行为和交易数据结合，以理解他们的购物路径。

机器学习技术的实际应用

这个职位是Minghui博士研究兴趣的自然延伸。在她的论文中，她使用机器学习方法分析主要品牌在社交媒体上的帖子，将图像属性（如颜色和内容主题）与粉丝参与度相关联。

某中心搜索研究团队负责人Alex Thayer选择了Minghui参加实习。Thayer一直在寻找能够运用数据科学来增强客户搜索体验的人选。但他也寻求能够超越数字分析客户行为的个人，并看重Minghui在研究人们在淘宝和社交媒体上行为的经验。

跨学科合作与创新思维

Thayer表示：“考虑到某中心的规模，我们拥有大量数据。从某种意义上说，这不是审视数据和寻找模式的挑战，而是在查看庞大数据集时知道从哪里开始。”

Minghui如此出色地完成了工作，以至于Thayer将她的暑期实习延长了一个月，然后全职雇佣了她。完成博士学位后，她于三月份加入了Thayer的团队。

最近，Minghui向Thayer提到她有一些想要追求的研究想法。Thayer鼓励她将这些想法带给整个团队讨论，于是她写下了脑海中不同概念的总结。这个过程激发了同事们思考他们想要提出的建议，Minghui的简报最终成为了团队的模板。

她对其他有兴趣在某中心追求全职职位的实习生的建议是：首先，与经理多讨论你的想法和目标；其次，“多思考，敢于想大事”。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）

公众号二维码

公众号二维码