移动缓慢并制作东西

个性化是缝合修复的核心。我们努力为每个客户找到合适的衣服：正确的风格，右边合适，价格合适。但是，我们注意到我们在采取个性化方法方面陷入困境的一个领域：我们如何建立我们的算法。

我们依赖于数据科学的非个人和抽象的“电动工具”来做这项工作。多年来，Python，Spark，R和Presto为我们提供了良好的服务。他们让我们快速探索想法，快速实施和迭代解决方案，让我们的同行快速了解我们的工作。但是当你删除快速做事时会发生什么？通过删除此约束，我们可以花费真实和个人方式了解数据 - 没有我们的工具集创建的抽象层。在过去一年的庇护中，我们已经习惯了用手做更多的事情：缝制面具，烘焙酵母，改造我们的房屋和公寓，并混合精心制作的鸡尾酒。为什么我们不能把这种手工制作的方法带入数据科学？

从今天开始，我们通过开始手工，小批量数据科学运动来进入未来。前进，执行的每个计算，访问和存储的每个数据，以及每个可视化绘制的可视化将由手头完成。

作为此转换的一部分，我们正在用新的平台工具替换我们现有的平台工具。我们已经开始将我们现有的S3数据仓库移动到C3（书法卡目录）的过程，其中每个记录将存储在手写卡上。我们用新的HPC（人工加工队列）取代了我们的GPU - 我们的数学家的工作人员使用铅笔和纸张用手执行所有计算。他们已经开始培训了我们希望在2025年或者由于手工痉挛而早早停止完成的新BERT模型。而不是在许多深度学习框架中实施的人为辍学，而是由于咖啡和浴室休息，而是包括自然辍学。我们的数据可视化专家已开始从D3到3-D的弹出书籍和Flipbooks进行动画。最后，我们已经将API移动到ECS（详细呼叫服务），其中每个请求通过通过电话呼叫传达，该电话通过我们的交换机传送到本地源的自由级数据科学家来进行预测。

我们对我们前方的新道路感到兴奋，并期待加入这一运动的其他数据科学组织。总有一天我们的工作不仅会成为我们今天练习的仔细问题框架，数据分析和编码的结果;它将充满工艺和目的感，只有当所有工作都是缓慢而故意用手做的。前进我们会被座右铭居住：“移动缓慢并制造东西。”

我们期待着让您保持最新，因为我们踏上这段旅程。虽然这个博客在过去共享了我们的数据科学工作方面，但它不适用于我们的新范式。在未来，寻找羊皮纸上的手写字母，抵达您的门户鸽子。

我们是一支多元化的团队，致力于建立伟大的产品，我们喜欢你的帮助。你想用惊人的同伴建造惊人的产品吗？加入我们！