資料科學家是現在最性感的行業之一，但你有沒有想過可以同時兼顧資料科學家及時尚模特兒的身分？今年26歲的博士候選人林郁珊就成功結合了資料科學與時尚，接受了美國 teenvogue 雜誌專訪後，也與我們分享她的經驗！
赴美求學與模特兒合約該如何抉擇？
從小就喜歡做網頁的林郁珊，在書裡看見了程式碼的奧妙，也漸漸對 coding 產生了興趣。但是真正接觸程式碼則是到了大學選填資工系後才開始。
大學畢業後，林郁珊就面臨了兩個興趣間的抉擇。當時林郁珊的模特兒行業也已經進行到一個階段，得到了凱渥的合約機會。同時也得到了美國研究所的 offer，最後為了教書的夢想而選擇了赴美讀研究所。
美國學生會堅持親自完成作業
林郁珊認為最不一樣的就是，美國學生的積極度比起台灣學生更高。她提到在學校當助教時，學生甚至會在教室還沒開門前，就排隊準備發問。而除了發問外，美國學生也會積極地提出自己的思考。不是只在意分數，也會思考如何運用學到的東西。
例如，同樣的演算法課程上，美國的學校對於學生確實把作業實作出來的要求比較高。而美國學生也會很認真看待、親手完成作業。她認為，美國在做作業的扎實度比台灣更高。
在課程能力要求上，美國與台灣也有些微的不同。林郁珊覺得有趣的是，美國雖將 Coding 列為高中課程。但在美國的大學，剛入學的學生稱為 「Undecided」，可選擇不同的學院與科系來學習。在大一修過所選課程後，即可成為該學系的學生。
這樣的制度讓學生可能會因為尋找感興趣的課程而延畢，相對的學生可以嘗試的空間卻更大！
大數據與時尚也能結合
林郁珊開始分析時尚業界大數據的動機其實是源自她對於夢想的掙扎。為了完成學業，她放棄了台灣的模特兒合約機會。她透過選修與時尚有關聯的社交網路分析課程，希望能繼續接觸這個興趣。
在課堂上，老師提到可以把想要討論的概念轉換成點與點形式的網絡，她認為時尚圈中設計師間互相啟發的概念或許也可以套用到這門課上，除了用大數據來找出誰是最常啟發別人的品牌/設計師外，設計師或品牌如何用社交媒體來宣傳他們的商品也是研究對象之一。
她提到，時尚界的科技化速度其實比其他業界更慢。林郁珊說，當時從時尚相關產業人士的口中得知，他們認為時尚是業內人士才可掌控的事情，外界人士不能準確預測未來的時尚潮流。
但是隨著消費型態的改變，其實已經有越來越多潮流反而是被消費者帶著走，而不是時尚界引領潮流。林郁珊認為這個由業內人士掌控的潮流機制會因為大數據預測的出現而逐漸改變，而平價品牌 H&M、Zara 等也確實開始應徵資料科學的相關人才。
林郁珊分享了她最近的研究結果，他們蒐集了76位設計師、品牌的 Instagram 來抽取數據並分析每個品牌的調性，發現這些品牌的發文調性可大概分為：
- 品牌形象：這類貼文不一定會出現商品的照片，而是以文字敘述及照片創造意象，加強人們對於品牌的印象
- 促銷型貼文：顧名思義就是宣傳商品的貼文，會有具體的商品圖及描述等。
他們先用機器學習分析每種不同類型的Po文，最後將設計師或品牌在時尚界中的定位分為領導者或跟很多人風格相似的追隨者。
發現設計師或品牌在時尚界中的定位與機器學習的分析結果是吻合的，領導型的品牌較多與品牌形象相關的貼文，追隨者就需要比較多促銷型貼文，然而，比追隨者更不具知名度的設計師又出現較多的品牌形象貼文。
例如，精品品牌中的 YSL 就較多品牌形象型貼文，而 Michael Kors 則常出現與其他品牌相似的流行元素。
未來也要繼續研究時尚大數據！
未來五年內，林郁珊打算繼續研究時尚潮流。她也提到，現在國外已經有不少人在做這類研究，她也考慮在台灣跨出時尚數據分析這一步。
延伸閱讀
你以為人生都是自己決定，殊不知終極演算法早就替你做選擇了
【人才問題在教育】美生留學「建中」經驗：答案不只一種，為何課本教的單字才是正確答案？
【選舉樁腳失業哭哭】下屆市長、總統該投誰？資料科學家才是抓住「中壢選民」關鍵
（本文供合作夥伴轉載，圖片來源：林郁珊提供。）
