Kushal Chakrabarti, VP of Research and Data Science at Opendoor – Interview-Serie

Kushal Chakrabarti ist der Vice President of Research and Data Science bei Opendoor, einer führenden digitalen Plattform für Wohnimmobilien.

Was hat Sie ursprünglich zur Maschinenlernen- und Data-Science-Branche hingezogen?

Ich habe die Welt immer schon in Zahlen gesehen, aber es war erst auf dem College, dass ich erkannte, dass Data Science mein wahres Berufung war. Und ich kann genau den Moment nennen: “Einführung in die Programmierung mit MATLAB”. Als ich das 3D-Konturdiagramm auf dem MATLAB-Splash-Screen sah, dachte ich: “Warte mal…” Es war wie Liebe auf den ersten Blick für mich.

Für mich ist Data Science das nächste, was ich je von der “Götterseele” sehen werde. Unabhängig davon, ob man religiös ist oder nicht, gibt es offensichtlich einen zugrunde liegenden Mechanismus, wie die Welt funktioniert. Wir haben nicht das Privileg, ihn direkt zu sehen, aber wir bekommen die Gelegenheit, seine Artefakte – Daten – zu beobachten. Und die Wissenschaft und Kunst, diesen zugrunde liegenden Mechanismus zu rekonstruieren, ist Data Science.

Können Sie einige der Entwicklungen besprechen, die Sie persönlich in der Data-Science-Branche im Laufe der Jahre beobachtet haben?

Ich habe zwei breite Trends in meinem fast zwei Jahrzehnten in der Branche festgestellt.

Erstens ist die Schaffung von Subdisziplinen. Als ich in die Branche eintrat, gab es keine Unterscheidung zwischen Data-Engineering, Entscheidungswissenschaft und Maschinenlernen. Wenn man die komplizierte Mathematik machen wollte, musste man auch den Rest machen – es gab einfach keine andere Option. Heute, da die Branche so weit fortgeschritten ist, spezialisieren sich die Menschen auf Subdisziplinen. Das ist unvermeidlich in jeder reifen Branche – es gab vor hundert Jahren nur wenige Arten von Ärzten, aber heute gibt es Dutzende.

Zweitens ist die breite Demokratisierung der Branche. Heute gibt es eine Vielzahl von Tools, die die Branche exponentiell zugänglicher für Neueinsteiger machen. Obwohl ich es sicherlich schätze, nicht C++-Code für den Forward-Backward-Algorithmus schreiben zu müssen, ist es tatsächlich ein zweischneidiges Schwert: Viele Praktiker heute behandeln diese Tools als Black-Boxen und verstehen nicht, warum bestimmte Dinge so konzipiert wurden, und haben daher Schwierigkeiten, das richtige Tool für die richtige Aufgabe auszuwählen.

Was ist Ihre aktuelle Vision für die Zukunft der Data Science bei Opendoor?

Was mich jeden Morgen aufstehen lässt, ist die Entwicklung von Technologien, die alltäglichen Amerikanern in der realen Welt helfen. Das Kaufen oder Verkaufen eines Hauses ist eines der größten Meilensteine im Leben einer Person, und die Arbeit, die wir leisten, hilft Menschen in den gesamten USA, Hausbesitz in einer einfacheren, sichereren und schnelleren Weise zu erlangen.

Bei Opendoor treffen wir täglich Hunderte von datengetriebenen Entscheidungen. Unsere Teams verwenden alles, von kausaler Inferenz bis hin zu tiefem Lernen, um unsere staatlich anerkannten Preismodelle zu treiben.

Aber wenn man unter die Oberfläche schaut, gibt es viele Heuristiken. Menschen verwenden Heuristiken, weil sie funktionieren, aber Heuristiken funktionieren in der Mitte und versagen an den Rändern. Wenn man tief über die zugrunde liegenden Mechanismen nachdenkt, wie Menschen sich verhalten, kann man beginnen, prinzipielle Rahmenbedingungen zu entwickeln, die diese Heuristiken streng verallgemeinern. Es ist meine Vision und Hoffnung, dass wir diese prinzipiellen Rahmenbedingungen aufbauen, um einfacheren, besseren und schnelleren Hausbesitz für Millionen mehr Amerikaner zu ermöglichen.

Auf Ihrem LinkedIn-Profil laden Sie Data-Scientist ein, mit Ihnen zusammenzuarbeiten, um ein Billionen-Dollar-Data-Science-Problem zu lösen, das für hundert Millionen alltägliche Amerikaner wichtig ist. Was suchen Sie bei potenziellen Bewerbern?

Wir suchen grundlegend nach Menschen mit zwei herausragenden Eigenschaften: einer Superkraft, die Welt quantitativ und systematisch erklären zu können, und der Fähigkeit, pragmatisch von der Kundensicht aus zu arbeiten.

Ich glaube tief an die Steuerung von Superkräften. In meiner Erfahrung sind die besten Data-Scientist T-förmig: Sie wissen ein bisschen über vieles und viel über wenig. Und in meinem Fall ein bisschen über sehr wenig! Wir erwarten nicht, dass die Menschen alles wissen. Wir erwarten jedoch, dass die Menschen in etwas außergewöhnlich sind. Und wenn man die Dinge richtig einrichtet, kann man ein Team von Menschen mit komplementären Superkräften zusammenstellen, das – zusammen – Magie schaffen kann.

Das ist kein Klischee. Wie der Isaac-Asimov-Zitat sagt: “Jede ausreichend fortschrittliche Technologie ist nicht von Magie zu unterscheiden.” Die Immobilienbranche ist eine Billionen-Dollar-Industrie, die seit Jahrzehnten unverändert geblieben ist. Wir haben nur die Oberfläche gekratzt, aber wir haben bereits den Standard für die Jahre gesetzt. Wenn wir Super-Teams aufbauen und unsere Vision vorantreiben, werden wir Magie schaffen.

Schauen Sie sich unsere offenen Stellen hier an.

Gibt es noch etwas, das Sie über Opendoor teilen möchten?

Angesichts meines ziemlich ungewöhnlichen Hintergrunds – Forschung in der computergestützten Biologie, Amazon (AMZN ) -Personalisierung, zweifacher Gründer von Start-ups und Berater für ein Dutzend weitere Start-ups – kann ich mit Sicherheit sagen, dass Opendoor die faszinierendsten technischen Herausforderungen hat, die ich je in einer Organisation gesehen habe.

Zusammen mit dem geht die enorme Größe und der Einfluss dessen, was wir tun. Es gibt einfach nicht viele Billionen-Dollar-Probleme in unserer Welt. Es gibt sicherlich nicht viele, die in einem so archaischen Status quo operieren. In nur wenigen Jahren haben wir das Modell auf den Kopf gestellt und gezeigt, dass es eine schnellere, einfachere und sicherere Weise gibt, Dinge zu tun, die das Beste aus fortschrittlicher Data Science und kundenorientierten Betrieben kombiniert. Aber wir haben gerade erst begonnen. Die Frage, wie wir neue Datensätze und weltklasse-Data-Science nutzen können, um auf das nächste Level zu kommen, ist eine aufregende technische Herausforderung, die Millionen von Amerikanern in den gesamten USA helfen wird.