Kushal Chakrabarti, VP de Investigación y Ciencia de Datos en Opendoor – Serie de Entrevistas

Kushal Chakrabarti es el Vicepresidente de Investigación y Ciencia de Datos en Opendoor, una plataforma digital líder en bienes raíces residenciales.

¿Qué te atrajo inicialmente a la inteligencia artificial y la ciencia de datos?

Siempre he visto el mundo en números, pero no fue hasta la universidad que me di cuenta de que la ciencia de datos era mi verdadera vocación. Y puedo señalar el momento exacto: “Introducción a la programación con MATLAB”. Ver ese gráfico de contorno 3D en la pantalla de inicio de MATLAB fue “Espera un momento…” Fue como el amor a primera vista para mí.

Para mí, la ciencia de datos es lo más cercano que podré estar a ver la “mente de Dios”. Independientemente de si eres religioso o no, hay claramente un mecanismo subyacente a cómo funciona el mundo. No tenemos el privilegio de verlo directamente, pero sí observamos sus artefactos — datos. Y la ciencia y el arte de reconstruir ese mecanismo subyacente es la ciencia de datos.

¿Puedes discutir algunos de los cambios que has presenciado personalmente en el campo de la ciencia de datos a lo largo de los años?

He notado dos tendencias generales en mis casi dos décadas en el campo.

Primero es la creación de subdisciplinas. Cuando comencé, no había una distinción entre ingeniería de datos, ciencia de la decisión y aprendizaje automático. Si querías hacer las matemáticas avanzadas, tenías que hacer todo lo demás también — simplemente no había otra opción. Hoy en día, dado lo lejos que ha avanzado el campo, las personas están empezando a especializarse en subdisciplinas. Eso es inevitable en cualquier campo en maduración — había solo unos pocos tipos de médicos hace cien años, pero hoy existen docenas.

Segundo es la democratización generalizada del campo. Hoy en día, existen una gran variedad de herramientas que hacen que el campo sea exponencialmente más accesible para los nuevos llegados. Aunque ciertamente aprecio no tener que escribir código C++ para el algoritmo hacia adelante y hacia atrás, es una espada de doble filo: muchos practicantes de hoy tratan esas herramientas como cajas negras y no entienden por qué ciertas cosas fueron diseñadas para funcionar de ciertas maneras, y por lo tanto tienen dificultades para elegir la herramienta adecuada para el trabajo adecuado.

¿Cuál es tu visión actual para el futuro de la ciencia de datos en Opendoor?

Lo que me hace levantarme cada mañana es construir tecnología para ayudar a estadounidenses comunes en el mundo real. Comprar o vender una casa es uno de los momentos más importantes en la vida de una persona, y el trabajo que hacemos ayuda a las personas en todo Estados Unidos a lograr la propiedad de una vivienda de una manera más simple, segura y rápida.

En Opendoor, tomamos cientos de decisiones basadas en datos todos los días. Nuestros equipos utilizan todo, desde inferencia causal hasta modelos econométricos estructurales y aprendizaje profundo, que impulsan nuestros modelos de precios de vanguardia.

Pero cuando miras bajo la capota, hay muchas heurísticas. La gente usa heurísticas porque funcionan, pero las heurísticas funcionan en el medio y fallan en los bordes. Cuando piensas profundamente sobre los mecanismos subyacentes de cómo se comportan las personas, puedes empezar a abstraer marcos principled que generalizan estrictamente esas heurísticas. Es mi visión y esperanza que construyamos esos marcos principled para que podamos desbloquear una propiedad más fácil, mejor y más rápida para millones más de estadounidenses.

En tu perfil de LinkedIn, invitas a científicos de datos a trabajar contigo para resolver un problema de ciencia de datos de un billón de dólares que importa a cien millones de estadounidenses comunes. ¿Qué buscas en los solicitantes potenciales?

Fundamentalmente, buscamos personas con dos rasgos distintivos: una superpotencia para explicar cuantitativa y sistemáticamente el mundo, y la capacidad de trabajar pragmáticamente hacia atrás desde el cliente.

Creo profundamente en la gestión de superpotencias. En mi experiencia, los mejores científicos de datos son en forma de T: saben un poco sobre mucho y mucho sobre poco. Y en mi caso, mucho sobre muy poco. No esperamos que las personas sepan todo. Sin embargo, sí esperamos que las personas sean excepcionales en algo. Y si se configura todo de la manera correcta, se puede ensamblar un equipo de personas con superpotencias complementarias que — juntas — pueden hacer magia.

Eso no es un cliché. Como dice la cita de Isaac Asimov: “Cualquier tecnología lo suficientemente avanzada es indistinguible de la magia”. El sector inmobiliario es una industria de un billón de dólares que ha permanecido sin cambios durante décadas. Solo hemos comenzado a rascar la superficie, pero ya hemos establecido el estándar para los años venideros. A medida que traigamos equipos superpoderados y llevemos adelante nuestra visión, haremos magia.

Consulta nuestros puestos abiertos aquí.

¿Hay algo más que te gustaría compartir sobre Opendoor?

Dado mi trasfondo bastante extraño — investigación en biología computacional, personalización de Amazon, dos veces fundador de startups y asesor de una docena de startups más — he visto probablemente el interior de 15-20 organizaciones de ciencia de datos. Puedo decir sin ambigüedad que Opendoor tiene los desafíos técnicos más fascinantes de cualquier organización que he visto.

Coupled con eso es la escala y el impacto puramente de lo que hacemos. Simplemente no hay muchos problemas de un billón de dólares en nuestro mundo. Ciertamente no hay muchos que operen en un status quo tan arcaico. En solo unos pocos años, hemos dado la vuelta a ese modelo y hemos demostrado que hay una forma más rápida, más simple y más segura de hacer las cosas que combina lo mejor de la ciencia de datos sofisticada y las operaciones centradas en el cliente. Pero apenas hemos comenzado. Figurarnos cómo podemos usar nuevos conjuntos de datos y ciencia de datos de clase mundial para llegar al próximo nivel es un desafío técnico emocionante que ayudará a millones de estadounidenses en todo Estados Unidos.