कुशल चक्रवर्ती, ओपनडोर में अनुसंधान और डेटा विज्ञान के उपाध्यक्ष - साक्षात्कार श्रृंखला

कुशल चक्रवर्ती रिसर्च एंड डेटा साइंस के उपाध्यक्ष हैं खुला दरवाजाआवासीय रियल एस्टेट के लिए एक अग्रणी डिजिटल प्लेटफॉर्म।

सबसे पहले आपको मशीन लर्निंग और डेटा साइंस की ओर किस चीज़ ने आकर्षित किया?

मैंने हमेशा दुनिया को संख्याओं में देखा है, लेकिन कॉलेज जाने तक मुझे यह एहसास नहीं हुआ कि डेटा विज्ञान ही मेरी सच्ची पहचान है। और मैं इस क्षण को काफी हद तक इंगित कर सकता हूं: "MATLAB के साथ प्रोग्रामिंग का परिचय।" MATLAB स्प्लैश स्क्रीन पर उस 3डी कंटूर प्लॉट को देखना "एक मिनट रुकें..." था, यह मेरे लिए पहली नजर में प्यार जैसा था।

मेरे लिए, डेटा विज्ञान "ईश्वर के दिमाग" को देखने के सबसे करीब है। भले ही आप धार्मिक हों या नहीं, दुनिया कैसे काम करती है इसके लिए स्पष्ट रूप से एक अंतर्निहित तंत्र है। हमें इसे सीधे देखने का विशेषाधिकार नहीं है, लेकिन हमें इसकी कलाकृतियों - डेटा का अवलोकन करने का अवसर मिलता है। और उस अंतर्निहित तंत्र के पुनर्निर्माण का विज्ञान और कला डेटा विज्ञान है।

क्या आप पिछले कुछ वर्षों में डेटा विज्ञान के क्षेत्र में व्यक्तिगत रूप से देखे गए कुछ विकासों पर चर्चा कर सकते हैं?

इस क्षेत्र में अपने लगभग दो दशकों में मैंने दो व्यापक रुझान देखे हैं।

सबसे पहले उप-विषयों का निर्माण है। जब मैं रैंकों में ऊपर आया, तो डेटा इंजीनियरिंग बनाम निर्णय विज्ञान बनाम मशीन लर्निंग का कोई अंतर नहीं था। यदि आप फैंसी गणित करना चाहते हैं, तो आपको बाकी काम भी करना होगा - कोई अन्य विकल्प ही नहीं था। आज, यह देखते हुए कि यह क्षेत्र कितना आगे बढ़ चुका है, लोग अब उप-विषयों में विशेषज्ञता हासिल करने लगे हैं। यह किसी भी परिपक्व क्षेत्र में अपरिहार्य है - सौ साल पहले केवल कुछ अलग प्रकार के डॉक्टर थे, लेकिन आज दर्जनों मौजूद हैं।

दूसरा क्षेत्र का व्यापक लोकतंत्रीकरण है। आज, उपकरणों की एक बड़ी श्रृंखला मौजूद है जो इस क्षेत्र को नए लोगों के लिए तेजी से अधिक सुलभ बनाती है। हालाँकि मैं निश्चित रूप से फॉरवर्ड-बैकवर्ड एल्गोरिदम के लिए C++ कोड न लिखने की सराहना करता हूँ, यह वास्तव में एक दोधारी तलवार है: कई चिकित्सक आज उन उपकरणों को ब्लैक बॉक्स के रूप में मानते हैं और यह नहीं समझते हैं कि कुछ चीज़ों को कुछ तरीकों से काम करने के लिए क्यों डिज़ाइन किया गया था, और इसलिए सही कार्य के लिए सही उपकरण चुनने में कठिनाई होती है।

ओपनडोर में डेटा विज्ञान के भविष्य के लिए आपका वर्तमान दृष्टिकोण क्या है?

जो चीज़ मुझे हर सुबह उठती है वह वास्तविक दुनिया में रोज़मर्रा के अमेरिकियों की मदद करने के लिए प्रौद्योगिकी का निर्माण करना है। घर खरीदना या बेचना किसी व्यक्ति के जीवनकाल में सबसे बड़े मील के पत्थर में से एक है, और हम जो काम करते हैं वह पूरे अमेरिका में लोगों को सरल, अधिक निश्चित और तेज़ तरीके से घर का स्वामित्व हासिल करने में मदद करता है।

At खुला दरवाजा, हम प्रतिदिन सैकड़ों डेटा-आधारित निर्णय लेते हैं। हमारी टीमें कारणात्मक अनुमान से लेकर संरचनात्मक अर्थमिति मॉडल से लेकर गहन शिक्षण तक हर चीज का उपयोग करती हैं जो हमारे अत्याधुनिक मूल्य निर्धारण मॉडल को संचालित करती हैं।

लेकिन जब आप हुड के नीचे झाँकते हैं, तो बहुत सारे अनुमान सामने आते हैं। लोग ह्यूरिस्टिक्स का उपयोग करते हैं क्योंकि वे काम करते हैं, लेकिन ह्यूरिस्टिक्स बीच में काम करता है और किनारों पर विफल हो जाता है। जब आप लोगों के व्यवहार के अंतर्निहित तंत्र के बारे में गहराई से सोचते हैं, तो आप उन सैद्धांतिक ढांचे को अलग करना शुरू कर सकते हैं जो उन अनुमानों को सख्ती से सामान्यीकृत करते हैं। यह मेरा दृष्टिकोण और आशा है कि हम उन सैद्धांतिक ढाँचों का निर्माण करें ताकि हम लाखों अमेरिकियों के लिए आसान, बेहतर और तेज़ गृह स्वामित्व प्राप्त कर सकें।

अपने लिंक्डइन प्रोफ़ाइल पर आप डेटा वैज्ञानिकों को ट्रिलियन-डॉलर डेटा विज्ञान समस्या को हल करने के लिए आपके साथ काम करने के लिए आमंत्रित करते हैं जो रोज़मर्रा के सौ मिलियन अमेरिकियों के लिए मायने रखती है। आप संभावित आवेदकों में क्या देखते हैं?

हम मूल रूप से दो विशिष्ट गुणों वाले लोगों की तलाश करते हैं: दुनिया को मात्रात्मक और व्यवस्थित रूप से समझाने की महाशक्ति, और ग्राहक से व्यावहारिक रूप से पीछे की ओर काम करने की क्षमता।

मैं महाशक्तियों के प्रबंधन में गहरा विश्वास रखता हूँ। मेरे अनुभव में, सर्वश्रेष्ठ डेटा वैज्ञानिक टी-आकार के होते हैं: वे बहुत के बारे में थोड़ा जानते हैं, और थोड़े के बारे में बहुत कुछ जानते हैं। और मेरे मामले में, बहुत कम के बारे में बहुत कुछ! हम यह उम्मीद नहीं करते कि लोग सब कुछ जानें। हालाँकि, हम लोगों से अपेक्षा करते हैं कि वे किसी चीज़ में असाधारण हों। और यदि आप चीजों को सही तरीके से स्थापित करते हैं, तो आप पूरक महाशक्तियों वाले लोगों की एक टीम को इकट्ठा कर सकते हैं जो - एक साथ - जादू कर सकते हैं।

यह कोई घिसी-पिटी बात नहीं है. जैसा कि इसहाक असिमोव का उद्धरण है: "कोई भी पर्याप्त रूप से उन्नत तकनीक जादू से अप्रभेद्य है।" रियल एस्टेट एक ट्रिलियन डॉलर का उद्योग है जो दशकों से अपरिवर्तित है। हमने केवल सतही तौर पर काम करना शुरू किया है, लेकिन हमने आने वाले वर्षों के लिए मानक पहले ही तय कर दिए हैं। जैसे-जैसे हम महाशक्तिशाली टीमें लाएंगे और अपने दृष्टिकोण को आगे बढ़ाएंगे, हम जादू करेंगे।

हमारी खुली भूमिकाएँ देखें यहाँ उत्पन्न करें.

क्या ओपेंडूर के बारे में कुछ और है जो आप साझा करना चाहेंगे?

मेरी अजीब पृष्ठभूमि को देखते हुए - कम्प्यूटेशनल जीवविज्ञान अनुसंधान, अमेज़ॅन वैयक्तिकरण, दो बार स्टार्टअप संस्थापक और एक दर्जन से अधिक अन्य स्टार्टअप के सलाहकार - मैंने शायद 15-20 डेटा विज्ञान संगठनों के अंदर देखा है। मैं स्पष्ट रूप से कह सकता हूं कि ओपेंडूर में मेरे द्वारा देखे गए किसी भी संगठन की तुलना में सबसे आकर्षक तकनीकी चुनौतियां हैं।

इसके साथ ही हम जो करते हैं उसका व्यापक पैमाना और प्रभाव भी होता है। हमारी दुनिया में ट्रिलियन-डॉलर की समस्याएँ ज़्यादा नहीं हैं। निश्चित रूप से ऐसे बहुत से लोग नहीं हैं जो ऐसी पुरानी यथास्थिति में काम कर रहे हों। कुछ ही वर्षों में, हमने उस मॉडल को पूरी तरह से बदल दिया है और दिखाया है कि चीजों को करने का एक तेज़, सरल और अधिक निश्चित तरीका है जो सर्वोत्तम परिष्कृत डेटा विज्ञान और ग्राहक-केंद्रित संचालन को जोड़ता है। लेकिन, हमने तो अभी शुरुआत की है। यह पता लगाना कि हम अगले स्तर तक पहुंचने के लिए नए डेटासेट और विश्व स्तरीय डेटा विज्ञान का उपयोग कैसे कर सकते हैं, एक रोमांचक तकनीकी चुनौती है जो संयुक्त राज्य भर में लाखों अमेरिकियों की मदद करेगी।