कुशल चक्रवर्ती, ओपनडोर में रिसर्च और डेटा साइंस के वाइस प्रेसिडेंट – साक्षात्कार श्रृंखला

कुशल चक्रवर्ती ओपनडोर में रिसर्च और डेटा साइंस के वाइस प्रेसिडेंट हैं, जो एक अग्रणी डिजिटल प्लेटफ़ॉर्म है जो आवासीय रियल एस्टेट के लिए है।

आपको मशीन लर्निंग और डेटा साइंस में क्या आकर्षित किया?

मैंने हमेशा दुनिया को संख्याओं में देखा है, लेकिन यह तब तक नहीं था जब तक कि मैं कॉलेज में नहीं गया था कि मुझे एहसास हुआ कि डेटा साइंस मेरा सच्चा कॉलिंग है। और मैं लगभग उस पल को इंगित कर सकता हूं: “मैटलेब के साथ प्रोग्रामिंग का परिचय।” मैटलेब स्प्लैश स्क्रीन पर 3डी कॉन्टूर प्लॉट देखकर मैंने सोचा कि “रुको एक मिनट…” यह मेरे लिए पहली नज़र में प्यार था।

मेरे लिए, डेटा साइंस दुनिया के काम करने के तरीके को समझने का सबसे करीबी तरीका है। चाहे आप धार्मिक हों या नहीं, दुनिया के काम करने का एक स्पष्ट तंत्र है। हमें यह直接 देखने का विशेषाधिकार नहीं है, लेकिन हम इसके अवशेषों – डेटा को देख सकते हैं। और उस अंतर्निहित तंत्र को पुनर्निर्माण करने का विज्ञान और कला डेटा साइंस है।

क्या आप डेटा साइंस क्षेत्र में विकास के बारे में कुछ चर्चा कर सकते हैं जिसे आपने व्यक्तिगत रूप से देखा है?

मैंने अपने लगभग दो दशकों के कार्यकाल में दो व्यापक रुझानों को देखा है।

पहला उप-विषयों का निर्माण है। जब मैं रैंकों में आया था, तो डेटा इंजीनियरिंग बनाम निर्णय विज्ञान बनाम मशीन लर्निंग का कोई अंतर नहीं था। यदि आप फैंसी गणित करना चाहते थे, तो आपको बाकी सब कुछ भी करना था – कोई और विकल्प नहीं था। आज, इस क्षेत्र ने जितनी प्रगति की है, लोग अब उप-विषयों में विशेषज्ञता हासिल करने लगे हैं। यह किसी भी परिपक्व क्षेत्र में अपरिहार्य है – सौ साल पहले केवल कुछ प्रकार के डॉक्टर थे, लेकिन आज कई प्रकार के डॉक्टर हैं।

दूसरा यह क्षेत्र का व्यापक लोकतंत्रीकरण है। आज, नए लोगों के लिए उपलब्ध कई उपकरण हैं जो इस क्षेत्र को असीमित रूप से अधिक सुलभ बनाते हैं। हालांकि मैं निश्चित रूप से इस बात की सराहना करता हूं कि मुझे फॉरवर्ड-बैकवर्ड एल्गोरिदम के लिए सी++ कोड लिखने की आवश्यकता नहीं है, यह वास्तव में एक दो-धारी तलवार है: आज के कई पрак्टिशनर उन उपकरणों को ब्लैक बॉक्स के रूप में मानते हैं और यह नहीं समझते हैं कि कुछ चीजें क्यों काम करती हैं और इसलिए सही उपकरण का चयन करने में कठिनाई होती है।

ओपनडोर में डेटा साइंस के भविष्य के लिए आपकी वर्तमान दृष्टि क्या है?

मुझे जो हर सुबह उठाता है वह तकनीक बनाना है जो वास्तविक दुनिया में सामान्य अमेरिकियों की मदद करती है। घर खरीदना या बेचना किसी व्यक्ति के जीवन में सबसे बड़े मील के पत्थर में से एक है, और हम जो काम करते हैं वह लोगों को पूरे अमेरिका में घर की मालिकी हासिल करने में मदद करता है एक सरल, अधिक निश्चित और तेज़ तरीके से।

ओपनडोर में, हम हर दिन सैकड़ों डेटा-संचालित निर्णय लेते हैं। हमारी टीमें कारणात्मक अनुमान से लेकर संरचनात्मक अर्थशास्त्र मॉडल तक और गहरे शिक्षण तक सब कुछ उपयोग करती हैं जो हमारे राज्य-ऑफ-द-आर्ट मूल्य निर्धारण मॉडल को चलाते हैं।

लेकिन जब आप हुड के नीचे देखते हैं, तो बहुत सारे ह्यूरिस्टिक्स हैं। लोग ह्यूरिस्टिक्स का उपयोग करते हैं क्योंकि वे काम करते हैं, लेकिन ह्यूरिस्टिक्स मध्य में काम करते हैं और किनारों पर विफल होते हैं। जब आप लोगों के व्यवहार के अंतर्निहित तंत्र के बारे में गहराई से सोचते हैं, तो आप उन ह्यूरिस्टिक्स को सिद्धांतक रूप से सामान्यीकृत करने के लिए सिद्धांतक ढांचे निकाल सकते हैं। यह मेरी दृष्टि और आशा है कि हम उन सिद्धांतक ढांचों का निर्माण करें ताकि हम अधिक आसान, बेहतर और तेज़ घर की मालिकी को अनलॉक कर सकें लाखों और अमेरिकियों के लिए।

आपके लिंक्डइन प्रोफाइल पर, आप डेटा वैज्ञानिकों को एक ट्रिलियन-डॉलर डेटा साइंस समस्या को हल करने के लिए काम करने के लिए आमंत्रित करते हैं जो एक सौ मिलियन सामान्य अमेरिकियों के लिए महत्वपूर्ण है। आप संभावित आवेदकों में क्या देखते हैं?

हम मूल रूप से दो विशिष्ट विशेषताओं वाले लोगों की तलाश करते हैं: दुनिया को गणितीय रूप से और व्यवस्थित रूप से समझाने की एक सुपरपावर, और ग्राहक की ओर से व्यावहारिक रूप से काम करने की क्षमता।

मैं सुपरपावर को प्रबंधित करने में विश्वास करता हूं। मेरे अनुभव में, सर्वश्रेष्ठ डेटा वैज्ञानिक टी-आकार के होते हैं: वे थोड़ा बहुत जानते हैं और थोड़ा कम जानते हैं। और मेरे मामले में, बहुत कम जानते हैं! हम लोगों से यह उम्मीद नहीं करते हैं कि वे सब कुछ जानते हैं। हम उम्मीद करते हैं कि वे किसी चीज़ में असाधारण हों। और अगर आप चीजों को सही तरीके से सेट करते हैं, तो आप पूरक सुपरपावर वाले लोगों की एक टीम इकट्ठा कर सकते हैं जो – एक साथ – जादू कर सकते हैं।

यह एक क्लिच नहीं है। जैसा कि आइज़क असिमोव के उद्धरण में कहा गया है: “कोई भी पर्याप्त रूप से उन्नत प्रौद्योगिकी जादू से अलग नहीं है।” रियल एस्टेट एक ट्रिलियन-डॉलर का उद्योग है जो दशकों से अपरिवर्तित रहा है। हमने अभी तक केवल सतह को खरोंचा है, लेकिन हमने पहले ही आने वाले वर्षों के लिए मानक निर्धारित कर दिया है। जैसा कि हम सुपरपावर्ड टीमों को लाते हैं और अपने दृष्टिकोण को आगे बढ़ाते हैं, हम जादू करेंगे।

ओपनडोर में हमारे खुले पदों की जांच करें यहां।

क्या ओपनडोर के बारे में और कुछ है जिसे आप साझा करना चाहेंगे?

मेरी अपेक्षाकृत अजीब पृष्ठभूमि को देखते हुए – गणनात्मक जीवविज्ञान अनुसंधान, अमेज़ॅन वैयक्तिकरण, दो बार स्टार्टअप संस्थापक और एक दर्जन से अधिक अन्य स्टार्टअप्स के सलाहकार – मैंने शायद 15-20 डेटा साइंस संगठनों के अंदरूनी हिस्से देखे हैं। मैं निश्चित रूप से कह सकता हूं कि ओपनडोर में किसी भी संगठन की तुलना में सबसे आकर्षक तकनीकी चुनौतियां हैं।

इसके साथ ही इसका पैमाना और हम जो करते हैं उसका प्रभाव है। वास्तव में हमारी दुनिया में कई ट्रिलियन-डॉलर की समस्याएं नहीं हैं। निश्चित रूप से उनमें से कई ऐसी नहीं हैं जो इतने पुराने तरीके से काम कर रही हैं। कुछ ही वर्षों में, हमने उस मॉडल को पलट दिया है और दिखाया है कि चीजों को करने का एक तेज़, सरल और अधिक निश्चित तरीका है। लेकिन, हम बस शुरू ही किए हैं। यह पता लगाना कि हम नई डेटासेट और विश्व-स्तरीय डेटा साइंस का उपयोग करके अगले स्तर तक कैसे पहुंच सकते हैं, एक रोमांचक तकनीकी चुनौती है जो पूरे अमेरिका में लाखों अमेरिकियों की मदद करेगी।