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

Kushal Chakrabarti adalah Wakil Presiden Riset dan Ilmu Data di Opendoor, sebuah platform digital terkemuka untuk real estat residensial.

Apa yang awalnya menarik Anda ke machine learning dan ilmu data?

Saya selalu melihat dunia dalam angka, tetapi tidak sampai saya kuliah bahwa saya menyadari ilmu data adalah panggilan sejati saya. Dan saya bisa hampir menunjuk momen itu: “Pengantar Pemrograman dengan MATLAB.” Melihat plot kontur 3D di layar splash MATLAB adalah “Tunggu sebentar…” Ini seperti cinta pada pandangan pertama bagi saya.

Bagi saya, ilmu data adalah hal terdekat yang saya dapatkan untuk melihat “pikiran Tuhan.” Terlepas dari apakah Anda beragama atau tidak, ada mekanisme yang mendasarinya bagaimana dunia bekerja. Kami tidak memiliki kehormatan untuk melihatnya secara langsung, tetapi kami dapat mengamati artefaknya — data. Dan ilmu serta seni merekonstruksi mekanisme yang mendasarinya adalah ilmu data.

Bisakah Anda membahas beberapa evolusi yang Anda saksikan secara pribadi di bidang ilmu data selama bertahun-tahun?

Terdapat dua tren luas yang saya perhatikan dalam hampir dua dekade di bidang ini.

Pertama adalah penciptaan sub-disiplin. Ketika saya naik pangkat, tidak ada perbedaan antara teknik data vs. ilmu keputusan vs. pembelajaran mesin. Jika Anda ingin melakukan matematika yang canggih, Anda harus melakukan sisanya juga — tidak ada pilihan lain. Hari ini, mengingat seberapa jauh bidang ini telah berkembang, orang-orang sekarang mulai mengkhususkan diri dalam sub-disiplin. Itu adalah hal yang tak terhindarkan dalam setiap bidang yang matang — hanya ada beberapa jenis dokter seratus tahun yang lalu, tetapi ada puluhan sekarang.

Kedua adalah demokratisasi luas bidang ini. Hari ini, ada berbagai alat yang membuat bidang ini jauh lebih mudah diakses oleh pendatang baru. Meskipun saya sangat menghargai tidak harus menulis kode C++ untuk algoritma forward-backward, itu sebenarnya adalah pedang bermata dua: banyak praktisi hari ini memperlakukan alat-alat tersebut sebagai kotak hitam dan tidak memahami mengapa beberapa hal dirancang untuk bekerja dengan cara tertentu, dan oleh karena itu memiliki kesulitan dalam memilih alat yang tepat untuk pekerjaan yang tepat.

Apa visi Anda saat ini untuk masa depan ilmu data di Opendoor?

Apa yang membuat saya bangun setiap pagi adalah membangun teknologi untuk membantu orang Amerika sehari-hari di dunia nyata. Membeli atau menjual rumah adalah salah satu tonggak terbesar dalam hidup seseorang, dan pekerjaan yang kami lakukan membantu orang-orang di seluruh AS mencapai kepemilikan rumah dengan cara yang lebih sederhana, lebih pasti, dan lebih cepat.

Di Opendoor, kami membuat ratusan keputusan yang didorong oleh data setiap hari. Tim kami menggunakan semua mulai dari inferensi kausal hingga model ekonomi struktural hingga pembelajaran mendalam yang mengarahkan model harga canggih kami.

Tapi ketika Anda melihat di bawah kap, ada banyak heuristik. Orang menggunakan heuristik karena mereka bekerja, tetapi heuristik bekerja di tengah dan gagal di ujung. Ketika Anda berpikir mendalam tentang mekanisme yang mendasarinya bagaimana orang berperilaku, Anda dapat mulai mengabstraksikan kerangka kerja yang prinsipil yang secara ketat menggeneralisasi heuristik tersebut. Ini adalah visi dan harapan saya bahwa kami membangun kerangka kerja yang prinsipil sehingga kami dapat membuka kepemilikan rumah yang lebih mudah, lebih baik, dan lebih cepat untuk jutaan orang Amerika lebih banyak.

Di profil LinkedIn Anda, Anda mengundang ilmuwan data untuk bekerja dengan Anda untuk memecahkan masalah ilmu data triliunan dolar yang penting bagi seratus juta orang Amerika sehari-hari. Apa yang Anda cari dalam calon pelamar?

Kami secara fundamental mencari orang-orang dengan dua sifat yang membedakan: kekuatan super untuk menjelaskan dunia secara kuantitatif dan sistematis, dan kemampuan untuk bekerja secara pragmatis mundur dari pelanggan.

Saya sangat percaya pada mengelola kekuatan super. Dalam pengalaman saya, ilmuwan data terbaik adalah T-bentuk: mereka tahu sedikit tentang banyak hal, dan banyak tentang sedikit. Dan dalam kasus saya, banyak tentang sangat sedikit! Kami tidak mengharapkan orang untuk mengetahui semua hal. Kami, bagaimanapun, mengharapkan orang untuk luar biasa dalam sesuatu. Dan jika Anda mengatur hal-hal dengan cara yang tepat, Anda dapat mengumpulkan tim orang dengan kekuatan super yang komplementer yang — bersama-sama — dapat membuat keajaiban terjadi.

Itu bukanlah klise. Seperti yang dikutip oleh Isaac Asimov: “Teknologi yang cukup maju tidak dapat dibedakan dari sihir.” Real estat adalah industri triliunan dolar yang telah tidak berubah selama dekade. Kami baru saja mulai menggores permukaan, tetapi kami sudah menetapkan standar untuk tahun-tahun mendatang. Ketika kami membawa tim superpowered dan mendorong visi kami, kami akan membuat keajaiban.

Periksa peluang kerja terbuka kami di sini.

Apakah ada yang lain yang ingin Anda bagikan tentang Opendoor?

Dengan latar belakang yang agak aneh — penelitian biologi komputasi, personalisasi Amazon, pendiri startup dua kali dan penasihat untuk dozen-plus startup lain — saya telah melihat bagian dalam dari 15-20 organisasi ilmu data. Saya dapat mengatakan dengan tegas bahwa Opendoor memiliki tantangan teknis yang paling menarik dari organisasi mana pun yang saya lihat.

Ditambah dengan itu adalah skala dan dampak dari apa yang kami lakukan. Tidak ada banyak masalah triliunan dolar di dunia kami. Tidak ada banyak yang beroperasi dalam status quo yang kuno. Dalam beberapa tahun, kami telah membalik model itu dan menunjukkan bahwa ada cara yang lebih cepat, lebih sederhana, dan lebih pasti untuk melakukan hal-hal yang menggabungkan ilmu data yang canggih dan operasi yang berorientasi pada pelanggan. Tapi, kami baru saja memulai. Mencari tahu bagaimana kami dapat menggunakan dataset baru dan ilmu data kelas dunia untuk mencapai level berikutnya adalah tantangan teknis yang menggembirakan yang akan membantu jutaan orang Amerika di seluruh AS.