Kushal Chakrabarti, VP for forskning og datavitenskap ved Opendoor – Intervjuserie

Kushal Chakrabarti er visepresident for forskning og datavitenskap ved Åpen dør, en ledende digital plattform for boligeiendom.

Hva tiltrakk deg i utgangspunktet til maskinlæring og datavitenskap?

Jeg har alltid sett verden i tall, men det var ikke før college at jeg innså at datavitenskap var mitt sanne kall. Og jeg kan ganske mye finne øyeblikket: "Introduksjon til programmering med MATLAB." Å se det 3D-konturplottet på MATLAB-startskjermen var "Vent litt..." Det var som kjærlighet ved første blikk for meg.

For meg er datavitenskap det nærmeste jeg noen gang kommer til å se «Guds sinn». Uansett om du er religiøs eller ikke, er det helt klart en underliggende mekanisme for hvordan verden fungerer. Vi har ikke privilegiet av å se den direkte, men vi får observere artefakter – data. Og vitenskapen og kunsten å rekonstruere den underliggende mekanismen er datavitenskap.

Kan du diskutere noe av utviklingen du personlig har vært vitne til innen datavitenskap gjennom årene?

Det har vært to brede trender jeg har lagt merke til i mine nesten to tiår i feltet.

Først er opprettelsen av underdisipliner. Da jeg kom opp i rekkene, var det ingen forskjell på datateknikk vs. beslutningsvitenskap vs. maskinlæring. Hvis du ville gjøre den fancy matematikken, måtte du gjøre resten også - det var rett og slett ikke noe annet alternativ. I dag, gitt hvor langt feltet har kommet, begynner folk nå å spesialisere seg i underdisipliner. Det er uunngåelig i ethvert modningsfelt - det var bare noen få forskjellige typer leger for hundre år siden, men dusinvis eksisterer i dag.

For det andre er den brede demokratiseringen av feltet. I dag finnes det et stort utvalg av verktøy som gjør feltet eksponentielt mer tilgjengelig for nykommere. Selv om jeg absolutt setter pris på å ikke måtte skrive C++-kode for forover-bakover-algoritmen, er det faktisk et tveegget sverd: mange utøvere i dag behandler disse verktøyene som svarte bokser og forstår ikke hvorfor visse ting ble designet for å fungere på bestemte måter, og har derfor vanskeligheter med å velge riktig verktøy for riktig jobb.

Hva er din nåværende visjon for fremtiden for datavitenskap ved Opendoor?

Det som får meg opp hver morgen er å bygge teknologi for å hjelpe vanlige amerikanere i den virkelige verden. Å kjøpe eller selge et hjem er en av de største milepælene i en persons levetid, og arbeidet vi gjør hjelper folk over hele USA å oppnå boligeierskap på en enklere, sikrere og raskere måte.

At Åpen dør, tar vi hundrevis av datadrevne beslutninger hver dag. Teamene våre bruker alt fra kausal slutning til strukturelle økonometriske modeller til dyp læring som driver våre toppmoderne prismodeller.

Men når du kikker under panseret, er det mye heuristikk. Folk bruker heuristikk fordi de fungerer, men heuristikk fungerer i midten og svikter i kantene. Når du tenker dypt på de underliggende mekanismene for hvordan folk oppfører seg, kan du begynne å abstrahere ut prinsipielle rammer som strengt generaliserer disse heuristikkene. Det er min visjon og mitt håp at vi bygger ut disse prinsipielle rammene slik at vi kan låse opp enklere, bedre og raskere boligeierskap for flere millioner amerikanere.

På LinkedIn-profilen din inviterer du dataforskere til å samarbeide med deg for å løse et datavitenskapelig problem som er av betydning for hundre millioner dagligdagse amerikanere. Hva ser du etter hos potensielle søkere?

Vi ser fundamentalt etter mennesker med to kjennetegn: en superkraft til å kvantitativt og systematisk forklare verden, og en evne til pragmatisk å jobbe bakover fra kunden.

Jeg har stor tro på å forvalte superkrefter. Etter min erfaring er de beste dataforskerne T-formede: de vet litt om mye, og mye om lite. Og i mitt tilfelle, mye om veldig lite! Vi forventer ikke at folk skal vite alt. Vi forventer imidlertid at folk skal være eksepsjonelle til noe. Og hvis du setter opp ting på de riktige måtene, kan du sette sammen et team av mennesker med komplementære superkrefter som – sammen – kan få magi til å skje.

Det er ikke en klisje. Som sitatet fra Isaac Asimov sier: "Enhver tilstrekkelig avansert teknologi kan ikke skilles fra magi." Eiendom er en trillion-dollar industri som har vært uendret i flere tiår. Vi har bare begynt å skrape i overflaten, men vi har allerede satt standarden for årene som kommer. Når vi får til oss superkreftede team og driver visjonen vår videre, vil vi skape magi.

Sjekk ut våre åpne roller her..

Er det noe annet du vil dele om Opendoor?

Gitt min ganske merkelige bakgrunn - beregningsbiologiske forskning, Amazon-tilpasning, to ganger oppstartsgrunnlegger og rådgiver for et dusin pluss andre oppstarter - har jeg sannsynligvis sett innsiden av 15-20 datavitenskapelige organisasjoner. Jeg kan utvetydig si at Opendoor har de mest fascinerende tekniske utfordringene til enhver organisasjon jeg har sett.

Sammen med det er omfanget og virkningen av det vi gjør. Det er rett og slett ikke mange billioner-dollar-problemer i vår verden. Det er absolutt ikke mange som opererer i en så arkaisk status quo. På bare noen få år har vi snudd den modellen på hodet og vist at det er en raskere, enklere og sikrere måte å gjøre ting på som kombinerer det beste av sofistikert datavitenskap og kundesentrert drift. Men, vi har akkurat begynt. Å finne ut hvordan vi kan bruke nye datasett og datavitenskap i verdensklasse for å komme til neste nivå er en spennende teknisk utfordring som vil hjelpe millioner av amerikanere over hele USA.