Kushal Chakrabarti, VP for forskning og datavitenskap i Opendoor – Intervju-serie

Kushal Chakrabarti er visepresident for forskning og datavitenskap i Opendoor, en ledende digital plattform for boligmarkedet.

Hva var det som først tiltalte deg til maskinlæring og datavitenskap?

Jeg har alltid sett verden i tall, men det var ikke før jeg var på college at jeg innsett at datavitenskap var min sanne kallelse. Og jeg kan nesten peke på øyeblikket: “Introduksjon til programmering med MATLAB.” Å se den 3D-konturplottet på MATLAB-skjermen var “Vent et øyeblik…” Det var som å bli forelsket ved første øyekast 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 tydeligvis en underliggende mekanisme for hvordan verden fungerer. Vi har ikke privileget å se det direkte, men vi får observere dets avtrykk – data. Og vitenskapen og kunsten å rekonstruere denne underliggende mekanismen er datavitenskap.

Kan du diskutere noen av utviklingen du har vært vitne til i datavitenskapsfeltet gjennom årene?

Jeg har lagt merke til to brede trender i mitt nære to tiår i feltet.

Først er skapelsen av underdisipliner. Da jeg kom inn i feltet, var det ikke noen skille mellom dataingeniør vs. beslutningsvitenskap vs. maskinlæring. Hvis du ville gjøre den fancy matematikken, måtte du gjøre resten også – det var ikke noen annen mulighet. I dag, gitt hvor langt feltet har kommet, begynner folk å spesialisere seg i underdisipliner. Det er uunngåelig i ethvert modent felt – det var bare noen få typer leger for hundre år siden, men i dag finnes det dusiner.

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 nye mennesker. Selv om jeg virkelig setter pris på å ikke måtte skrive C++-kode for forward-backward-algoritmen, er det faktisk en dobbelt egg – mange praktikere i dag behandler disse verktøyene som black boxes og forstår ikke hvorfor visse ting ble designet til å fungere på visse måter, og derfor har de vanskelig for å velge riktig verktøy for jobben.

Hva er din nåværende visjon for fremtiden til datavitenskap i Opendoor?

Hva får meg til å stå opp hver morgen er å bygge teknologi for å hjelpe vanlige amerikanere i den virkelige verden. Å kjøpe eller selge et hjem er ett av de største milepælene i en persons liv, og arbeidet vi gjør hjelper mennesker over hele USA å oppnå eierskap i et enklere, mer sikkert og raskere måte.

Hos Opendoor tar vi hundrevis av data-drevne beslutninger hver dag. Våre team bruker alt fra kausale inferenser til strukturøkonomiske modeller til dypt læring som driver våre prismodeller av toppkvalitet.

Men når du kikker under panseret, er det mange heuristiske metoder. Folk bruker heuristiske metoder fordi de fungerer, men heuristiske metoder fungerer i midten og feiler på kantene. Når du tenker dypt om de underliggende mekanismene for hvordan mennesker oppfører seg, kan du begynne å abstrahere ut prinsipielle rammer som strengt generaliserer disse heuristiske metodene. Det er min visjon og håp at vi bygger ut disse prinsipielle rammer så vi kan låse opp enklere, bedre og raskere eierskap for millioner flere amerikanere.

På din LinkedIn-profil inviterer du datavitenskapsfolk til å jobbe med deg for å løse et trillion-dollars datavitenskapsproblem som betyr noe for hundre millioner vanlige amerikanere. Hva søker du etter i potensielle søkerere?

Vi søker grundig etter mennesker med to særegne egenskaper: en superkraft til å kvantitativt og systematisk forklare verden, og en evne til å praktisk arbeide bakover fra kunden.

Jeg tror dypt på å håndtere superkrefter. I min erfaring er de beste datavitenskapsfolkene T-formede: de vet litt om mye, og mye om litt. Og i mitt tilfelle, mye om veldig litt! Vi forventer ikke at mennesker skal vite alt. Vi forventer imidlertid at mennesker skal være usedvanlige til noe. Og hvis du setter tingene opp på riktig måte, kan du samle et team av mennesker med komplementære superkrefter som – sammen – kan gjøre magi skje.

Dette er ikke en klisje. Som Isaac Asimov sitatet går: “Enhver tilstrekkelig avansert teknologi er ikke å skille fra magi.” Eiendom er en trillion-dollars industri som har forblitt uendret i tiår. Vi har bare begynt å skrape overflaten, men vi har allerede satt standarden for årene som kommer. Når vi tar med superkraftteam og driver vår visjon fremover, vil vi gjøre magi.

Se våre åpne stillinger her.

Er det noe annet du ønsker å dele om Opendoor?

Gitt min ganske uvanlige bakgrunn – forskning i beregningsbiologi, Amazon (AMZN ) -personalisering, to ganger startup-gründer og rådgiver for et dusin andre startup-selskaper – har jeg sannsynligvis sett innenfor 15-20 datavitenskapsorganisasjoner. Jeg kan uten tvil si at Opendoor har de mest fascinerende tekniske utfordringene av noe organisasjon jeg noensinne har sett.

Kombinert med dette er skalaen og påvirkningen av det vi gjør. Det finnes bare noen få trillion-dollars problemer i vår verden. Det finnes sannelig ikke mange som opererer i en så arkaisk status quo. På bare noen få år har vi snudd denne modellen på hodet og vist at det finnes en raskere, enklere og mer sikker måte å gjøre ting på som kombinerer det beste av sofistikert datavitenskap og kunde-sentrert drift. Men, vi har bare begynt. Å finne ut hvordan vi kan bruke nye datasett og verdensklasse datavitenskap for å nå neste nivå er en spennende teknisk utfordring som vil hjelpe millioner av amerikanere over hele USA.