Kushal Chakrabarti, VP de Pesquisa e Ciência de Dados da Opendoor – Série de Entrevistas

Kushal Chakrabarti é o Vice-Presidente de Pesquisa e Ciência de Dados da Opendoor, uma plataforma digital líder em imóveis residenciais.

O que o atraiu inicialmente para a aprendizagem de máquina e ciência de dados?

Sempre vi o mundo em números, mas não foi até a faculdade que percebi que a ciência de dados era minha verdadeira vocação. E posso apontar exatamente o momento: “Introdução à Programação com MATLAB”. Ver aquela plotagem 3D na tela de abertura do MATLAB foi “Espere um minuto…” Foi como amor à primeira vista para mim.

Para mim, a ciência de dados é a coisa mais próxima que vou chegar a ver a “mente de Deus”. Independentemente de você ser religioso ou não, há claramente um mecanismo subjacente para como o mundo funciona. Não temos o privilégio de vê-lo diretamente, mas podemos observar seus artefatos — dados. E a ciência e arte de reconstruir esse mecanismo subjacente é a ciência de dados.

Pode discutir algumas das evoluções que você presenciou pessoalmente no campo da ciência de dados ao longo dos anos?

Houve duas tendências gerais que notei em quase duas décadas no campo.

Primeiro é a criação de subdisciplinas. Quando eu comecei, não havia distinção entre engenharia de dados, ciência de decisão e aprendizagem de máquina. Se você queria fazer a matemática sofisticada, você tinha que fazer o resto também — simplesmente não havia outra opção. Hoje, dado o quanto o campo evoluiu, as pessoas estão começando a se especializar em subdisciplinas. Isso é inevitável em qualquer campo que amadurece — havia apenas alguns tipos de médicos há cem anos, mas existem dezenas hoje.

Segundo é a democratização ampla do campo. Hoje, existem uma grande variedade de ferramentas que tornam o campo exponencialmente mais acessível a novatos. Embora eu certamente aprecie não ter que escrever código C++ para o algoritmo forward-backward, é uma espada de dois gumes: muitos praticantes hoje tratam essas ferramentas como caixas pretas e não entendem por que certas coisas foram projetadas para funcionar de certas maneiras, e, portanto, têm dificuldade em escolher a ferramenta certa para o trabalho certo.

Qual é sua visão atual para o futuro da ciência de dados na Opendoor?

O que me motiva todos os dias é construir tecnologia para ajudar americanos comuns no mundo real. Comprar ou vender uma casa é um dos maiores marcos na vida de uma pessoa, e o trabalho que fazemos ajuda as pessoas em todo os EUA a alcançar a propriedade de uma casa de forma mais simples, mais certa e mais rápida.

Na Opendoor, tomamos centenas de decisões baseadas em dados todos os dias. Nossas equipes usam tudo, desde inferência causal até modelos econômicos estruturais e aprendizagem profunda, que impulsionam nossos modelos de preços de última geração.

Mas quando você olha por trás da cortina, há muitas heurísticas. As pessoas usam heurísticas porque elas funcionam, mas as heurísticas funcionam no meio e falham nas extremidades. Quando você pensa profundamente sobre os mecanismos subjacentes de como as pessoas se comportam, você pode começar a abstrair quadros principais que generalizam essas heurísticas de forma estrita. É minha visão e esperança que construamos esses quadros principais para que possamos desbloquear uma propriedade de casa mais fácil, melhor e mais rápida para milhões de americanos.

Em seu perfil do LinkedIn, você convida cientistas de dados a trabalhar com você para resolver um problema de ciência de dados de trilhões de dólares que importa para cem milhões de americanos comuns. O que você procura em candidatos potenciais?

Fundamentalmente, procuramos pessoas com duas características distintas: um superpoder para explicar quantitativa e sistematicamente o mundo, e a capacidade de trabalhar pragmaticamente de trás para frente a partir do cliente.

Acredito profundamente em gerenciar superpoderes. Em minha experiência, os melhores cientistas de dados são em forma de T: eles sabem um pouco sobre muito e muito sobre pouco. E no meu caso, muito sobre muito pouco! Não esperamos que as pessoas saibam tudo. No entanto, esperamos que as pessoas sejam excepcionais em algo. E se você configurar as coisas da maneira certa, você pode montar uma equipe de pessoas com superpoderes complementares que — juntos — podem fazer mágica acontecer.

Isso não é um clichê. Como a citação de Isaac Asimov diz: “Qualquer tecnologia suficientemente avançada é indistinguível de mágica.” O setor imobiliário é uma indústria de trilhões de dólares que permaneceu inalterado por décadas. Mal começamos a arranhar a superfície, mas já estabelecemos o padrão para os anos que virão. À medida que trazemos equipes superpotentes e impulsionamos nossa visão, faremos mágica.

Confira nossas vagas abertas aqui.

Há algo mais que você gostaria de compartilhar sobre a Opendoor?

Dado meu histórico um tanto incomum — pesquisa em biologia computacional, personalização da Amazon, fundador de duas startups e consultor de uma dúzia ou mais de outras startups —, provavelmente vi o interior de 15 a 20 organizações de ciência de dados. Posso dizer sem hesitação que a Opendoor tem os desafios técnicos mais fascinantes de qualquer organização que já vi.

Junto a isso está a escala e o impacto puramente incríveis do que fazemos. Simplesmente não há muitos problemas de trilhões de dólares em nosso mundo. Certamente não há muitos que operam em um status quo tão arcaico. Em apenas alguns anos, viramos esse modelo de cabeça para baixo e mostramos que há uma maneira mais rápida, mais simples e mais certa de fazer as coisas que combina a melhor ciência de dados sofisticada e operações centradas no cliente. Mas apenas começamos. Descobrir como podemos usar novos conjuntos de dados e ciência de dados de classe mundial para chegar ao próximo nível é um desafio técnico emocionante que ajudará milhões de americanos em todo os EUA.