Кушал Чакрабарти, Вице-президент по исследованиям и науке о данных в Opendoor – Интервью

Кушал Чакрабарти является Вице-президентом по исследованиям и науке о данных в Opendoor, ведущей цифровой платформе для жилой недвижимости.

Что изначально привлекло вас к машинному обучению и науке о данных?

Я всегда видел мир в числах, но только в колледже я понял, что наука о данных – это моё истинное призвание. И я могу почти точно указать момент: “Введение в программирование с помощью MATLAB”. Видя эту 3D-контурную карту на экране MATLAB, я подумал: “Подождите минуту…” Это было как любовь с первого взгляда для меня.

Для меня наука о данных – это самое близкое, что я когда-либо смогу увидеть к “уму Бога”. Независимо от того, верите ли вы в Бога или нет, есть rõ ràng некоторый основной механизм, которым работает мир. Мы не имеем привилегии видеть его напрямую, но мы можем наблюдать его артефакты – данные. И наука и искусство реконструкции этого основного механизма – это наука о данных.

Можете ли вы обсудить некоторые изменения, которые вы лично наблюдали в области науки о данных за годы?

Я заметил две широкие тенденции в своей почти двухдесятилетней карьере в этой области.

Первая – создание субдисциплин. Когда я начинал, не было различия между инженерией данных, наукой о принятии решений и машинным обучением. Если вы хотели делать сложную математику, вам приходилось делать всё остальное – просто не было другого варианта. Сегодня, учитывая, как далеко продвинулась эта область, люди начинают специализироваться в субдисциплинах. Это неизбежно в любой зрелой области – сто лет назад было только несколько видов врачей, но сегодня их десятки.

Вторая – широкая демократизация области. Сегодня существует множество инструментов, которые делают эту область экспоненциально более доступной для новичков. Хотя я, конечно, ценю, что не нужно писать код на C++ для алгоритма прямого и обратного распространения, это на самом деле двоякий меч: многие практики сегодня рассматривают эти инструменты как черные ящики и не понимают, почему certain вещи были спроектированы для работы определенным образом, и поэтому у них возникают трудности в выборе правильного инструмента для правильной работы.

Каково ваше текущее видение будущего науки о данных в Opendoor?

То, что заставляет меня вставать каждое утро, – это создание технологий, которые помогают обычным американцам в реальном мире. Покупка или продажа дома – один из самых больших этапов в жизни человека, и работа, которую мы делаем, помогает людям по всей территории США достичь владения домом проще, более определенно и быстрее.

В Opendoor мы принимаем сотни решений на основе данных каждый день. Наши команды используют всё – от каузальной инференции до структурных эконометрических моделей и глубокого обучения, которые стимулируют наши передовые модели ценообразования.

Но когда вы заглядываете под капот, там много эвристик. Люди используют эвристику, потому что она работает, но эвристика работает в середине и терпит неудачу на краях. Когда вы глубоко думаете об основных механизмах поведения людей, вы можете начать абстрагировать принципиальные рамки, которые строго обобщают эти эвристики. Моя мечта и надежда – что мы построим эти принципиальные рамки, чтобы мы могли разблокировать более простое, лучшее и быстрое владение домом для миллионов американцев.

На вашем профиле LinkedIn вы приглашаете ученых-данных работать с вами, чтобы решить триллионную проблему науки о данных, которая важна для ста миллионов обычных американцев. Что вы ищете в потенциальных заявителях?

Мы фундаментально ищем людей с двумя отличительными чертами: сверхспособностью количественно и систематически объяснять мир и способностью прагматически работать назад от клиента.

Я глубоко верю в управление сверхспособностями. В моем опыте лучшие ученые-данные имеют форму T: они знают немного о многом и много о малом. И в моем случае – много о очень малом! Мы не ожидаем, что люди знают всё. Мы, однако, ожидаем, что люди будут исключительными в чем-то. И если вы всё установите правильно, вы можете собрать команду людей со сверхспособностями, которые – вместе – могут сделать магию.

Это не клише. Как сказал Айзек Азимов: “Любая достаточно развитая технология неотличима от магии”. Недвижимость – это триллионная индустрия, которая не изменилась десятилетиями. Мы только поцарапали поверхность, но мы уже установили стандарт на годы вперед. Когда мы привлекаем сверхспособные команды и продвигаем нашу видение, мы действительно сделаем магию.

Ознакомьтесь с нашими открытыми вакансиями здесь.

Есть ли что-то еще, что вы хотели бы поделиться об Opendoor?

Учитывая мою довольно необычную биографию – исследования вычислительной биологии, персонализация Amazon (AMZN ), двукратный основатель стартапа и советник более чем дюжины других стартапов – я, вероятно, видел внутреннюю часть 15-20 организаций науки о данных. Я могу безусловно сказать, что Opendoor имеет наиболее fascинiruyushchie технические проблемы любой организации, которую я видел.

В сочетании с этим является масштаб и влияние того, что мы делаем. Просто нет многих триллионных проблем в нашем мире. Определенно нет многих, которые работают в таком архаичном статусе. За несколько лет мы перевернули эту модель с ног на голову и показали, что есть более быстрый, простой и определенный способ делать вещи, который сочетает лучшее из сложной науки о данных и клиенто-ориентированных операций. Но мы только начали. Выяснение того, как мы можем использовать новые наборы данных и мировую науку о данных, чтобы достичь следующего уровня, – это волнующая техническая проблема, которая поможет миллионам американцев по всей территории США.