Kushal Chakrabarti, VP för forskning och datavetenskap på Opendoor – Intervjuserie

Kushal Chakrabarti är vice VD för forskning och datavetenskap vid Öppen dörr, en ledande digital plattform för bostadsfastigheter.

Vad lockade dig från början till maskininlärning och datavetenskap?

Jag har alltid sett världen i siffror, men det var inte förrän på college som jag insåg att datavetenskap var min sanna kallelse. Och jag kan ganska mycket peka ut ögonblicket: "Introduktion till programmering med MATLAB." Att se den där 3D-konturplotten på MATLABs startskärm var "Vänta lite..." Det var som kärlek vid första ögonkastet för mig.

För mig är datavetenskap det närmaste jag någonsin kommer att se "Guds sinne". Oavsett om du är religiös eller inte, finns det helt klart en underliggande mekanism för hur världen fungerar. Vi har inte förmånen att se det direkt, men vi får observera dess artefakter - data. Och vetenskapen och konsten att rekonstruera den underliggande mekanismen är datavetenskap.

Skulle du kunna diskutera en del av den utveckling som du personligen har sett inom datavetenskapsområdet genom åren?

Det har funnits två breda trender som jag har märkt under mina nästan två decennier inom området.

Först är skapandet av underdiscipliner. När jag kom upp i leden fanns det ingen skillnad mellan datateknik vs. beslutsvetenskap vs. maskininlärning. Om du ville göra den snygga matematiken var du tvungen att göra resten också - det fanns helt enkelt inget annat alternativ. I dag, med tanke på hur långt området har kommit, börjar man nu specialisera sig på underdiscipliner. Det är oundvikligt i alla mogna fält - det fanns bara ett fåtal olika typer av läkare för hundra år sedan, men dussintals finns idag.

För det andra är den breda demokratiseringen av området. Idag finns ett stort utbud av verktyg som gör området exponentiellt mer tillgängligt för nykomlingar. Även om jag verkligen uppskattar att inte behöva skriva C++-kod för framåt-bakåt-algoritmen, är det faktiskt ett tveeggat svärd: många utövare idag behandlar dessa verktyg som svarta lådor och förstår inte varför vissa saker designades för att fungera på vissa sätt, och har därför svårt att välja rätt verktyg för rätt jobb.

Vilken är din nuvarande vision för framtiden för datavetenskap på Opendoor?

Det som får mig upp varje morgon är att bygga teknik för att hjälpa vardagliga amerikaner i den verkliga världen. Att köpa eller sälja ett hem är en av de största milstolparna i en persons livstid, och det arbete vi gör hjälper människor över hela USA att uppnå bostadsägande på ett enklare, säkrare och snabbare sätt.

At Öppen dörrfattar vi hundratals datadrivna beslut varje dag. Våra team använder allt från kausala slutsatser till strukturella ekonometriska modeller till djupinlärning som driver våra toppmoderna prismodeller.

Men när man kikar under huven finns det en hel del heuristik. Människor använder heuristik för att de fungerar, men heuristik fungerar i mitten och misslyckas i kanterna. När du tänker djupt på de underliggande mekanismerna för hur människor beter sig kan du börja abstrahera ut principiella ramverk som strikt generaliserar dessa heuristiker. Det är min vision och min förhoppning att vi bygger ut dessa principiella ramverk så att vi kan låsa upp enklare, bättre och snabbare husägande för miljoner fler amerikaner.

På din LinkedIn-profil bjuder du in dataforskare att samarbeta med dig för att lösa ett datavetenskapligt problem på biljoner dollar som är viktigt för hundra miljoner vardagliga amerikaner. Vad letar du efter hos potentiella sökande?

Vi söker i grunden personer med två utmärkande egenskaper: en superkraft att kvantitativt och systematiskt förklara världen, och en förmåga att pragmatiskt arbeta bakåt från kunden.

Jag tror djupt på att hantera superkrafter. Enligt min erfarenhet är de bästa dataforskarna T-formade: de vet lite om mycket och mycket om lite. Och i mitt fall mycket om väldigt lite! Vi förväntar oss inte att folk ska veta allt. Vi förväntar oss dock att människor ska vara exceptionella på något. Och om du ställer upp saker och ting på rätt sätt kan du sätta ihop ett team av människor med kompletterande superkrafter som – tillsammans – kan få magi att hända.

Det är ingen kliché. Som Isaac Asimov-citatet säger: "All tillräckligt avancerad teknik går inte att skilja från magi." Fastighetsbranschen är en biljonindustri som har förblivit oförändrad i decennier. Vi har bara börjat skrapa på ytan, men vi har redan satt standarden för många år framöver. När vi tar fram superpowered team och driver vår vision framåt kommer vi att skapa magi.

Kolla in våra öppna roller här..

Finns det något mer du skulle vilja dela med dig av om Opendoor?

Med tanke på min ganska udda bakgrund - beräkningsbiologiforskning, Amazon-personalisering, tvåfaldig startupgrundare och rådgivare till ett dussin-plus andra startups - har jag förmodligen sett insidan av 15-20 datavetenskapsorganisationer. Jag kan otvetydigt säga att Opendoor har de mest fascinerande tekniska utmaningarna av någon organisation jag har sett.

Tillsammans med det är omfattningen och effekten av det vi gör. Det finns helt enkelt inte många biljoner dollar problem i vår värld. Det finns verkligen inte många som verkar i ett så arkaiskt status quo. På bara några år har vi vänt den modellen på huvudet och visat att det finns ett snabbare, enklare och säkrare sätt att göra saker på som kombinerar det bästa av sofistikerad datavetenskap och kundcentrerad verksamhet. Men vi har precis börjat. Att ta reda på hur vi kan använda nya datamängder och datavetenskap i världsklass för att ta oss till nästa nivå är en spännande teknisk utmaning som kommer att hjälpa miljontals amerikaner över hela USA.