Kushal Chakrabarti, VP för forskning och data science på Opendoor – Intervju-serie

Kushal Chakrabarti är vice VD för forskning och data science på Opendoor, en ledande digital plattform för bostadsfastigheter.

Vad var det som initialt drog dig till maskinlärning och data science?

Jag har alltid sett världen i siffror, men det var inte förrän jag gick på college som jag insåg att data science var min sanna kallelse. Och jag kan nästan peka ut ögonblicket: “Introduktion till programmering med MATLAB.” När jag såg den 3D-konturplotten på MATLAB-splashskärmen tänkte jag: “Vänta ett ögonblick…” Det var som om jag blev kär vid första ögonkastet.

För mig är data science det närmaste jag kommer att komma till att se “Guds sinne”. Oavsett om du är religiös eller inte, så finns det tydligt en underliggande mekanism för hur världen fungerar. Vi har inte privilegiet att se den direkt, men vi får observera dess artefakter – data. Och vetenskapen och konsten att rekonstruera den underliggande mekanismen är data science.

Kan du diskutera några av de utvecklingssteg du har sett i data science-området under åren?

Jag har märkt två breda trender under mina nästan två decennier i området.

För det första är det skapandet av underdiscipliner. När jag började min karriär fanns det ingen distinktion mellan data engineering, beslutsfattande och maskinlärning. Om du ville göra den avancerade matematiken var du tvungen att göra allt annat också – det fanns inget annat alternativ. Idag, med tanke på hur långt området har kommit, börjar människor specialisera sig inom underdiscipliner. Det är oundvikligt i vilket moget område som helst – det fanns bara ett fåtal olika typer av läkare för hundra år sedan, men idag finns det dussintals.

För det andra är det den breda demokratiseringen av området. Idag finns det ett stort antal verktyg som gör området exponentiellt mer tillgängligt för nybörjare. Även om jag uppskattar att inte behöva skriva C++-kod för forward-backward-algoritmen, så är det faktiskt en dubbeleggad svärd: många praktiker idag behandlar dessa verktyg som svarta lådor och förstår inte varför vissa saker är utformade för att fungera på vissa sätt, och har därför svårt att välja rätt verktyg för rätt jobb.

Vad är din nuvarande vision för data science-framtid på Opendoor?

Det som får mig att stiga upp varje morgon är att bygga teknologi som hjälper vanliga amerikaner i den verkliga världen. Att köpa eller sälja ett hem är en av de största milstolparna i en persons liv, och det arbete vi gör hjälper människor över hela USA att uppnå hemägande på ett enklare, mer säkert och snabbare sätt.

På Opendoor fattar vi hundratals datadrivna beslut varje dag. Våra team använder allt från kausala inferenser till strukturalekonomiska modeller och djupinlärning som driver våra state-of-the-art-prismodeller.

Men när du tittar under huven finns det många heuristiker. Människor använder heuristiker för att de fungerar, men heuristiker 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 ramar som strikt generaliserar dessa heuristiker. Det är min vision och förhoppning att vi bygger ut dessa principiella ramar så att vi kan låsa upp enklare, bättre och snabbare hemägande för miljontals fler amerikaner.

På din LinkedIn-profil inbjuder du data scientists att arbeta med dig för att lösa ett trillion-dollars data science-problem som är viktigt för hundra miljoner vanliga amerikaner. Vad letar du efter hos potentiella sökande?

Vi letar efter människor med två utmärkande egenskaper: en superkraft att kvantitativt och systematiskt förklara världen, och en förmåga att praktiskt arbeta bakåt från kunden.

Jag tror djupt på att hantera superkrafter. I min erfarenhet är de bästa data scientisterna T-formade: de vet en del om mycket, och mycket om lite. Och i mitt fall, mycket om mycket lite! Vi förväntar oss inte att människor ska veta allt. Vi förväntar oss dock att människor ska vara exceptionella på något. Och om du ställer in saker på rätt sätt kan du samla ett team av människor med kompletterande superkrafter som – tillsammans – kan göra magi hända.

Det är inte en kliché. Som Isaac Asimov-citatet lyder: “Varje tillräckligt avancerad teknologi är inte att skilja från magi.” Fastighetsbranschen är en trillion-dollarsindustri som har förblivit oförändrad i decennier. Vi har bara börjat skrapa på ytan, men vi har redan satt standarden för åren som kommer. När vi tar med superkraftteam och driver vår vision framåt kommer vi att göra magi.

Kolla in våra öppna roller här.

Finns det något annat du vill dela om Opendoor?

Med tanke på min ganska ovanliga bakgrund – forskning inom beräkningsbiologi, Amazon (AMZN ) -personalisering, tvåfaldig startup-grundare och rådgivare till ett dussin andra startups – har jag antagligen sett insidan av 15-20 data science-organisationer. Jag kan utan tvekan säga att Opendoor har de mest fascinerande tekniska utmaningarna av någon organisation jag har sett.

Kombinerat med detta är den renodlade skalan och påverkan av vad vi gör. Det finns helt enkelt inte många trillion-dollarsproblem i vår värld. Det finns inte heller många som fungerar i en så föråldrad status quo. På bara några år har vi vänt på modellen och visat att det finns ett snabbare, enklare och mer säkert sätt att göra saker som kombinerar det bästa av avancerad data science och kundcentrerade operationer. Men vi har just börjat. Att ta reda på hur vi kan använda nya datamängder och världsklassens data science för att nå nästa nivå är en spännande teknisk utmaning som kommer att hjälpa miljontals amerikaner över hela USA.