Opendoor 研究和数据科学副总裁 Kushal Chakrabarti – 采访系列

Kushal Chakrabarti 是 Opendoor 的研究和数据科学副总裁，Opendoor 是一家领先的住宅房地产数字平台。

是什么最初吸引你进入机器学习和数据科学领域？

我一直以来都将世界看作是一系列数字，但直到大学时，我才意识到数据科学才是我真正的使命。并且我可以准确地指出那一刻：“使用 MATLAB 进行编程介绍”。看到 MATLAB 启动屏幕上的 3D 等高线图时，我想：“等一下…” 这对我来说就像一见钟情。

对我来说，数据科学是最接近看到“上帝的思维”的东西。不管你是否信仰宗教，世界的运作都有一个潜在的机制。我们无法直接看到它，但我们可以观察到它的产物——数据。数据科学就是重建这种潜在机制的科学和艺术。

您能讨论一下您在数据科学领域这些年来亲眼目睹的演变吗？

我注意到数据科学领域有两个广泛的趋势。

首先是子学科的创建。当我进入这个领域时，数据工程、决策科学和机器学习之间没有区别。如果你想做一些高级的数学运算，你必须同时做其他事情——没有其他选择。今天，随着该领域的发展，人们开始专攻子学科。这是在任何成熟的领域中必然会发生的——一百年前，只有几种不同的医生类型，但现在有几十种。

第二是该领域的广泛民主化。今天，存在大量的工具，使得该领域对新人来说更加容易接触。虽然我很感激不必为前向-后向算法编写 C++ 代码，但这却是一把双刃剑：许多从业者今天将这些工具视为黑盒子，并不了解为什么某些东西被设计成某种方式，因此他们很难选择合适的工具来完成合适的工作。

您目前对 Opendoor 数据科学的未来有什么设想？

每天早上让我起床的是建立技术来帮助美国普通人解决现实世界的问题。购买或出售房屋是人生中最重要的里程碑之一，我们所做的工作帮助人们在整个美国更简单、更有保证、更快地实现房屋所有权。

在 Opendoor，我们每天做出数百个数据驱动的决策。我们的团队使用从因果推断到结构经济模型到深度学习的所有方法来驱动我们的最先进的定价模型。

但是，当你深入研究时，会发现有很多启发式方法。人们使用启发式方法是因为它们有效，但启发式方法在中间有效，在边缘处会失效。当你深入思考人们行为的潜在机制时，你可以开始抽象出原则性的框架，这些框架可以严格推广这些启发式方法。我的愿景和希望是，我们能够建立这些原则性的框架，以便我们可以为更多的美国人解锁更容易、更好、更快的房屋所有权。

在您的 LinkedIn 个人资料中，您邀请数据科学家与您合作解决一个影响一亿美国普通人的万亿美元数据科学问题。您在潜在的申请者中寻找什么？

我们基本上寻找具有两个鲜明特征的人：能够量化和系统地解释世界的超能力，以及能够从客户的角度出发，实践地工作的能力。

我深信管理超能力的重要性。在我的经验中，最佳的数据科学家是 T 字型的：他们对很多事情有所了解，对少数事情有深入的了解。在我的情况下，对非常少的事情有深入的了解！我们不期望人们什么都知道。我们期望人们在某些方面是异常出色的。如果你以正确的方式设置一切，你可以组建一支具有互补超能力的团队——他们可以共同创造奇迹。

这不是一个陈词滥调。正如艾萨克·阿西莫夫的名言所说：“任何先进的技术都与魔法无异。”房地产是一个已经数十年没有变化的万亿美元行业。我们刚刚开始刮擦表面，但我们已经为未来几年设定了标准。随着我们组建超级力量团队并推进我们的愿景，我们将创造奇迹。

查看我们的开放职位 这里。

您是否还有其他关于 Opendoor 的信息想要分享？

考虑到我的背景相当不寻常——计算生物学研究、亚马逊个性化、两次创业以及担任十几家创业公司的顾问——我已经看到了大约 15-20 个数据科学组织的内部运作。我可以毫无疑问地说，Opendoor 拥有我见过的任何组织中最迷人的技术挑战。

与此同时，我们所做的事情具有巨大的规模和影响。像这样的万亿美元问题在我们的世界中并不多见。当然，也没有很多问题像这样处于如此过时的状态。仅仅几年时间，我们就颠覆了这种模式，并证明了有一种更快、更简单、更有保证的方式来做事情——这种方式结合了最先进的数据科学和以客户为中心的运营。但我们才刚刚开始。弄清楚如何使用新的数据集和世界级的数据科学来达到下一个水平，这是一个令人兴奋的技术挑战，它将帮助美国数百万人。