在 Booking 當數(shù)據(jù)科學家是怎樣一種體驗

Nishikant是Booking公司的一名高級數(shù)據(jù)分析師，在本文中他分享了自己在Booking從數(shù)據(jù)科學家新手到大師的發(fā)展歷程。

求職

在迪拜做了3年咨詢類工作之后，我作為一名數(shù)據(jù)科學家加入了Booking 。從咨詢轉(zhuǎn)行到數(shù)據(jù)科學領(lǐng)域是我職業(yè)生涯中的重大轉(zhuǎn)變，現(xiàn)在看來我很高興當初做了這一選擇。

在面試時，我就對Booking的感覺特別好。我有機會與數(shù)據(jù)科學家交談，面試官的背景非常多樣，其中一位擁有天文學的博士學位，另一位是自己創(chuàng)業(yè)公司的首席技術(shù)官。

同時Booking的伙食特別好，這也是我選擇Booking的原因之一。

入職

我還記得入職的第一天，同事問我”你對你的屏幕還滿意嗎？”這讓我很意外，因為我以前工作時只配備了一臺筆記本電腦。Booking之后給我配備了一臺Mac、兩個大屏幕以及其他一些酷炫的設(shè)備。

入職后不久，我參與的第一個入職項目涉及到分析大量文本，我需要從中得出業(yè)務(wù)見解。以前我只有結(jié)構(gòu)化數(shù)據(jù)方面的經(jīng)驗，因此我對這個新挑戰(zhàn)感到興奮。我希望提高自己文本數(shù)據(jù)的水平，但不久之后我就遇到困難了，那就是Booking龐大的數(shù)據(jù)規(guī)模。

Booking每24小時訂出150萬個房間，同時有數(shù)百萬人訪問網(wǎng)站，這意味著數(shù)據(jù)科學家所接觸的數(shù)據(jù)規(guī)模相當大。還好公司有使用Spark進行分布式計算的內(nèi)部培訓。通過培訓，如今我能夠在多臺機器上運行分析。

項目

我的第二個項目是為合作網(wǎng)站構(gòu)建推薦引擎。以前我只做過標準回歸和分類模型，這是我第一次接觸到協(xié)同過濾和分解機。

由于數(shù)據(jù)規(guī)模，我不得不用PySpark進行稀疏分布矩陣。在編寫代碼之后，我們進行了A / B測試，看這樣是否會對我們的業(yè)務(wù)帶來積極影響。這也是我第一次接觸A / B測試，但幸運的是公司配有完備的實驗工具和基礎(chǔ)設(shè)施，從而讓這一過程并不困難。通過多次迭代，我們順利處理了冷啟動問題，并成功完成了該項目。

Booking的數(shù)據(jù)科學家在Analytics Fair上展示項目

接下來是大量的項目，每個項目都有不同的挑戰(zhàn)，作為數(shù)據(jù)科學家我需要不斷地學習。例如，其中一個項目需要我將業(yè)務(wù)問題表示為加權(quán)網(wǎng)絡(luò)圖，并進行相關(guān)分析; 在另一個項目中，我需要從簡單的數(shù)據(jù)分析中得出有價值的見解。

就這樣過了兩年半，我目前是Booking的高級數(shù)據(jù)科學家?，F(xiàn)在我致力于研究人工智能產(chǎn)品的機器翻譯，并通過部署神經(jīng)網(wǎng)絡(luò)和深度學習解決方案構(gòu)建全面的生產(chǎn)系統(tǒng)。

團隊構(gòu)成

下面我打算介紹下Booking的團隊構(gòu)成。

我們采用“嵌入式”結(jié)構(gòu)，數(shù)據(jù)科學家與業(yè)務(wù)緊密相連。我參與的團隊中有開發(fā)人員、數(shù)據(jù)科學家、產(chǎn)品負責人和其他專家。團隊結(jié)合所有的力量，將相關(guān)概念實施到具體產(chǎn)品。在日常運營中，我們遵循一定的準則：每日會議、回顧、待辦事項、團隊目標、KPI和OKR(目標和關(guān)鍵結(jié)果)。再加上每兩周一次的會議，能夠讓團隊穩(wěn)步發(fā)展，并盡快學習。

正是與業(yè)務(wù)的緊密聯(lián)系，Booking的數(shù)據(jù)科學家都有很強的溝通能力和商業(yè)意識，同時還有很強的專業(yè)技能。這些都是我們在面試求職者時要測試的基本技能。

出色的數(shù)據(jù)科學家

Booking共有120 多名數(shù)據(jù)科學家，而且社區(qū)在日益壯大。每位數(shù)據(jù)科學家都有不同的背景和技能強項。

有些人是數(shù)據(jù)科學新手，有些人則有豐富的工作經(jīng)驗; 有些人是貝葉斯派，有些人是頻率學派; 有些人喜歡用R語言，有些人更喜歡用Python; 有些人喜歡用Vowpal Wabbit，有些人則喜歡使用Spark和H2O進行分布式計算。

這種多樣性可以讓大家彼此學習和進步。我們每周都會舉行相關(guān)的聚會和會談，當中我們會談?wù)撟钚碌男袠I(yè)動向和研究論文，并結(jié)合解決Booking的實際問題。此外，公司還會定期舉辦相關(guān)技術(shù)培訓，包括A / B測試、Git、Hive、Python、R、Spark、H2O、TensorFlow等內(nèi)容。

Booking數(shù)據(jù)科學社區(qū)每周會談

在我看來，在Booking工作最大的財富就是出色的數(shù)據(jù)科學社區(qū)，在當中我每天都能學習新事物，并且十分開心。

面對的挑戰(zhàn)

同時我們也有面對一些挑戰(zhàn)。

首先，由于我們的數(shù)據(jù)科學社區(qū)發(fā)展得非?？?，這也為分享知識帶來了難度。為了解決這個問題，我們嘗試了很多方法，比如針對專業(yè)的話題(比如自然語言處理)，黑客馬拉松等方面展開討論，從而更好地分享知識。

讓數(shù)據(jù)科學家參與業(yè)務(wù)也有其不利之處。有時在日常工作中我們會缺少同事的相關(guān)反饋。為了解決這個問題，我們鼓勵大家分享各自的成果，并與同事一起討論他們的最新項目。同時我們也為新員工提供導(dǎo)師計劃。

盡管我們已多次為數(shù)據(jù)科學社區(qū)做出貢獻，但我們也希望將成果分享給外部。我們目前正在制定一些指導(dǎo)方案。

Booking的數(shù)據(jù)科學家們在船上聚會

最后我想說，在Booking當數(shù)據(jù)科學家非常愉快，而且從來不會缺少機遇與挑戰(zhàn)。