在 Booking 當(dāng)數(shù)據(jù)科學(xué)家是怎樣一種體驗(yàn)

Nishikant是Booking公司的一名高級(jí)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(xué)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(xué)家加入了Booking 。從咨詢轉(zhuǎn)行到數(shù)據(jù)科學(xué)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(dāng)初做了這一選擇。

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

同時(shí)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(duì)你的屏幕還滿意嗎？”這讓我很意外，因?yàn)槲乙郧肮ぷ鲿r(shí)只配備了一臺(tái)筆記本電腦。Booking之后給我配備了一臺(tái)Mac、兩個(gè)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(gè)入職項(xiàng)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(yàn)，因此我對(duì)這個(gè)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(shí)訂出150萬個(gè)房間，同時(shí)有數(shù)百萬人訪問網(wǎng)站，這意味著數(shù)據(jù)科學(xué)家所接觸的數(shù)據(jù)規(guī)模相當(dāng)大。還好公司有使用Spark進(jìn)行分布式計(jì)算的內(nèi)部培訓(xùn)。通過培訓(xùn)，如今我能夠在多臺(tái)機(jī)器上運(yùn)行分析。

項(xiàng)目

我的第二個(gè)項(xiàng)目是為合作網(wǎng)站構(gòu)建推薦引擎。以前我只做過標(biāo)準(zhǔn)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(jī)。

由于數(shù)據(jù)規(guī)模，我不得不用PySpark進(jìn)行稀疏分布矩陣。在編寫代碼之后，我們進(jìn)行了A / B測(cè)試，看這樣是否會(huì)對(duì)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(cè)試，但幸運(yùn)的是公司配有完備的實(shí)驗(yàn)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(dòng)問題，并成功完成了該項(xiàng)目。

Booking的數(shù)據(jù)科學(xué)家在Analytics Fair上展示項(xiàng)目

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

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

團(tuán)隊(duì)構(gòu)成

下面我打算介紹下Booking的團(tuán)隊(duì)構(gòu)成。

我們采用“嵌入式”結(jié)構(gòu)，數(shù)據(jù)科學(xué)家與業(yè)務(wù)緊密相連。我參與的團(tuán)隊(duì)中有開發(fā)人員、數(shù)據(jù)科學(xué)家、產(chǎn)品負(fù)責(zé)人和其他專家。團(tuán)隊(duì)結(jié)合所有的力量，將相關(guān)概念實(shí)施到具體產(chǎn)品。在日常運(yùn)營(yíng)中，我們遵循一定的準(zhǔn)則：每日會(huì)議、回顧、待辦事項(xiàng)、團(tuán)隊(duì)目標(biāo)、KPI和OKR(目標(biāo)和關(guān)鍵結(jié)果)。再加上每?jī)芍芤淮蔚臅?huì)議，能夠讓團(tuán)隊(duì)穩(wěn)步發(fā)展，并盡快學(xué)習(xí)。

正是與業(yè)務(wù)的緊密聯(lián)系，Booking的數(shù)據(jù)科學(xué)家都有很強(qiáng)的溝通能力和商業(yè)意識(shí)，同時(shí)還有很強(qiáng)的專業(yè)技能。這些都是我們?cè)诿嬖嚽舐氄邥r(shí)要測(cè)試的基本技能。

出色的數(shù)據(jù)科學(xué)家

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

有些人是數(shù)據(jù)科學(xué)新手，有些人則有豐富的工作經(jīng)驗(yàn); 有些人是貝葉斯派，有些人是頻率學(xué)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(jìn)行分布式計(jì)算。

這種多樣性可以讓大家彼此學(xué)習(xí)和進(jìn)步。我們每周都會(huì)舉行相關(guān)的聚會(huì)和會(huì)談，當(dāng)中我們會(huì)談?wù)撟钚碌男袠I(yè)動(dòng)向和研究論文，并結(jié)合解決Booking的實(shí)際問題。此外，公司還會(huì)定期舉辦相關(guān)技術(shù)培訓(xùn)，包括A / B測(cè)試、Git、Hive、Python、R、Spark、H2O、TensorFlow等內(nèi)容。

Booking數(shù)據(jù)科學(xué)社區(qū)每周會(huì)談

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

面對(duì)的挑戰(zhàn)

同時(shí)我們也有面對(duì)一些挑戰(zhàn)。

首先，由于我們的數(shù)據(jù)科學(xué)社區(qū)發(fā)展得非?？?，這也為分享知識(shí)帶來了難度。為了解決這個(gè)問題，我們嘗試了很多方法，比如針對(duì)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(shí)。

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

盡管我們已多次為數(shù)據(jù)科學(xué)社區(qū)做出貢獻(xiàn)，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(xué)家們?cè)诖暇蹠?huì)

最后我想說，在Booking當(dāng)數(shù)據(jù)科學(xué)家非常愉快，而且從來不會(huì)缺少機(jī)遇與挑戰(zhàn)。