Вопросы и ответы с первым вице-президентом Instacart по алгоритмам
Мы только что приветствовали Хайсюня Вана в Instacart в качестве нашего первого вице-президента по алгоритмам и выдающегося ученого. В своей новой роли Хайсун возглавит команду, которая доводит до совершенства технологии искусственного интеллекта и модели машинного обучения, которые лежат в основе нашего четырехстороннего рынка.
Эти модели помогают нам понять, что находится на полках в магазинах, рекомендовать замену товаров, нормализовать данные каталога, делать персонализированные рекомендации по корзине, показывать рекламу и купоны, а также доставлять продукты к вашей двери в эти сжатые двухчасовые окна.
Хайсун провел свою карьеру, исследуя искусственный интеллект и внедряя передовые технологии машинного обучения в IBM, Microsoft, Google, Facebook, Amazon и WeWork. Мы сели с Хайсюном, чтобы поговорить о практических приложениях ИИ, создании команд и (конечно же) о том, что всегда в его тележке!
У вас долгая карьера в области исследований и технологий. Как вы перешли от исследований к инженерному менеджменту?
Оглядываясь назад, я могу сказать, что за свою более чем 20-летнюю карьеру компьютерного ученого и инженера я был немного беспокойным. По большей части я работал в промышленных исследовательских лабораториях. Я проработал в IBM Research девять лет, Microsoft Research четыре года, Google Research два года, и моей страстью и фокусом в исследованиях были базы знаний и понимание естественного языка. Я очень хотел получить реальное влияние, поэтому перешел в Facebook, а затем в Amazon, чтобы возглавить группы инженеров в поисковой сети. Я всегда хотел присоединиться к стартапу, потому что верил, что это позволит мне увидеть общую картину в отношении приоритетов и стратегии. Итак, после того, как я работал со многими крупнейшими технологическими компаниями мира, я присоединился к WeWork, чтобы возглавить его организацию прикладных наук. Это дало мне возможность изучить новые курьезы, такие как компьютерное зрение, Интернет вещей и робототехника. Последние 2,5 года в WeWork расширили мои возможности, поскольку я работал над множеством проектов на основе данных, таких как ценообразование, оптимизация доходов и анализ рынка, которые важны для их основного бизнеса.
Как вы узнали о нашем продукте?
В отличие от многих моих друзей и родственников, я действительно знал об Instacart задолго до пандемии. Увидев, как покупатель доставляет товар своему коллеге, я поговорил с ним и поинтересовался, какова вместимость его автомобиля, сколько заказов он обычно выполняет за день и как бы он хотел поступить иначе. Я никогда не мог себе представить, что однажды я буду серьезно изучать эти же вопросы с чисто алгоритмической точки зрения.
Я был постоянным клиентом Instacart, и с тех пор, как в Сан-Франциско вступили в силу заказы на размещение на месте, я оказался в режиме «отладки» ». Заполняя корзину, я часто думаю: «Хм, результат этого поиска должен быть более релевантным». Теперь у меня есть возможность добиться того положительного изменения, которого я хотел видеть как покупатель.
После собеседования с командой были ли вы удивлены тем, что узнали о компании?
Никаких особо больших сюрпризов - технологии электронной коммерции процветали и развивались за последние 20 лет, поскольку промышленность и научные круги продолжают вкладывать большие средства в эту область. Тем не менее, я был удивлен и впечатлен тем, насколько мала техническая команда (особенно ее компонент машинного обучения и науки о данных) с учетом того, чего достигла Instacart как компания. Было потрясающе видеть, как Instacart расширился за последний год и как компания за последние несколько месяцев сделала шаг вперед, чтобы безопасно обслуживать клиентов, покупателей и розничных продавцов перед лицом этого внезапного, неожиданного всплеска спроса, спровоцированного COVID-19.
Я считаю, что это лучший момент, чтобы присоединиться к такой компании, как Instacart. Это стадия, когда команды маленькие, проблемные области широки и глубоки, а возможности безграничны. Но это также выходит за рамки стадии, характеризующейся специальными решениями и краткосрочным мышлением. С точки зрения инженера, это момент, когда все становится более увлекательным и полезным.
Какие сложные задачи, по вашему мнению, будет решать новая команда алгоритмов?
Команда алгоритмов состоит из инженеров по машинному обучению, экономистов, специалистов по исследованию операций, а также системных инженеров и инженеров по инфраструктуре. В краткосрочной перспективе самая большая проблема - это максимизировать влияние на бизнес, которое может оказать команда с ограниченными возможностями. Это требует от нас безжалостной расстановки приоритетов, чтобы решить, где нам нужно углубиться, а где на данный момент будет достаточно минимально жизнеспособного продукта (MVP). В долгосрочной перспективе, на мой взгляд, самая большая задача - произвести революцию в сфере покупок в Интернете для наших клиентов. Нам нужно выйти за рамки нынешней парадигмы ищи, нажимай и отправляй. Сегодня клиенты хотят получать информацию, вдохновлять, просвещать и развлекать. Как мы это делаем? Что ж, определенные технологии, такие как разговорный ИИ, дополненная реальность (AR) или объединение электронной коммерции с социальными сетями, помогут, но, что более важно, нам нужно переосмыслить электронную коммерцию с учетом ее цели и объема.
Какие качества вы ищете в инженере по машинному обучению?
Инженер по машинному обучению - это не просто тот, кто может обучить модель глубокого обучения в существующей среде глубокого обучения. Мы готовы работать с учеными и инженерами, имеющими солидный опыт в математике и статистике, которые понимают не только прогнозы, но также действия и выгоды, которые обладают интуицией, чтобы отделить возможное от невозможного, и у кого есть воображение, чтобы превратить невозможное в возможное. .
Это первый месяц. Теперь, когда вы освоитесь, каким проектом вы собираетесь заняться в первую очередь?
Свою первую неделю я провел, знакомясь с командой и упорно работая, чтобы понять статус существующих проектов. Мы сосредоточены на таких вещах, как прогнозирование спроса и предложения и изменение релевантности поиска, которые улучшают качество обслуживания клиентов и их удовлетворенность. Есть еще очень много проектов, над которыми работает команда алгоритмов - проектов, которые затрагивают все четыре стороны нашего рынка, - но, опять же, потребуется время, чтобы решить, как расставить приоритеты для них всех.
И последнее, но не менее важное: что всегда в вашей корзине?
Я без ума от орехов. Мои абсолютные фавориты - миндаль, фисташки, грецкие орехи, кешью. Еще я люблю мюсли и греческий йогурт. Если вы поймаете, что я выключаю видео во время собраний Zoom, я, вероятно, перекусываю!
Хотите изучить новые практические применения ИИ с Haixun? Мы нанимаем! Посетите нашу страницу вакансий, чтобы увидеть наши текущие вакансии в инжиниринге.
