机器学习和数据科学如何为彭博提供竞争优势

在伦敦公司欧洲总部的会议上，彭博首席技术官肖恩·爱德华兹热衷于谈论大数据改变游戏规则的力量以及他对构建数据科学能力的更广泛愿望，这将有助于为公司的客户创造创新产品。

“我有一份令人难以置信的工作，”爱德华兹说，他于2008年1月成为彭博的首席技术官。“我领导的是一小部分研究人员，我们的工作是帮助确定公司的技术方向。”

爱德华兹说，他的团队可以建立概念证明 - 与彭博的工程部门，产品组织和销售团队合作 - 并产生新的想法，新的架构和新的模型。该团队还与广泛的外部合作伙伴合作，包括学术机构，开源社区和IT供应商。

“当我们认为这些想法是好的时，我们就会转过身来，并将它们社交化，”爱德华兹说。 “然后，如果我们达成协议，我们会转换帽子并成为产品所有者。有什么不喜欢的？”

Edwards的首席技术官办公室专注于在数字化转型的前沿寻找创新。他的团队有机会在全球范围内寻找以数据为主导的理念，并将这项研究付诸实践。在大多数情况下，这项工作是为寻找创造性的业务挑战解决方案。

“有一些探索性的工作，我们觉得有些东西看起来很有趣，我们试图弄清楚该怎么做，”爱德华兹说。 “但它几乎总是相反：我们在想要完成的事情的驱动下，然后我们专注于最佳方式。”

他的团队花费了越来越多的时间为客户创造新产品。爱德华兹表示，金融市场正在发生变化 - 人们对基于模型和规则算法的系统投资方法更感兴趣。他的团队必须考虑如何通过新兴技术满足这种需求。

“我们正在建立一个平台，帮助人们分析比以前更多的数据，”他说。 “我们正在为我们所做的几乎所有事情构建编程接口。在这一切的基础上，我们正在重新思考我们如何存储和传递我们的数据。能够进行跨域查询 - 扫描数百万个债券并加入一些关于人们，比如交易历史 - 在你可以创造的服务方面改变了游戏规则。这非常令人兴奋。“

爱德华兹表示，机器学习工具将成为他的团队为彭博客户构建的一系列功能的一部分。 AI将帮助客户（如交易公司）探索新的数据模型并检验假设，例如市场价格的潜在变化。客户将能够获取大量数据，创建新模型，并且 - 如果有价值 - 将这种基于AI的数据模型投入生产。

爱德华兹表示：“我们希望揭开人工智能的神秘面纱，但真正利用它来实现它的优势。” “这些工具允许您构建模型，构建信号或从五年前我们无法提取的数据中提取价值。现在工具已经可用，而我们正在做的是让我们的客户真正使用它们“。

这些计划的持续成功将直接关系到彭博内部能力的质量。 Edwards认识到吸引人才进行数据科学项目所面临的持续挑战。为了帮助克服这一障碍，彭博推出了一系列旨在寻找和获取下一代数据科学能力的计划。

CTO办公室与领先的学术机构密切合作，包括通过数据科学的资助计划。爱德华兹说，彭博社通过奖学金计划每年向学生发出拨款申请。该公司今年有大约60个申请。

“通过奖学金计划，我们赞助一名博士生一年 - 我们为他们的学费提供资金，我们为他们的一些研究提供额外的资金，然后他们为我们实习和实习。与学术界的这种合作水平有助于我们招募一些最优秀的人才，“爱德华兹说。

此外，CTO办公室的成员还出席了顶级机构和商务会议，这有助于吸引人们。爱德华兹说，他的公司在校园招聘工作很重要。例如，人力资源部门的招聘团队与工程部门合作，并创建专业的校园团队。

“招聘有很多种形式，”爱德华兹说。 “一旦我们与人们交谈，我们将他们带入并向他们展示他们可以对行业和公司产生重大影响，那么这将吸引人们前往彭博社。”

爱德华兹表示，数据科学人才之争仍然艰难，但他和他的公司决心要赢得胜利。继续开发新战术，包括培训内部人才，使数据科学受益。

其中一个项目利用了Bloomberg CTO办公室的主要数据科学家之一David Rosenberg的技能，他也是纽约大学数据科学中心的副教授，在那里他教授研究生级的机器学习。

“我们要求他做的是创造一条职业道路 - 让我们创建一个培训课程，为拥有强大数学背景并希望开始在其部门或其他部门应用机器学习的工程师提供职业发展道路。布隆伯格，“爱德华兹说。

CTO办公室在纽约和伦敦开设了面对面的课程，然后将这些课程放在网上。现在大约有30个班级在线。爱德华兹说，许多课程都集中在“相当沉重的东西”上 - 任何热衷于参与的工作人员都需要强大的学术背景。但是，已经可以看到好处。

“如果你的内部人员具有数学背景并且花时间了解领域并了解金融市场的一部分，那就太棒了。把所有这些知识放在一起是非常好的，”爱德华兹说。