今年夏天，许多人在看到Afshine和Shervine Amidi走过时，在旧金山的Uber总部走廊上走了走廊。在过去的三个月中，Uber员工Afshine与他的同一双胞胎兄弟（2018年夏季实习生）一起在办公室加入。除了看起来一样，兄弟俩还担任数据科学家。
Afshine，毕业Ecole Centrale Paris和MIT于2017年开始在Uber工作，利用他的数据科学技能来帮助我们的平台优化骑手和驾驶员的旅行体验。还参加了巴黎Ecole Centrale的Shervine继续在斯坦福大学学习。为了在Uber实习，他将数据科学应用于Uber Eats，帮助建立个性化工具，例如查询理解和智能食品建议。
我们与Afshine和Shervine坐下来，了解导致他们在Uber学习数据科学和工作的旅程，当您拥有相同的双胞胎时使用诸如面部识别的技术的挑战以及看起来相似的感觉。
告诉我们一些有关您的背景的信息。
Afshine amidi：我和我是法国人，波斯血统，在巴黎出生和长大。从一开始，我们俩都倾向于喜欢相同的东西，并最终练习相同的运动，例如柔道，游泳和水球。当我们在学校时，我们的父母一定要把我们放在不同的课程中。这使我们能够独立发展和发展，同时彼此相处。拥有相同双胞胎的一种很酷的好处是，即使您第一次刚见到他们，您也会立即与双胞胎的朋友接近。
Shervine Amidi：从高中毕业后，我和Afshine在准备课程中学习了数学和物理学两年，并进入了巴黎Ecole Centrale，我们在那里学习了数学和通用工程。raybet手机app然后，Afshine去了麻省理工学院的研究生学习，他的课程和项目集中在如何在业务环境中充分利用数据科学工具。至于我，我遵循了一条更加理论的道路，因为我目前正在研究计算数学，并从斯坦福大学的基本角度研究了数据科学。
我也在从事计算机视觉研究雷竞技是骗人的斯坦福大学愿景与学习实验室，我研究的技术可以最大程度地减少计算机所需的标记数据量，以解决诸如图像识别之类的监督任务。解决这种类型的问题可以使无限可能性的大门打开，尤其是在处理现实世界中的数据时，通常会带来噪音和不确定性。
是什么让您想进入数据科学？
SA：我们的一raybet手机app般工程背景为我们提供了各种主题的强大基础，从数学到物理学，同时还涵盖经济学，法律和生物学。在这些主题中，机器学习领域对我们很突出，因为它为以前无法做到的方式打开了解决技术挑战的大门。
aa：在我们的本科课程中，我们很幸运能与成为我们成为非正式导师的世界一流教授合作。我们有机会与教授一起做一个广泛的机器学习研究项目雷竞技是骗人的Nikos Paragios和伊夫加尼亚·扎卡拉基（Evangelia Zacharaki），在这里我们应用机器学习技术来解决生物学领域的关键挑战。
您为什么决定加入Uber？
aa：三年前，Pierre-Dimitri Gore-Coty, Uber’s vice president for Europe, the Middle East, and Africa, gave a presentation at Ecole Centrale Paris (which is also his alma mater) where he laid out the vision that he had with Uber and how it was changing the way we think about transportation. His speech stood out in a lot of people’s minds, including ours, and from that moment on, we began to actively follow Uber’s progress into new markets. Another reason is that, apart from its game-changing products, Uber also has the reputation of being a data-driven tech company at the forefront of innovation.
SA：我喜欢看到我每天使用的产品上的Afshine工作，并且看到这些产品的发展很快。作为用户，看到Uber每天取得的进展令人兴奋，并且能够帮助改善全球数百万人的体验。在Uber创新的所有业务中，仍然存在许多令人兴奋的挑战优步货运，骑自行车跳自行车和城市航空运输Uber抬高。
您在团队中的角色是什么？
SA：今年夏天，我正在Uber Eats Data Science团队工作。我的目标是更好地了解我们的菜肴，以便我们提供食品和餐厅推荐以无缝和个性化的方式给食客。
aa：我一直在Uber数据科学团队工作，以使Uber更加可靠，同时更有效地支出。我的日常工作涉及许多涉及其他数据科学家，产品经理和软件工程师的跨团队和跨职能互动。我真正喜欢这个角色的是，我从事的各种主题以及我每天与以前不同的互动。
您如何在Uber应用数据科学专业知识？
aa：乍一看，人们可能会认为Uber只是一个将驾驶员与骑手联系起来的应用程序。但是在幕后，我们付出了很多努力，以确保对双方最佳执行此匹配。一方面，我们希望骑手拥有可靠的皮卡和较低等待时间的便宜且安全的体验，同时为驾驶员提供无缝的皮卡体验，并最大程度地利用他们在旅途中找到的票价。为了实现这一目标，我们必须使用数据科学所提供的所有魔力。
很高兴看到我们设定的目标可以通过统计，机器学习和优化技术来增强。当我在研究生院里学习了其中一些工具时，我不会想象它们在应用于Uber的挑战时会有多强大。我建立的模型专注于在我们的支出和产品定价中找到适当的平衡，以更好地为关键的战略决策提供信息。
SA：Afshine刚才提到的主要涉及Uber的乘车场。我要说的是，我们在Uber Eats上所做的事情特别具有挑战性，因为我们必须同时优化两个利益相关者的幸福，而是三个利益相关者：餐厅 - 合伙人，送货合伙人和食客。这代表了一个特别复杂的平衡，因为我们必须谨慎，一个人的好处不会对另一个人产生负面影响。
最后，我专注于食客，在这里，人们对用户可以在平台上选择的食物选择有深刻的了解至关重要。在向食客展示相关食品和餐馆时，建立不同美食如何相互关系的本体和图表为我们提供了重要的工具。我的目标是通过浮出最适合其口味的菜肴，将最流畅，最个性化的体验带给使用该应用程序的任何人。用机器学习术语，此问题等于在食客和他们喜欢的菜肴之间建立正确的联系。幸运的是，有一个很棒的表示学习课程我去年在斯坦福大学去过教授Silvio Savarese和阿米尔·扎米尔（Amir Zamir）强调如何利用当今对我非常有用的一些技术。
您对Uber的双胞胎的生活有有趣的轶事吗？
SA：成为双胞胎会导致一些有趣的遭遇。通常，我不认识我对我微笑，并开始非常随意的谈话，假设我是Afshine。当我了解发生了什么事时，我想看看我可以在保持对话时保持多远，而保持不引人注目。
aa：除了人们混合我们两个人和在上班途中看到有趣的面孔的愉悦的情况外，拥有双胞胎的非典型方面之一是，您可以测试那里最新技术的极限。这样，我的意思是面部识别。例如，尽管我们的朋友通常能够分开告诉我们，但很有趣的是，电话访问我们的手机上的面部识别功能无法区分我们。
您不需要相同的双胞胎在Uber工作。看一眼我们的职业页面看看您是否有角色！
订阅我们的新闻跟上Uber工程的最新创新。
