Hvilke prosjekter er du og Trainlines datavitenskapsteam jobber for tiden?

Vi jobber med store mengder reisedata (127 000 reiser tas av våre kunder hver dag) for å øke reiseopplevelsen med nye, smarte innovasjoner. Disse innovasjonene er designet for å hjelpe kundene på mange måter, fra å spare penger for å hjelpe dem med å finne den beste billetten for reisen på en rask og enkel måte.

Et av prosjektene mitt team har jobbet med nylig, er forbedrede avbruddmeldinger for våre kunder. Snart å lansere i beta i stemmeapplikasjonen, bruker forbedrede avbruddsmeddelelser maskinlæring og behandling av naturlig språk for å "lese" jernbanestyrernes Twitter-feeder, analysere dem og dele relevante kontekstuelle reiseoppdateringer som passer til den enkelte reisende. Det er en første for jernbaneindustrien i Storbritannia, og vi er veldig glade for å starte den.

'Big Data' har blitt et buzzword, men hva betyr det for deg?

Teknologibransjen er ikke fremmed for buzzwords, men det trenger noen ganger å gjøre en bedre jobb med å forklare dem. Jeg tror at når vi snakker om «store data», mange mennesker bare forestiller store regneark, mange tall, eller bare ikke vet hva det refererer til i det hele tatt.

'Store data' er litt misvisende ved at det antyder at bare volum er involvert. Tidlige definisjoner foreslått store data refererer til tre Vs: 'Volum, hastighet og variasjon'. Den definisjonen er over et tiår gammel, men det er fortsatt nyttig i noen henseender. Hastigheten ved hvilken data samles, hvor det blir lagret og hvor lenge, samt variasjonen av dataene - de forskjellige kildene det kommer fra, dens ensartethet eller mangel på - disse egenskapene og fasettene, spiller alle en rolle i "stor 'data.

I siste instans, ettersom datavitenskap blir innblandet i alle bransjer, trenger vi å holde folk utdannet på hva det er, i stedet for å bruke det som en fangst-all setning som gjør lite for å forklare arbeidet bak det.

Hvordan gjelder stordata eller kunstig intelligens for reiselivsbransjen?

Jernbane- og bussindustrien er en veldig interessant plass å jobbe i datavitenskap. Med jernbane har vi et århundre gammelt system som er grunnleggende for vårt daglige liv, og vi arbeider for å modernisere. Nylige innovasjoner, som innføring av mobilbilletter, som vi jobber tett med jernbanesektoren for å rulle ut landsomfattende, har revolusjonert reiselivsopplevelsen.

Nå er vi fokusert på å forbedre kundeopplevelsen enda mer gjennom toppmoderne teknologi. For eksempel har vi nylig lansert en stemme app, bygget for Google Assistant, som opererer på 12+ nivåer av samtale dybde. Den er designet for å gjøre reiser enda smartere og enklere, og hjelper kunder med å spørre om reisen håndfri, enten hjemme eller på farten..

Hva skiller arbeidet du gjør på Trainline fra andre reiseprogrammer?

Vi er Europas ledende jernbane- og treningsprogram. Vi jobber med 181 jernbane- og bussvirksomheter, og vi selger billetter til kunder i 173 land. Vi er fullstendig forpliktet til å bruke vår tekniske kompetanse for å skape en opplevelse som gir stor fordel for hver kunde. For eksempel har vi nylig lansert Storbritannias første prediktive prising AI for togbilletter, som forutsier når Advance-priser vil øke. Siden lanseringen av Prediction har over 2 millioner kunder engasjert seg i AI, noe som resulterte i en samlet besparelse på nesten 9 millioner kroner.

Hva har gått bra i løpet av det siste året, og det som har vist seg å være utfordrende?

Vi har fortsatt å vokse vårt team - det består nå av nesten 50 personer med utrolig talent. Dette betyr at vi har bedre muligheter til å jobbe med enda mer spennende prosjekter i de kommende uker og måneder.

Som med alle lag som beveger seg i takt og vokser raskt, har det vært en læringskurve - spesielt for meg. Jeg har måttet tilpasse hvordan jeg jobber med teamet for å holde tempoet mens jeg sørger for at alles talenter blir brukt effektivt, og at hvert medlem av laget får plass til å vokse.

  • Det er ikke bare tog - store data har også spådd hvem som vil vinne VM 2018!

Hvordan tror du at reiselivsnæringen kan forbedre sitt forhold til teknologi?

Hver bransje blir uadskillelig fra teknologi og reise er ikke noe unntak. Reiselivsoperatører og teknologibedrifter, som Trainline, må jobbe tett med hverandre for å sette industristandarder som kan fremtidssikre kundenes behov. En stor del av dette, spesielt i jernbanen, implementerer internasjonale datastandarder for å sikre at etter hvert som flere og flere geografiske land blir samlet sammen av tekniske plattformer, tilbys kunden en helhetlig global opplevelse..

Etter din mening, hva blir det neste store gjennombruddet for datavitenskap?

Det er sannsynlig at vi ser en serie mindre skritt, hvor hele er større enn summen av delene, i stedet for et stort sprang når det gjelder datavitenskap. Det vil resultere i apper som kan analysere enda større mengder data og presentere dem på en enkel måte ved å øke hastigheten.

Litt lenger nedover linjen kunne vi se et tippepunkt, når maskinlæring og AI går videre til et nivå der det lærer av seg selv med minimal menneskelig ledelse - men det er fortsatt usikkert bare når et slikt forskudd vil finne sted.

For nå ser jeg datavitenskapens rolle som å svare på de små, men viktige spørsmålene hver dag - de som krever en enorm mengde data å svare, men har stor innvirkning på kvaliteten på vårt daglige liv - spørsmål som, “Hvilket tog skal jeg ta?”.

Fergus Weldon er direktør for datavitenskap på Trainline