Vilka projekt är du och Trainlines datavetenskapsteam arbetar för närvarande?

Vi arbetar med stora mängder resedata (127 000 resor tas av våra kunder varje dag) för att förbättra reseupplevelsen med nya, smarta innovationer. Dessa innovationer är utformade för att hjälpa kunder på många sätt, från att spara pengar för att hjälpa dem att hitta den bästa biljetten för resan på ett snabbt och enkelt sätt.

Ett av de projekt som mitt team har arbetat med nyligen är förbättrade avbrottsmeddelanden för våra kunder. Snart lanseras i beta i vår röstapp använder förstärkta meddelanden om maskinläsning och bearbetning av naturliga språk för att "läsa" järnvägsoperatörernas Twitter-flöden, analysera dem och dela med sig av relevanta kontextuppdateringar anpassade till den enskilda resenären. Det är en första för järnvägsindustrin i Storbritannien och vi är väldigt glada över att starta den.

"Big Data" har blivit ett buzzword, men vad betyder det för dig?

Teknikindustrin är ingen främling för buzzwords, men det behöver ibland göra ett bättre jobb för att förklara dem. Jag tror att när vi pratar om "stora data" många människor bara föreställer stora kalkylblad, många siffror, eller helt enkelt inte vet vad det alls hänvisar till.

"Stora data" är något vilseledande, eftersom det tyder på att endast volymen är inblandad. Tidiga definitioner föreslog stor data hänvisar till tre Vs: "Volym, hastighet och variation". Den definitionen är över ett decennium gammal men det är fortfarande användbart i vissa avseenden. Den hastighet vid vilken data samlas, där det lagras och hur länge det är och hur många olika data de olika källorna kommer från, dess likformighet eller brist på dessa spelar en roll i "stor" "data.

I slutändan, eftersom datavetenskap blir inkräktat i varje bransch, behöver vi hålla människor utbildade om vad det är, snarare än att använda det som en fångst-allt fras som gör lite för att förklara arbetet bakom det.

Hur gäller stor data eller artificiell intelligens för resebranschen?

Järnvägsindustrin är ett mycket intressant utrymme att arbeta inom datavetenskap. Med järnväg har vi ett århundradet gammalt system som är grundläggande för våra dagliga liv, och vi arbetar för att modernisera. Nya innovationer, som införandet av mobilbiljetter, som vi arbetar nära med järnvägsindustrin att rulla ut rikstäckande, har revolutionerat reseupplevelsen.

Nu är vi fokuserade på att förbättra kundupplevelsen ännu mer genom avancerad teknik. Till exempel lanserade vi nyligen en röstapp, byggd för Google-assistenten, som arbetar med 12+ nivåer av konversationsdjup. Det är utformat för att göra resor ännu smartare och enklare, vilket hjälper kunderna att fråga sig om sin handsfree resa, oavsett om de är hemma eller på språng.

Vad skiljer det arbete du gör på Trainline från andra reseprogram?

Vi är Europas ledande järnvägs-app. Vi arbetar med 181 tåg- och bussföretag och vi säljer biljetter till kunder i 173 länder. Vi är helt engagerade i att använda vår tekniska expertis för att skapa en upplevelse som enormt gagnar varje kund. Till exempel lanserade vi nyligen Storbritanniens första prediktiva prissättning AI för järnvägsbiljetter, vilket förutspår när Advance-priserna sannolikt kommer att öka. Sedan lanseringen av Price Prediction har över 2 miljoner kunder engagerat sig i AI, vilket resulterar i ett totalt sparande på nästan 9 miljoner pund.

Vad har gått bra under det senaste året, och det som har visat sig utmanande?

Vi har fortsatt att växa vårt team - det består nu av nästan 50 personer med otrolig talang. Det innebär att vi har förbättrade möjligheter att arbeta med ännu mer spännande projekt under de kommande veckorna och månaderna.

Som med alla lag som går i takt och växer snabbt, har det varit en inlärningskurva - särskilt för mig. Jag har varit tvungen att anpassa hur jag jobbar med laget för att hålla takten och se till att allas talanger används effektivt och att varje medlem av laget får utrymme att växa.

  • Det är inte bara tåg - stora data har också förutsagt vem som vinner VM 2018!

Hur tror du att resebranschen kan förbättra sitt förhållande till teknik?

Varje bransch blir oskiljaktig från teknik och resor är inget undantag. Researrangörer och teknikföretag, som Trainline, måste arbeta nära varandra med att fastställa industristandarder som kan framtida bevis på våra kunders behov. En stor del av detta, speciellt i järnväg, implementerar internationella datastandarder för att se till att när fler och fler geografiska områden sammanfogas av tekniska plattformar erbjuds kunden en otrolig global erfarenhet.

Efter din åsikt, vad blir nästa stora genombrott för datavetenskap?

Det är troligt att vi ser en serie mindre steg där helheten är större än summan av dess delar, snarare än ett jättesteg när det gäller datavetenskap. Det kommer att resultera i appar som kan analysera ännu större mängder data och presentera dem på ett rakt sätt vid ökad hastighet.

Lite längre nerför linjen kunde vi se en tipppunkt, när maskininlärning och AI utvecklas till en nivå där den lär sig av sig själv med minimal mänsklig förvaltning - men det är fortfarande osäkert just när ett sådant förskott kommer att äga rum.

För närvarande ser jag datavetenskapens roll som att svara på de små men viktiga frågorna varje dag - de som kräver en enorm mängd data att svara men har stor inverkan på kvaliteten i vårt dagliga liv - frågor som, “Vilket tåg ska jag ta?”.

Fergus Weldon är chef för datavetenskap på trainline