data science Archives

Experimente más rápido y con menos esfuerzo

Experimentos de política empresarial mediante diseños factoriales fraccionales

En DoorDash, nos esforzamos constantemente por mejorar nuestros procesos de experimentación abordando cuatro dimensiones clave, incluida la velocidad para aumentar el número de experimentos que podemos llevar a cabo, el trabajo para minimizar nuestros esfuerzos de lanzamiento y análisis, el rigor para garantizar un diseño experimental sólido y análisis robustamente eficientes, y la eficiencia para reducir los costes asociados a nuestros esfuerzos de experimentación.

Transforming MLOps at DoorDash with Machine Learning Workbench

It is amusing for a human being to write an article about artificial intelligence in a time when AI systems, powered by machine learning (ML), are generating their own blog posts.

Construyendo el modelo detrás de la amplia selección de comerciantes de DoorDash

Una estrategia optimizada de selección de comerciantes ha sido uno de los factores clave que han permitido a DoorDash convertirse en líder del sector de servicios de entrega de comida a domicilio en Estados Unidos.

Utilización de la distribución gamma para mejorar las predicciones de eventos de larga cola

Para DoorDash, poder predecir eventos de larga cola relacionados con los plazos de entrega es fundamental para garantizar que los pedidos de los consumidores lleguen cuando se espera.

Pérdida de tripletes y redes neuronales siamesas para entrenar la incrustación de artículos en catálogos

Comprender el contenido de un gran catálogo digital es un reto importante para las empresas en línea, pero este desafío puede abordarse utilizando modelos de redes neuronales autosupervisadas.

Wanted: Data Scientists with Technical Brilliance AND Business Sense

DoorDash seeks data scientists who prioritize the business impacts of their work.

Retrospectiva 2020: Creación de fiabilidad e innovación en DoorDash

DoorDash recapitula una serie de aspectos destacados de su ingeniería a partir de 2020, incluida su arquitectura de microservicios, su plataforma de datos y su nuevo desarrollo frontend.

Las habilidades infravaloradas que los candidatos necesitan para tener éxito en las entrevistas de ciencia de datos

Después de entrevistar a más de mil candidatos para puestos de Ciencia de Datos en DoorDash y solo contratar a una fracción muy pequeña, me he dado cuenta de que cualquier proceso de entrevista está lejos de ser perfecto, pero a menudo hay estrategias para mejorar las posibilidades de uno .

Uncovering Online Delivery Menu Best Practices with Machine Learning

Photo Credit: Jeff Marini

Restaurants on busy thoroughfares can use many elements to catch a customer’s eye, but online ordering experiences mostly rely on the menu to generate sales.

Multiplicación por 4 de la capacidad de experimentación en línea gracias a la paralelización y el aumento de la sensibilidad

Las empresas impulsadas por los datos miden las reacciones reales de los clientes para determinar la eficacia de las características de los nuevos productos, pero la imposibilidad de realizar estos experimentos simultáneamente y en grupos mutuamente excluyentes ralentiza considerablemente el desarrollo.