We’ve traditionally relied on A/B testing at DoorDash to guide our decisions.
Archives des catégories : Données
Protéger la santé des applications et l'expérience des consommateurs grâce à des déploiements tenant compte des métriques
Dans le cadre de nos efforts continus pour améliorer le développement de produits tout en préservant la santé des applications et l'expérience des consommateurs, nous introduisons des déploiements d'expériences tenant compte des métriques.
Accentuer le flou : éliminer la dilution pour maximiser la puissance de l'expérience
Lorsqu'il s'agit de réduire la variance des expériences, les projecteurs sont souvent braqués sur des méthodes sophistiquées telles que CUPED (Controlled Experiments Using Pre-Experiment Data).
Approche API-First de la création de sujets Kafka
Les équipes d'ingénierie de DoorDash ont réorganisé la création de sujets Kafka en remplaçant une approche basée sur Terraform/Atlantis par une API interne, Infra Service.
Transformer les MLOps chez DoorDash avec Machine Learning Workbench
Il est amusant pour un être humain d'écrire un article sur l'intelligence artificielle à une époque où les systèmes d'IA, alimentés par l'apprentissage automatique, génèrent leurs propres articles de blog.
Tirer parti de Flink pour détecter les sessions des utilisateurs et impliquer les consommateurs de DoorDash grâce à des notifications en temps réel
Chez Doordash, nous apprécions chaque occasion d'augmenter les conversions de commandes dans l'application.
Comment DoorDash a normalisé et amélioré la mise en cache des microservices
L'architecture microservices de DoorDash s'est développée, tout comme le volume du trafic interservices.
Relever le défi de l'inadéquation du ratio d'échantillonnage dans les tests A/B
L'expérimentation n'est pas seulement la pierre angulaire de l'innovation et de la prise de décision ; elle est souvent considérée comme l'étalon-or de la résolution de problèmes, en partie grâce à ses racines dans la méthode scientifique.
Using Metrics Layer to Standardize and Scale Experimentation at DoorDash
Metrics are vital for measuring success in any data-driven company, but ensuring that these metrics are consistently and accurately measured across the organization can be challenging.
L'utilisation de CockroachDB pour réduire de 75% les coûts du Feature Store
En construisant un magasin de fonctionnalités pour gérer la croissance massive de notre plateforme d'apprentissage automatique ("ML"), nous avons appris que l'utilisation d'un mélange de différentes bases de données peut apporter des gains significatifs en termes d'efficacité et de simplicité opérationnelle.