La nouvelle plateforme d'expérimentation de DoorDash, construite sur une combinaison de SQL, Kubernetes et Python, permet une itération rapide des améliorations des fonctionnalités basées sur les données.
Tag Archives: data science
La plateforme ML de DoorDash - Le début
DoorDash utilise le Machine Learning (ML) à différents niveaux, comme l'optimisation de l'affectation des Dasher, l'équilibrage de l'offre et de la demande, la prédiction des fraudes, le classement des recherches, la classification des menus, les recommandations, etc.
Améliorer la prise de décision sur le marché de DoorDash grâce à la connaissance en temps réel
DoorDash est une place de marché logistique dynamique qui sert trois groupes de clients :
Les partenaires marchands qui préparent des aliments ou d'autres produits,
Les "Dashers" qui transportent les produits à livrer jusqu'à leur destination,
Les consommateurs qui savourent un repas fraîchement préparé dans un restaurant local ou un sac de provisions dans leur épicerie locale.
Pour une plateforme en temps réel telle que DoorDash, les données générées à la volée par les participants à la place de marché sont intrinsèquement utiles pour prendre de meilleures décisions pour tous nos clients.
Organiser l'apprentissage automatique : Tous les goûts sont dans la nature !
Les principes et processus de DoorDash pour démocratiser l'apprentissage automatique.
Il y a six mois, j'ai rejoint DoorDash en tant que premier responsable de la science des données et de l'apprentissage automatique.
Filtre de cuisine personnalisé
L'expérience d'achat des consommateurs est un domaine clé pour DoorDash.
Analyzing Switchback Experiments by Cluster Robust Standard Error to Prevent False Positive Results
Within the dispatch team of DoorDash, we are making decisions and iterations every day ranging from business strategies, products, machine learning algorithms, to optimizations.