Skip to content

Utilisation de la distribution Gamma pour améliorer les prévisions d'événements à longue traîne

Pour DoorDash, il est essentiel de pouvoir prédire les événements à longue traîne liés aux délais de livraison afin de s'assurer que les commandes des consommateurs arrivent à temps.

Construire un Gigascale ML Feature Store avec Redis, Binary Serialization, String Hashing et Compression

Lorsqu'une entreprise comptant des millions de consommateurs, telle que DoorDash, construit des modèles d'apprentissage automatique, la quantité de données de caractéristiques peut atteindre des milliards d'enregistrements, dont des millions sont activement récupérés au cours de l'inférence du modèle, avec des contraintes de faible latence.

L'intelligence artificielle au service de la logistique chez DoorDash

En mai, DoorDash a participé à la conférence O'ÄôReilly Artificial Intelligence à New York où j'ai présenté 'ÄúHow DoorDash leverage AI in its logistics engine.'Äù Dans ce billet, je vous présente le problème central de la logistique chez DoorDash et je décris comment nous utilisons l'Intelligence Artificielle (IA) dans notre moteur logistique.