Saltar para o conteúdo

Como a DoorDash melhora as previsões de férias através da abordagem ML em cascata

Na DoorDash, geramos previsões de oferta e procura para planear proactivamente as operações, tais como a aquisição do número certo de Dashers (condutores de entregas) e a adição de um pagamento extra quando prevemos uma oferta reduzida.

Como a DoorDash criou um modelo de aprendizagem de conjunto para previsão de séries temporais

Nas aplicações de previsão do mundo real, é um desafio equilibrar a exatidão e a rapidez.

Como a DoorDash actualizou uma heurística com ML para salvar milhares de encomendas canceladas

Um dos desafios na gestão da nossa plataforma é conseguir acompanhar com precisão o estado operacional dos comerciantes e a sua capacidade para receber e satisfazer encomendas.

Seleção da melhor imagem para cada comerciante utilizando a exploração e a aprendizagem automática

Para inspirar os consumidores da DoorDash a encomendar na plataforma, há poucas ferramentas mais poderosas do que uma imagem apelativa, o que levanta as questões: qual é a melhor imagem para mostrar a cada cliente e como podemos construir um modelo para determinar isso programaticamente utilizando as imagens disponíveis de cada comerciante?