En DoorDash, generamos previsiones de oferta y demanda para planificar de forma proactiva las operaciones, como adquirir el número adecuado de Dashers (conductores de reparto) y añadir una paga extra cuando prevemos una baja oferta.
Category Archives: AI & ML
Cómo DoorDash creó un modelo de aprendizaje conjunto para la previsión de series temporales
En las aplicaciones de previsión del mundo real, es un reto equilibrar precisión y rapidez.
DoorDash identifica cinco grandes áreas para el uso de la IA Generativa
Siguiendo la estela de ChatGPT y Generative AI DoorDash está identificando formas en las que esta nueva tecnología puede mejorar la experiencia de pedido del cliente en la plataforma.
Ciclo de vida de un producto ML de éxito: Reducción de los tiempos de espera
Crear una plataforma de reparto basada en ML como DoorDash es una empresa compleja.
Cómo DoorDash actualizó una heurística con ML para salvar miles de pedidos cancelados
Uno de los retos del funcionamiento de nuestra plataforma es poder realizar un seguimiento preciso del estado operativo de los comerciantes y de su capacidad para recibir y satisfacer pedidos.
Selección de la mejor imagen para cada comerciante mediante exploración y aprendizaje automático
Para inspirar a los consumidores de DoorDash a hacer pedidos en la plataforma hay pocas herramientas más poderosas que una imagen convincente, lo que plantea las siguientes preguntas: ¿cuál es la mejor imagen para mostrar a cada cliente y cómo podemos construir un modelo para determinarlo de forma programática utilizando las imágenes disponibles de cada comerciante?
Aumentar la coincidencia difusa con la revisión humana para maximizar la precisión y la recuperación
Ni siquiera los clasificadores más avanzados pueden alcanzar una precisión del 100%.
Recomendación de páginas de inicio con Explotación y Exploración
Building quality recommendations and personalizations requires delicately balancing what is already known about users while recommending new things that they might like.
Five Common Data Quality Gotchas in Machine Learning and How to Detect Them Quickly
The vast majority of work in developing machine learning models in the industry is data preparation, but current methods require a lot of intensive and repetitive work by practitioners.
Evolving DoorDash’s Substitution Recommendations Algorithm
When expanding from made-to-order food delivery to new product verticals like groceries, convenience, and retail, new challenges arise, including how to ensure inventory will be available to fulfill orders.