science des données Archives

Expérimenter plus vite et avec moins d'efforts

Expériences de politique commerciale à l'aide de plans factoriels fractionnaires

Chez DoorDash, nous nous efforçons constamment d'améliorer nos processus d'expérimentation en tenant compte de quatre dimensions clés, à savoir la vélocité pour augmenter le nombre d'expériences que nous pouvons mener, le labeur pour minimiser nos efforts de lancement et d'analyse, la rigueur pour garantir une conception expérimentale solide et des analyses robustes et efficaces, et l'efficacité pour réduire les coûts associés à nos efforts d'expérimentation.

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.

Construire le modèle derrière la sélection étendue de marchands de DoorDash

Une stratégie optimisée de sélection des commerçants a été l'un des facteurs clés qui ont permis à DoorDash de devenir un leader du secteur des services de livraison de repas aux États-Unis.

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.

Utilisation de la perte de triplets et de réseaux neuronaux siamois pour former des enregistrements d'articles de catalogue

Comprendre le contenu d'un grand catalogue numérique est un défi important pour les entreprises en ligne, mais ce défi peut être relevé à l'aide de modèles de réseaux neuronaux auto-supervisés.

Recherché : Data Scientists dotés d'une intelligence technique ET d'un sens des affaires

DoorDash recherche des data scientists qui donnent la priorité aux impacts commerciaux de leur travail.

Rétrospective 2020 : Construire la fiabilité et innover chez DoorDash

DoorDash récapitule un certain nombre de ses points forts en matière d'ingénierie à partir de 2020, notamment son architecture de microservices, sa plateforme de données et son nouveau développement frontal.

Les compétences sous-évaluées dont les candidats ont besoin pour réussir leurs entretiens en science des données

Après avoir interviewé plus d'un millier de candidats pour des postes en science des données chez DoorDash et n'en avoir embauché qu'une infime partie, j'ai réalisé que tout processus d'entretien est loin d'être parfait, mais qu'il existe souvent des stratégies pour améliorer ses chances....

Amélioration de la capacité d'expérimentation en ligne par un facteur de 4 grâce à la parallélisation et à une sensibilité accrue

Les entreprises qui s'appuient sur des données mesurent les réactions réelles des clients pour déterminer l'efficacité des nouvelles fonctionnalités des produits, mais l'impossibilité de mener ces expériences simultanément et sur des groupes qui s'excluent mutuellement ralentit considérablement le développement.

Tag Archives : data science