The independent contractors who do deliveries through DoorDash — “Dashers” — pick up orders from merchants and deliver them to customers.
Category Archives: AI & ML
How DoorDash is pushing experimentation boundaries with interleaving designs
We’ve traditionally relied on A/B testing at DoorDash to guide our decisions.
Beyond the Click: Elevating DoorDash’s personalized notification experience with GNN recommendation
DoorDash has redefined the way users explore local cuisine.
Building DoorDash’s product knowledge graph with large language models
DoorDash’s retail catalog is a centralized dataset of essential product information for all products sold by new verticals merchants – merchants operating a business other than a restaurant, such as a grocery, a convenience store, or a liquor store.
Improving ETAs with multi-task models, deep learning, and probabilistic forecasts
The DoorDash ETA team is committed to providing an accurate and reliable estimated time of arrival (ETA) as a cornerstone DoorDash consumer experience.
Experimente mais rapidamente e com menos esforço
Experiências de política comercial utilizando modelos factoriais fraccionados
Na DoorDash, esforçamo-nos constantemente por melhorar os nossos processos de experimentação, abordando quatro dimensões-chave, incluindo a velocidade para aumentar o número de experiências que podemos realizar, o trabalho árduo para minimizar os nossos esforços de lançamento e análise, o rigor para garantir um design experimental sólido e análises robustas e eficientes e a eficiência para reduzir os custos associados aos nossos esforços de experimentação.
Personalizar a experiência da página da loja de retalho DoorDash
A missão da experiência de compras a retalho da DoorDash procura combinar as melhores partes das compras presenciais com o poder da personalização.
Transformando MLOps na DoorDash com o Workbench de aprendizado de máquina
É engraçado para um ser humano escrever um artigo sobre inteligência artificial numa altura em que os sistemas de IA, alimentados pela aprendizagem automática (ML), estão a gerar os seus próprios blogues.
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.