Saltar para o conteúdo

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.

Construir o modelo por detrás da vasta seleção de comerciantes da DoorDash

Uma estratégia optimizada de seleção de comerciantes foi um dos principais factores que permitiram à DoorDash tornar-se líder do sector do serviço de entrega de alimentos nos EUA.

Utilização da distribuição gama para melhorar as previsões de eventos de cauda longa

Para a DoorDash, ser capaz de prever eventos de cauda longa relacionados com os tempos de entrega é fundamental para garantir que as encomendas dos consumidores chegam quando esperado.

Utilização de perda tripla e redes neurais siamesas para treinar a incorporação de itens de catálogo

Compreender o conteúdo de um grande catálogo digital é um desafio significativo para as empresas em linha, mas este desafio pode ser resolvido utilizando modelos de redes neuronais auto-supervisionados.

Retrospetiva 2020: Criar fiabilidade e inovar na DoorDash

A DoorDash recapitula uma série de seus destaques de engenharia de 2020, incluindo sua arquitetura de microsserviços, plataforma de dados e novo desenvolvimento de front-end.

As competências subvalorizadas de que os candidatos precisam para serem bem sucedidos nas entrevistas sobre ciência de dados

Depois de entrevistar mais de mil candidatos para funções de Ciência de Dados na DoorDash e de contratar apenas uma pequena fração, apercebi-me de que qualquer processo de entrevista está longe de ser perfeito, mas existem muitas vezes estratégias para melhorar as nossas hipóteses.

Descobrir as melhores práticas de menus de entrega online com aprendizagem automática

Os restaurantes em ruas movimentadas podem utilizar muitos elementos para chamar a atenção do cliente, mas as experiências de encomenda em linha baseiam-se sobretudo no menu para gerar vendas.

Melhorar a capacidade das experiências em linha em 4X com paralelização e maior sensibilidade

As empresas orientadas para os dados medem as reacções reais dos clientes para determinar a eficácia das características dos novos produtos, mas a incapacidade de realizar estas experiências simultaneamente e em grupos mutuamente exclusivos atrasa significativamente o desenvolvimento.