Kỹ thuật tại Hợp tác xã Driver’s Seat
Chúng tôi đang cách mạng hóa cách các tài xế chia sẻ và giao hàng sử dụng dữ liệu của họ.
Chúng tôi đang thay đổi cách dữ liệu lưu chuyển trong nền kinh tế công việc tạm thời. Các công ty như Uber và DoorDash thu thập một lượng lớn dữ liệu từ nhân viên và người dùng của họ. Sau đó, họ sử dụng dữ liệu đó để tối ưu hóa hoạt động, quản lý lực lượng lao động và định hình câu chuyện công khai về công ty của họ, dẫn đến một sân chơi không công bằng. Nhưng điều gì sẽ xảy ra nếu những người tạo ra dữ liệu đó ngay từ đầu – chính những người lái xe chia sẻ và giao hàng – có khả năng thu thập dữ liệu của riêng họ? Điều gì sẽ xảy ra nếu họ có các công cụ công nghệ để sử dụng dữ liệu đó? Đây là những câu hỏi mà chúng tôi đang trả lời tại Driver’s Seat.
Các kỹ sư và nhà khoa học dữ liệu mới tham gia nhóm sẽ có cơ hội làm việc với các bộ dữ liệu lớn, phức tạp. Chúng bao gồm dữ liệu đo từ xa và GPS tần số cao, dữ liệu lực lượng lao động (thời gian, thu nhập và hoạt động) và dữ liệu di chuyển (ví dụ: phương thức vận chuyển, mục đích chuyến đi). Người lái xe có thể chọn tải lên dữ liệu của họ tự động hoặc thủ công. Sau đó, chúng tôi sử dụng một bộ công cụ phân tích, bao gồm PostgreSQL và R để cung cấp thông tin chi tiết cụ thể cho người dùng. Ví dụ, các tài xế chia sẻ và giao hàng thực sự kiếm được bao nhiêu? Thời gian làm việc hiệu quả nhất khi nào và ở đâu? Tiền boa có cao hơn khi đi xe hoặc giao đồ ăn không?
Chúng tôi khám phá ra các mẫu có giá trị trong dữ liệu của mình và có thể nói chuyện trực tiếp với người lái xe để hiểu động cơ và hành vi đằng sau họ. Đổi lại, điều này cũng giúp các cơ quan thành phố, những người có thể tận dụng dữ liệu để đưa ra quyết định tốt hơn về quy hoạch giao thông. Chúng tôi đang truy cập một lượng lớn dữ liệu thú vị và chỉ mới ở phần nổi của tảng băng trôi.
Kỹ thuật tại Local Kitchens
Chúng tôi bị ám ảnh bởi việc sử dụng dữ liệu để cung cấp thông tin cho mọi quyết định.
Bất cứ điều gì đều có thể tranh luận, miễn là lập luận được hỗ trợ bởi dữ liệu. Để đạt được mục tiêu đó, chúng tôi chủ yếu dựa vào Segment, Snowflake, Dbt và Chế độ cho Kinh doanh Thông minh. Chúng tôi sử dụng kết hợp LaunchDarkly và Amplitude để thử nghiệm A / B và Full Story để phát lại các phiên của người dùng và khám phá thông tin chi tiết về UX.
Cá nhân, các kỹ sư sở hữu một bộ chỉ số mà họ chịu trách nhiệm phân tích, báo cáo và phát triển lộ trình sản phẩm. Chúng tôi cũng tin tưởng vào phân tích tự phục vụ. Bất kể chức danh công việc, mọi người trong công ty đều phân tích dữ liệu.
Kỹ thuật tại PicnicHealth
Chúng tôi không chỉ dựa vào dữ liệu, chúng tôi còn bị ám ảnh bởi dữ liệu. #GoodDataMatters
Khi bệnh nhân đăng ký, chúng tôi nhận được sự đồng ý của họ để truy xuất và tổng hợp hồ sơ bệnh án của họ. Nền tảng hồ sơ của chúng tôi được xây dựng dựa trên máy học trong vòng lặp của con người để lấy hàng trăm trang quét và fax hồ sơ y tế của mỗi bệnh nhân, số hóa chúng, sau đó trích xuất và sắp xếp các khái niệm y tế chính. Đối với bệnh nhân và đối tác nghiên cứu của chúng tôi, chúng tôi cung cấp dữ liệu có cấu trúc, có thể truy vấn để giúp bệnh nhân xác định thông tin chính trong hồ sơ của họ và giúp các đối tác nghiên cứu tìm thấy thông tin chi tiết sâu hơn mà trước đây chỉ được mở khóa bằng phân tích hồ sơ thủ công, cẩn thận. Trong ba trụ cột chính này, dữ liệu là sản phẩm hạng nhất mà chúng tôi bị ám ảnh. Giống như hầu hết các công ty khác, chúng tôi sử dụng dữ liệu để cung cấp cho sản phẩm, các quyết định kỹ thuật, chiến lược và lộ trình để đảm bảo rằng chúng tôi đang mang lại giá trị cho khách hàng; nhưng chúng tôi thực sự khác biệt ở chỗ dữ liệu là sản phẩm mà chúng tôi mua lại (với sự đồng ý), tinh chỉnh và phân phối. Dữ liệu của chúng tôi được sử dụng để đẩy nhanh các chương trình nghiên cứu và điều trị. Chúng tôi tin tưởng vào sức mạnh chuyển đổi của dữ liệu – cho bệnh nhân, nhà nghiên cứu và nhóm của chúng tôi.
Kỹ thuật tại Indeed
“Nếu chúng tôi có thể đo lường nó, thì chúng tôi có thể cải thiện nó.”
Đây là một câu thần chú lãnh đạo được lặp đi lặp lại thường xuyên và là câu thần chú đã thấm nhuần trong nền văn hóa của chúng tôi. Chúng tôi thực hiện phương pháp tiếp cận dựa trên giả thuyết và xem xét dữ liệu để cung cấp thông tin cho việc ra quyết định. Điều đó có nghĩa là chúng tôi kiểm tra và đo lường nhiều nhất có thể, cho dù đó là thực hiện hàng trăm thử nghiệm A / B, liên tục đánh giá những cụm từ tìm kiếm mà người tìm việc đang sử dụng hoặc xây dựng và cải thiện hệ thống đề xuất quy mô lớn được hỗ trợ bởi máy học. Các kỹ sư có thể mong đợi được hợp tác chặt chẽ với các nhà khoa học dữ liệu của chúng tôi trong các dự án như Xếp hạng tìm kiếm, Đề xuất của nhà tuyển dụng, Tối ưu hóa ngân sách và Trích mức lương, và Ước tính.
Kỹ thuật Hệ điều hành Dữ liệu tại New Relic
Nếu bạn là một người đam mê dữ liệu như chúng tôi, New Relic là thiên đường của bạn.
Có rất nhiều công ty thúc đẩy các sáng kiến dựa trên cảm xúc của giám đốc điều hành, nhưng họ không nhất thiết phải dựa trên dữ liệu có thể hành động. Tại New Relic, chỉ cần cảm thấy rằng có điều gì đó không ổn sẽ không thể cắt bỏ nó – chúng tôi hướng đến việc đưa ra các quyết định bắt nguồn từ dữ liệu. Chúng tôi tự hào về việc thu thập dữ liệu về mọi thứ, từ tốc độ nước rút đến chất lượng dữ liệu để đưa ra quyết định về cải tiến quy trình và hệ thống. DOS cố gắng phát triển theo hướng giám sát, trong đó giám sát là bước đầu tiên của một dự án thay vì bước cuối cùng. Đây là chìa khóa trong việc thiết lập đường cơ sở cho trạng thái hiện tại và để thể hiện tiện ích của các tính năng mới và tối ưu hóa hệ thống. Nói như vậy, chúng tôi cố gắng đạt được sự cân bằng phù hợp giữa việc đưa ra quyết định dựa trên toán học / dữ liệu và việc duy trì sự đồng cảm.
Đội kỹ thuật tại Stytch
Chúng tôi chủ yếu dựa vào việc ra quyết định dựa trên dữ liệu.
Chúng tôi đang xây dựng một loạt các giải pháp không cần mật khẩu, không ma sát trên một nền tảng, tập trung vào cả bảo mật và chuyển đổi. Bằng cách sử dụng cả dữ liệu và nghiên cứu người dùng định tính, chúng tôi có thể tạo ra những sản phẩm tốt nhất cho khách hàng của mình. Chúng tôi đã đầu tư vào đo lường từ xa các dịch vụ ngay từ đầu và có một số bảng điều khiển trong văn phòng cho thấy lực kéo hướng tới các mục tiêu. Phân tích cũng giúp cung cấp thông tin về bản đồ trang web và kiến trúc thông tin của chúng tôi. Ví dụ: chúng tôi đã sử dụng phân tích và nghiên cứu để cải tiến trải nghiệm tham gia của mình.
