我们的工作

我们创建模型驱动的实验来推动业务影响。查看我们的博客,了解正在进行的项目!

我们的数据

4

每天捕获数TB的数据

每月10亿谷歌广告

8

全年点击流数据

22.5

百万标记和分类图像

14

目录中的百万种产品

25

百万客户评论

我们的团队

商品化
个性化和推荐
定价
营销
ML系统工程
运筹学
计算机视觉
数据科学欧盟

我们的博客

当数据稀疏/丢失时预测新的排序性能

2020年12月1日

在Wayfair的目标,我们希望在推出新的排序算法之前预测它们的性能。为什么?排序算法赚钱!想想看:随机滚动浏览我们的1800万个产品之间的主要区别是什么。。。

光环效应平台

2020年10月13日

Sarah Cotterill认为Wayfair了解各种客户行为对客户未来支出的因果影响非常重要,如下载我们的移动应用程序、订阅/取消订阅我们的电子邮件列表或购买。。。

TopShelf:如何安排一页产品,而不仅仅是在一个列表中排列它们

2020年5月5日

对产品或搜索结果列表进行排序的许多方法都是基于为每个项目分配一个分数并按降序排序,换句话说,就是贪婪排序方法。在电子商务中,预测模型将客户所购买的产品。。。

我们是谁

我们是一个多元化的分析问题解决者群体。我们可能不仅仅是个书呆子。

31

学科

22

国籍

62

博士

100+

可爱的书呆子

我们的领导人

丹武林

数据科学主任

物理学博士

芝加哥大学

科里·吉尔伯特森

定价主管

经济学学士

汉弥尔顿林肯学院

郁金香

DS销售主管

运筹学博士

哥伦比亚大学

安维什·萨蒂

DS市场总监

金融与创业MBA

巴布森学院

苏南达帕塔萨拉西

个性化和推荐主管

物理学博士

普渡大学

崔在宇

计算机视觉主管

电气工程博士

加州理工学院

苏珊·奥戴尔

运筹学主管

运筹学硕士

麻省理工学院

弗兰克林·塔马伦斯

ML系统工程主管

市场营销与电子商务工商管理硕士

罗切斯特大学

本杰明施罗德

欧盟数据科学主管

博士历史

柏林洪堡大学

我们的工作方式

在Wayfair Data Science,我们的核心价值观是严谨、好奇和有趣。

僵硬

从搜索引擎到航运物流,数据科学是我们在Wayfair所做一切的核心。因此,我们把事情做好是至关重要的。我们全面的内部测试平台、滚动代码部署和迭代式研究方法确保我们的工作彻底、精确,并推动业务发展。

好奇

Wayfair丰富的数据意味着总是有新的问题需要解决。因此,团队成员有权探索我们的数据,开发出新的、有影响力的想法,然后开发实验来探索这些问题。我们还与哈佛、麻省理工、斯坦福、哥伦比亚和康奈尔大学的教授和学生合作,将最先进的ML技术引入生产。

有趣的

没有人会太忙而无法集思广益或回答问题,代码就像厨房里的零食一样自由分享。我们喜欢一起做事,无论是合作做定价实验,还是攀岩、皮划艇、绘画,或者在每月的豆荚之旅中与同事参观酿酒厂。