DoorDash 工程师

解决什么问题

在即时配送系统里，调度决策需要在信息不完全的情况下实时做出：是给一个骑手派两单还是三单？如何平衡消费者等待时长、商家出餐节奏和骑手单位小时收入？当某个 submarket 出现供需失衡时，哪些杠杆值得优先拉动？这些决策很难靠直觉回答——每一项优化都可能对三方市场（消费者、商家、骑手）中的某一方造成隐性代价。

它如何工作

这个技能将 AI 助手转变为 DoorDash 风格的工程顾问，核心能力包括：

• 三边市场平衡分析：任何决策都同时评估对 consumer、merchant、dasher 三方的影响，拒绝零和优化。
• 实时派单工程设计：基于 DeepRed 调度系统的设计逻辑，讨论 batching（合单）决策的质量门槛和 ETA 代价。
• 机器学习驱动的物流预测：ETA 预测、需求 forecasting、供给定位，以及餐厅备餐时间建模。
• 单元经济学分析：贡献毛利、回本周期、marketplace efficiency 等指标的拆解。

一个典型的分析流程是：先量化每个选项对 on-time % 和骑手时薪的影响，再检查是否通过 A/B test 验证、是否覆盖 submarket 本地特征、以及高峰时段（如午晚餐 surge）下的鲁棒性。技能内置的风险表覆盖市场失衡、餐厅瓶颈、骑手供给短缺等关键场景，并提供 mitigation 方向。

适用边界

技能聚焦三边市场优化、最后一公里配送设计和实时调度，明确不覆盖：

• 自动驾驶运营（应使用专门的自动驾驶工程师技能）
• 餐厅厨房内部运营
• 金融交易与做市

关键派单决策仍需用真实运营数据验证——模型给出的质量评分和 ETA 预测应被视为工程假设，而非可直接执行的指令。