今年，Uber Engineeti8 竞猜雷竞技appring博雷竞技到底好不好用客已分享了多种方式，我们的技术在我们的服务中提高了用户体验。来自（最近）欢迎深度神经发展的时代和统一移动船上体验， 至开放媒体分析平台并发射庆祝司机的新功能，我们的团队一直很忙！

作为我们换了新的一年，让我们从2017年开始重新审视我们的一些编辑选择：

遇见Michelangelo：优步的机器学习平台

Uber Engineering推出了Michelangelo，我们的机器学习服务系统，使团队能够轻松构建，部署和运行ML解决方案。

优步AI实验室开放消息来源Pyro，一种深刻的概率编程语言

烙黑是一种开源概率编程语言，将现代化的深度学习与贝叶斯建模联合起来用于AI的工具第一方法。

工程优步的网络自动驾驶汽车可视化平台

优步工程是数据可视化团队和先进技术组构建了一个基于网络的基于Web的平台，帮助工程师和运营商更好地了解在自动驾驶车辆测试期间收集的信息。

经常性神经网络的Uber工程极限预测

经常性神经网络配备Uber工程的新预测模型，以更准确地预测极端事件期间的骑手需求。

建立M.UBER：为全球市场进行高性能Web应用程序

在本文中，我们讨论了Uber Engineering的设计方式M.UBER.，一个轻量级的Web应用程序，为移动浏览器上的骑手提供了一个本机应用体验。

如果您有兴趣了解更多有关Uber Engineering的不断发展的技术堆栈，在推特上关注我们或订阅我们的时事通讯。

照片标题信用，“在日落时穿过的长颈鹿剪影，”由conor myhrvold，Okavango三角洲那博茨瓦纳2005年。