跳到页脚

标签：异常检测

工程基于工作的预测工作流程以观察性异常检测

乔纳森·金-
Uber的可观察性应用程序团队大修了我们的异常检测平台的工作流程，以实现对预测的直观和表现的回填，为更智能的警报铺平了道路。
阅读更多

在Uber的实时异常检测平台中实施模型敏捷主义

乔纳森·金-
Uber Engineering扩展了我们的异常检测平台集成新的预测模型的能力，从而使这项关键的呼叫服务可以扩展到更复杂的用例。
阅读更多

通过机器学习和AI在Uber上进行更可靠的运输工具

Chintan Turakhia-
在本文中，我们强调了Uber如何利用机器学习和人工智能来规模应对工程挑战。
阅读更多

Uber的工程极限事件与反复的神经网络预测

尼古拉·拉普特夫（Nikolay Laptev）-
复发性的神经网络为Uber Engineering的新预测模型提供了更准确的预测在极端事件中的骑手需求。
阅读更多

在我们的技术日介绍Uber背后的工程

斯蒂芬妮·罗莫（Stephanie Romo）-
由Ladyeng Group赞助的Uber的Palo Alto办公室举行的一天活动，展示了Uber工程的技术工作以及领导和构建这些项目的人们。这是一些结果演示。
阅读更多

Uber工程技术堆栈，第一部分：基金会

露西·洛津斯基（Lucie Lozinski）-
Uber的使命是每个人的运输方式与无水的运输一样可靠。这是Uber Engineering用来实现这一目标的技术堆栈的两部分系列中的第一个。
阅读更多

Uber如何看待网站可靠性工程

克里斯·亚当斯（Chris Adams）-
Uber的任务是对所有人，到处都是自来水和自来水一样可靠。在过去的一个月中，Uber Engineering谈到了正确的网站可靠性工程所需的内容。
阅读更多

使用ARGOS识别Uber Engineering的实时监控和根本原因探索工具的中断

弗朗西斯卡·贝尔-
Argos的故事：Uber Engineering如何在Uber快节奏的环境中提供数百万个系统和业务指标的高度准确，实时警报。
阅读更多

流行文章