跳到页脚

标签：数据

建立更好的大数据架构：与Uber的Presto团队会面

韦恩·坎宁安-
Uber接受了高性能，分布式SQL查询引擎的Presto，并加入了Presto Foundation。与每天为Presto做出贡献和使用Presto的Uber工程师。
阅读更多
火烈鸟喝水

使用GraphQL改善我们的客户服务平台和其他

Kunyao Liu-
Uber Engineering详细介绍了GraphQL如何集成到我们的客户服务平台中，从而为更多的目标查询和减少服务器负载。
阅读更多
大象

通过全局索引在Uber上的大型Apache Hadoop表的全局索引进行一致的数据分区

Nishith Agarwal-
在Uber的100多个PBACHEDAPACH HADOOP DATA LAKE中执行单个记录的更新，需要构建全球索引，该组件是管理数据簿记和查找的组件。
阅读更多
延迟图

优化M3：Uber如何通过（简短地）分配GO ...将我们的指标摄入延迟减半...

理查德·阿图尔（Richard Artoul）-
Uber工程师注意到我们的指标平台的延迟增加，追踪了与Goroutine中堆栈增长有关的错误，从而导致了GO开源GitHub存储库的修复程序。
阅读更多
服务器架

在Uber的数据科学解决大数据挑战

阿图尔·古普特（Atul Gupte）-
Uber的工程师和数据科学家如何共同提出一种部分复制Vertica群集以更好地扩展我们的数据量的方法。
阅读更多
鸟类的图像

实时会议Uber旅行

Amey Chaugule-
Uber的许多数据流都需要将与特定任务相关的数据（例如骑手旅行）建模到状态机器中。州机器使工程师只专注于成功完成旅行所需的事件。
阅读更多

Michelangelo Pyml：介绍Uber的快速Python ML模型开发平台

凯文·斯坦普夫（Kevin Stumpf）-
Uber开发了Michelangelo PYML，以实时实验和大规模离线预测作业在本地运行机器学习模型的相同副本。
阅读更多

Herb：Uber schemaless DataStore的多DC复制引擎

Himank Chaudhary-
面对需要超过数千个存储节点的弹性数据结构，以服务于我们平台上每天发生的1500万行，Uber Engineers开发了草药，我们的数据复制解决方案。草药可确保数据中心的数据可用性和完整性。
阅读更多

使用Deck.GL V5增长数据可视化界

ib绿色-
Deck.gl V5结合了简化的API，脚本支持和框架不可知论，使流行的开源数据可视化软件比以往任何时候都更容易访问。
阅读更多

引入Uber AI居留权

杰森·尤辛斯基（Jason Yosinski）-
有兴趣通过解决Uber一些最具挑战性的AI问题来加速您的职业生涯吗？申请Uber AI居住权，这是一项研究奖学金，致力于培养下一代AI人才雷竞技是骗人的。
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

来自Uber的合作伙伴活动矩阵的见解，并具有基因组双度和机器学习

清平-
Uber Engineering的合作伙伴活动Matrix利用双层和机器学习来更好地了解我们驱动程序应用程序中用户体验的多样性。
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

我们的数据科学工作台在Uber的涡轮增压分析

尼基尔·乔希（Nikhil Joshi）-
Uber Engineering的Data Science Workbench（DSW）是一个多合一的工具箱，利用汇总数据进行交互式分析和机器学习。
阅读更多

遇见Horovod：Uber的开源分布量为TensorFlow的深度学习框架

Alex Sergeev-
Uber Engineering推出了Horovod，这是一个开源框架，它使使用TensorFlow训练深度学习模型更快，更易于。
阅读更多

介绍Uber Engineering的开源流分析平台Athenax

Haohui Mai-
Uber Engineering构建了我们的开源流分析平台Athenax，为所有人带来了大规模的活动流处理。
阅读更多

工程餐厅经理，我们的Ubereats分析仪表板

Jing粉丝-
Ubereats餐厅经理通过衡量客户满意度，销售和服务质量来使餐厅合作伙伴洞悉其业务。
阅读更多
见Michelangelo：Uber的机器学习平台

见Michelangelo：Uber的机器学习平台

杰里米·赫尔曼（Jeremy Hermann）-
Uber Engineering介绍了我们的机器学习 - 服务系统米开朗基罗，该系统使团队能够轻松地构建，部署和运行ML解决方案。
阅读更多

Uber与太阳的骑行：跟踪2017年日食

Shan He-
Uber Engineering的数据可视化团队在2017年8月21日的日食中使用其甲板和Voyager可视化平台来绘制骑手行为。
阅读更多

Uber工程Uber的自动驾驶汽车可视化平台

chen-
Uber Engineering的数据可视化团队和ATG建立了一个新的基于Web的平台，该平台可帮助工程师和运营商在测试其自动驾驶车辆期间更好地了解收集的信息。
阅读更多
1 2 第1页共2页

流行文章