跳到页脚

标签:火花

扩展优步客户支持票务助理(COTA)系统,深入学习

优步通过利用深度学习模型建立了下一代COTA,从而缩放系统以提供更准确的客户支持票证预测。

Uber涡轮增压分析与我们的数据科学工作台

UBER Engineering的数据科学工作台(DSW)是一个一体化工具箱,它利用了交互式分析和机器学习的聚合数据。

工程餐厅经理,我们的Ubereats分析仪表板

Ubereats Restaurant Manager通过衡量客户满意度,销售和服务质量,提供餐厅合作伙伴洞察其业务。
遇见Michelangelo:优步的机器学习平台

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。

Uber的Presto和Apache Parquet的工程数据分析

抓住你的手指和presto!Uber Engineering如何建立一个快速高效的数据分析系统,具有Presto和Parquet。

检测滥用尺度:Uber工程中的局部敏感散列

在本文中,我们讨论了Uber Engineching如何在Apache Spark上使用局部敏感散列,以可靠地检测以级别的欺诈行为。

重新设计UBER Engineering的移动内容交付生态系统

Uber Engineering如何重新归建我们新驱动程序应用程序的内容传递源和后端生态系统,以提供增强的用户体验。

哈迪:Uber Engineering Apache Hadoop上的增量处理框架

Uber Engineering的数据处理平台团队最近建立和开放了Sourced Hudi,这是一个支持我们业务关键数据管道的增量处理框架。在本文中,我们了解哈迪如何为富裕的数据生态系统发电,外部来源可以在接近实时摄入Hadoop。

设计EUCLID制作优步工程营销的精明

在这篇文章中,我们看看欧几伯工程的Hadoop和基于Spark的内部营销平台。

流行文章