跳转到页脚

标签:超级

用Jaeger,M3和Uber XYS优化可观察性

Uber的可观察性工程师展示了他们在分布式跟踪(Jaeger)、采样(XYS)和度量处理(M3)方面的工作。

与Uber的Chef合作,为macOS扩展移动设备管理

优步的IT Engineering团队通过利用开源工具和自定义API驱动的厨师烹饪书来缩放Macos上的移动设备管理。
地铁站台上

为使用肋骨的驱动首选项构建一个安全的、可伸缩的、服务器驱动的平台

我们的驱动程序应用程序的新服务器驱动首选项部分使Driver-Partners能够自定义他们的经验,使应用程序更好地融入他们的生活。

Horovod为Pyspark和Apache MxNet提供了支持以及更快的培训的其他功能

Horovod在最新版本中增加了对更多框架的支持,并引入了新功能,以提高多功能性和生产力。

优步数据科学领域的女性:用数据移动世界

在2018年10月的一次聚会上,我们的女性统计、数据、优化和机器学习(智慧)小组的成员介绍了他们在Uber的技术工作。

年度回顾:2018年优步开源的亮点

优步开源项目负责人Brian Hsieh回顾了2018年的开源成就、项目启动和合作。

Makisu:优步为Apache Mesos和Kubernetes提供的快速、可靠的Docker形象构建器

优步建立了我们的开源Docker形象构建器Makisu,以便在Mesos和Kubernetes生态系统中快速、可靠地生成dockerfile。

Go-Explore解决了Montezuma的复仇,Go-Explore是一种新的算法,用于解决困难的探索问题。

优步人工智能实验室推出了Go-Explore,这是一种新的强化学习算法,用于解决各种具有挑战性的问题,尤其是在机器人领域。

规模上的可观察性:构建优步的预警生态系统

优步的可观察性团队建立了一个强大的、可扩展的指标和警报管道,以便在问题发生时检测、缓解和通知工程师。

工程可持续性:采访优步信息技术负责人,Shobhana Ahluwalia

我们采访了优步的信息技术主管,讨论了她的科技服务之旅、她在优步工作中最具挑战性的地方,以及她的团队如何让公司走向成功。

使用Michelangelo的优步学习

2015年,优步建立了我们的机器学习平台Michelangelo。三年后,我们将回顾我们在优步(Uber)扩展ML的历程,以及一路上学到的经验教训。

Peloton:优步针对不同集群工作负载的统一资源调度程序

优步开发了Peloton,以帮助我们平衡资源使用,弹性地股票资源,并计划将来的能力需求。

关于Uber的技术写作,你需要知道的7件事

技术作家和前实习生沙通布朗解释了她的工作,并回答了关于优步工程组织中这种重要作用的常见问题。

从金融模式到iOS模型视图控制器:使职业生涯搬到编程

乔·周是优步外卖团队的第七名iOS工程师,他为那些考虑投身编程的人提供了建议。

在优步实验平台的掩护下

优步的实验平台使我们能够通过允许团队推出,调试,测量和监控产品变化来改善客户体验。

扩展优步客户支持票务助理(COTA)系统,深入学习

Uber通过利用深度学习模型构建了下一代COTA,从而扩展了系统,提供更准确的客户支持票预测。

使用迷宫,优步漏斗可视平台最大限度地提高流程性能

优步开发了迷宫,我们的漏斗可视化平台,识别可能的UX瓶颈,并提供对骑手和司机与我们的平台互动的各种方式的洞察力。

数据笔记:在优步用元数据把大数据转化为知识

Databook是优步内部用于挖掘和挖掘上下文元数据的平台,它让整个公司的团队更容易发现和挖掘数据集。

介绍Fusion.js:基于插件的通用Web框架

融合。js是优步新的开源web框架,它支持现代的特性和集成功能,可以轻松构建轻量级、高性能的web应用程序。

《如果海明威写JavaScript》的作者安格斯·克罗尔的十个问题

受热爱阅读的启发,优步工程师安格斯·克罗尔写了一本旨在模仿著名作家文学风格的书——用JavaScript写的。

流行文章