在优步，我们利用大型地理空间数据集来推动我们的市场上的算法，从而为我们平台上的用户提供更准确的eta、动态定价和更好的路线。

从Uber市场的数据中获取信息和见解需要分析整个城市的数据。网格系统将地理区域划分为可识别的单元，并以细粒度促进数据的探索，这对这项工作至关重要。当Uber设计用于存储地理空间事件的网格系统，我们看了六边形，一个形状，使我们最小化量化误差和容易近似的半径。

2018年，Uber开源H3，我们的六边形网格系统，用于可视化地理空间数据，使这一功能强大且易于使用的软件得到广泛采用。在下面的视频中，我们的工程和数据科学团队的成员讨论了如何最有效地使用H3进行地理空间索引:

与Uber一起为超本地市场设计副城市Geos

网格系统使数据分析能够从大规模数据集中抽象出混乱，从而便于数学计算。在这次演讲中，Nick Rabinowitz讨论了常见的网格操作，并概述了H3如何利用六边形轻松地聚合和探索来自Uber平台的地理空间数据。

优步设计基于h3的地理空间数据平台

Uber利用六边形细胞集群来设计我们基于h3的地理空间平台。Ankit Mehta解释了为什么我们选择六边形集群而不是其他集群形状，并强调了我们的市场情报团队如何构建一个高效且可扩展的基于h3的地理空间数据平台，以促进改善用户体验。

用H3构建城市核心

以前手工绘制的城市核心是我们拼车业务最密集的地理空间区域。这种手工定义城市核心的过程非常耗时，而且需要了解城市的当地情况。Marie-Camille Achard和Camilla Nawaz讨论了H3如何让我们在规模上轻松了解城市核心的位置。

有兴趣了解更多关于H3的信息?请查看项目官方页面自己试试吧!

如果您对构建可视化工具来探索大规模地理空间数据集感兴趣，可以考虑申请加入我们的团队!