经历过多个大型实时系统设计及开源项目,曾在 Uber Eats 负责搭建/重构核心订单系统,搭建 Eats 全链路实时监控系统以及数据库选型迁移等;主导乘客激励策略相关产品设计研发,设计并搭建分布式批处理机器学习平台。
经历过多个大型实时系统设计及开源项目,曾在 Uber Eats 负责搭建/重构核心订单系统,搭建 Eats 全链路实时监控系统以及数据库选型迁移等;主导乘客激励策略相关产品设计研发,设计并搭建分布式批处理机器学习平台。
Uber 拥有 7000 多万乘客,覆盖超过83个国家以及800+城市。急速增长的用户规模以及业务需求给数据平台造成了很大的挑战和压力。此次演讲中,我将介绍 Uber 如何围绕机器学习模型建立乘客激励平台,以及在业务层面进行数据治理、服务分割的经验和探索。
演讲提纲:
听众受益点: