Base Web: novo sistema de design da Uber para construção de sites em React
Neste artigo, a equipe da Uber Engineering apresenta o Base Web, o novo sistema de design da Uber para construção de sites em React.
Neste artigo, a equipe da Uber Engineering apresenta o Base Web, o novo sistema de design da Uber para construção de sites em React.
Neste artigo da Uber Engineering, o autor mostra como começar a usar o Fusion.js e a criar um aplicativo "Hello World!" em cinco minutos.
O autor anuncia que a Apache agora conta com a Hudi, ferramenta criada para lidar com ineficiências nos pipelines de ingest e ETLs que exigiam primitivas de upsert e consumo incremental.
Neste artigo da Uber Engineering, o autor mostra como a empresa reduziu pela metade a latência de ingestão de métricas ao bifurcar o compilador Go.
Neste artigo, os autores mostram como a equipe de engenharia da Uber dimensiona o gerenciamento de dispositivos móveis para macOS usando o sistema Chef.
No seguinte artigo, os autores apresenta um particionamento consistente de dados com Indexação Global para tabelas Apache Hadoop na Uber.
Neste artigo, Scott Short, da Uber Engineering, apresenta o processo de escolha do formato de arquivo HDFS correto para os trabalhos do Apache Spark na Uber.
Neste artigo da Uber Engineering, dois membros da equipe mostra como a gigante norte-americana resolve seus desafios de Big Data usando Ciência de Dados.
No seguinte artigo, Zebing Zong explica como aconteceu todo o processo de criação do rastreador de ganhos em tempo real no novo aplicativo de motorista da Uber.
Neste artigo, a equipe da Uber Engineering apresenta o DBEvents, um framework padronizado para a Ingestão eficiente de dados no Apache Hadoop da Uber.
Neste artigo, Carsten Jacobsen fala sobre o Horovod ter adicionado suporte para PySpark e Apache MXNet e apresenta os recursos adicionais para treinamento mais rápido.
Neste artigo, os autores da Uber Engineering apresentam o AVS, um padrão aberto para visualização de veículos autônomos da Uber.
Lançado em outubro de 2017 sob a licença MIT de código aberto, a Pyro foi aceita pela fundação de deep learning como um projeto hospedado.
Neste artigo, os autores da Uber Engineering apresentam o Ludwig, uma toolbox open source de deep learning construída sobre o TensorFlow que permite aos usuários treinarem e testarem modelos de deep learning sem escrever código.
Neste artigo, Kevin Babcock, da equipe de engenharia da Uber, mostra como a empresa combina passageiros e motoristas em cores RGB de 24 bits.
Pyro é a mais nova linguagem a se juntar ao projeto de incubação da Deep Learning Foundation como projeto hospedado.
Neste artigo, o autor mostra como a equipe de engenharia da Uber desenvolveu uma interface de mapa escalável e confiável para os motoristas da plataforma.
Neste artigo, os autores da equipe de engenharia da Uber apresentam o Manifold, uma ferramenta de depuração visual para machine learning na Uber.
A equipe de engenharia da Uber apresenta o POET, sistema capaz de gerar infinitamente ambientes de aprendizagem cada vez mais complexos e diversificados.
Neste artigo, os engenheiros da Uber Engineering contam como funciona a autodetecção de neurônios no Seaquest, apresentam três maneiras de visualizá-los e falam sobre os diferentes tipos de RL existentes.
Neste artigo, membros da equipe de engenharia da Uber contam como foi projetor um algoritmo capaz de bater recordes nos jogos Montezuma's Revenge e Pitfall.
No seguinte artigo, Steven Austin fala sobre como a equipe de engenharia da Uber trabalhou com o React Native no dimensionamento de pagamentos em dinheiro na Uber Eats.
Neste artigo, os autores explicam como a equipe da Uber Engineering criou um mecanismo de consulta para dados de série temporal de alta cardinalidade.