随着机器学习的不断发展，改变了它所涉及的各个行业，它才开始为审计世界提供信息。作为一名数据科学家和前CPA审计师，我可以理解为什么会出现这种情况。从本质上讲，审计是一个专注于细枝末节并调查任何例外情况的领域，而机器学习通常寻求推断广泛的模式。审计专注于分析历史事件，而机器学习解决方案则倾向于预测未来事件。最后，大多数审计人员缺乏必要的教育或编码技能，无法在工作中熟练地尝试使用机器学习。下面我将展示我们如何使用机器学习来解决Uber的一个特殊审计问题，并延伸出我们的方法论和架构如何被利用来解决更大的审计行业的其他数据问题。

Uber的骑手、司机、吃货的iOS移动应用规模较大。选择Swift作为我们的主要编程语言，我们的快节奏开发环境和功能添加，分层软件及其依赖性，以及静态链接的平台库，都导致了大型应用二进制文件。减少应用大小对我们的客户体验至关重要。此外，苹果的应用下载大小限制禁止大型应用使用流量下载。

应用下载大小限制意味着首次使用的用户无法在最需要的时候下载应用，当现有用户不在Wi-Fi上时，Uber也无法向他们提供功能、促销或安全更新。我们建立了Uber Rider应用大小与客户参与度之间的关联性--当应用大小超过下载大小限制时，并导致应用安装量减少10%，注册量减少12%，首次预订量减少20%，造成收入损失。在过去的三年里，Uber Rider应用的规模经常接近App Store的空中下载限制，而保持在该限制之下显然是当务之急。

在下面的文章中，我们将介绍我们如何使用先进的编译器技术将Uber的iOS Rider应用的代码大小减少了23%。本文讨论的想法也分别转化为Uber Driver和Uber Eats iOS应用的代码大小节省了17%和19%。

2016年，我们发表了关于Schemaless--Uber Engineering的可扩展数据存储的文章（一、二）。我们介绍了Schemaless的设计以及解释了开发它的原因。今天这篇文章我们要讲的是Schemaless如何演进成一个通用的事务性数据库Docstore。

在过去的几年里，日志流量的增长导致平台部署规模巨大，用户需求也发生了显著的变化。这两方面都给基于ELK的平台提出了很多挑战，为了从根本上提高可靠性、可扩展性、性能，我们决定构建下一代日志平台。

实时数据（乘车请求数、可用司机数、天气、游戏）使运营团队能够做出明智的决策，如激增定价、最大调度ETA计算以及关于我们服务的需求/供应预测，从而改善Uber平台上的用户体验。虽然分批数据可以通过识别中期和长期趋势提供强大的洞察力，但Uber服务可以将流式数据与实时处理相结合，以逐分钟的方式创建可操作的洞察力。

uber 使用数据指标来指导业务决策，但经常因为业务统计口径不一致，造成决策失误，为此uber统一的内部度量平台 uMetric。

Uber has one of the largest deployments of Apache Kafka in the world, processing trillions of messages and multiple petabytes of data per day. As Figure 1 shows, today we position Apache Kafka as a cornerstone to Uber’s technology stack and build a complex ecosystem on top of it to empower a large number of different workflows.

How we went from polling for refreshing the app to a gRPC-based bi-directional streaming protocol to build our app experience.

At Uber, several petabytes of data move across and within various platforms every day. We power this data movement by a strong backbone of data pipelines. Whether it’s ingesting the data from millions of Uber trips or transforming the ingested data for analytical and machine learning models, it all runs through these pipelines. To put it in perspective, Uber’s data platform runs upwards of 15,000 data pipelines!

We originally open-sourced Horovod in 2017, and since then it has grown to become the standard solution in industry for scaling deep learning training to hundreds of GPUs.  With Horovod, you can reduce training times from days or weeks to hours or minutes by adding just a few lines of Python code to an existing TensorFlow, PyTorch, or Apache MXNet training script.

Every day in over 10,000 cities around the world, millions of people rely on Uber to travel, order food, and ship cargo. Our apps and services are available in over 69 countries and run 24 hours a…

Uber as a platform invites its users to leverage it, earn from it, and be delighted by it. Serving more than 18 million requests per day, in 10,000+ cities, has enabled people to move freely and to…

出行公司能讲好本地生活的故事吗？

心理学不虚，看看与用户体验的实践应用。

Uber 移动架构剖析

uber 在 Github 上开源了一套用于服务限流的 go 语言库 ratelimit, 该组件基于 Leaky Bucket(漏桶) 实现。 我在之前写过一篇 《Golang 限流器 time/rate 实现剖析》，分析了 Golang 标准库中基于 Token Bucket 实现限流组件的 time/rate 原理，同时也讲了限流的一些背景。 相比于 TokenBucket 中，只要桶内还有