Airbnb通过Chronon技术，将推荐结果的更新周期从2天缩短到了几秒钟。
Airbnb通过引入“推送模式”以及“接近实时的模型转换技术”，进一步完善了其Chronon功能平台，从而能够在几秒钟内更新基于序列分析的推荐系统中的嵌入数据。这一技术将嵌入数据的更新延迟时间从接近两天缩短到了不到一分钟，同时使离线环境下的NDCG评分提高了1.67%；而在在线测试环境中，未取消的预订数量也增加了约0.3%。 作者：Leela Kumili
Airbnb通过引入“推送模式”以及“接近实时的模型转换技术”，进一步完善了其Chronon功能平台，从而能够在几秒钟内更新基于序列分析的推荐系统中的嵌入数据。这一技术将嵌入数据的更新延迟时间从接近两天缩短到了不到一分钟，同时使离线环境下的NDCG评分提高了1.67%；而在在线测试环境中，未取消的预订数量也增加了约0.3%。
作者：Leela Kumili相关文章
优步在其服务网格中实现了依赖关系的自动化分析功能。
Uber开发了一套自动化的依赖关系分析系统，该系统利用RPC中间件以及生产环境中的各项指标来分析调用方与下游组件之间的故障关联关系。这种分类方法将依赖关系分为“失败时关闭相关组件”、“失败时保持相关组件正常运行”以及“未知类型”三种，并有效弥补了采样式分布式追踪技术在处理Uber庞大服务网络中那些罕见故障时的局限性。 作者：Leela Kumili
阅读全文
Inkitt利用可重新启动的代理机制，开发出了一款能够一次性完成PR内容制作的工具。
Inkitt开发了一种一次性使用的拉取请求生成工具，该工具能够自动完成从任务接收到拉取请求草案创建这一整个过程，涉及那些规模较小、风险较低的代码修改操作。该工具所采用的事件驱动机制能够持续记录工作流程的状态，协调那些生命周期较短的编码代理程序的运行，限制重试次数，并执行权限控制措施；同时，在任何代码变更被合并之前，系统会确保必须经过人工审核和批准才能最终生效。 作者：Leela Kumili
阅读全文
DoorDash利用人工智能技术，将商品重新订购的延迟时间从16秒缩短到了2秒。
通过使用批量大语言模型进行预计算，并通过确定性验证来预测用户重复购买的需求，DoorDash将商品重新订购的延迟时间从16秒减少到了2秒。实时更新的的商品目录确保了用户选择的商品信息始终是最新的，而可编辑的购物界面则避免了不必要的模型调用。该公司表示，用户的购物清单查看次数增加了一倍，订单生成效率也提高了大约34%。 作者：Leela Kumili
阅读全文
如何使用 Pandas 在 Python 中构建一个简单的数据分析工具
当你初次接触数据分析时，它可能会让你觉得显得很复杂。你可能会联想到庞大的数据库、高级的数学知识以及复杂的机器学习算法。 但实际上，许多有用的数据分析任务都是从一些非常简单的事情开始的：加载数据集、针对这些数据提出问题，然后使用Python来寻找答案。 在这个教程中，你将使用Python和pandas构建一个简单的数据分析工具。你会使用一个虚构的学生表现数据集，学习如何加载数据、查看数据内容、计算统计信息、过滤记录、对数据进行分组处理，以及创建基本的可视化图表。 完成这个教程后，你将会掌握一种可以用来分析各种类型CSV数据集的基础方法。 先决条件 在开始学习这个教程之前，你需要具备一些基础的Py
阅读全文