Lyft宣(xuan)布開源自家的云本地機器學習和數(shu)據處理平(ping)臺Flyte。Flyte是一個結(jie)構化編程和分(fen)布式處理平(ping)臺，用于(yu)高度并發、可伸縮和可維(wei)護(hu)的工作(zuo)流。
Flyte已(yi)經為Lyft的(de)生產模型培訓(xun)和(he)數據處理(li)服務了三年多，成為了定價、位(wei)置、預計到(dao)達(da)時間（ETA）、地圖繪(hui)制、自動駕(jia)駛（L5）等團隊的(de)實際平臺。Flyte在Lyft管理(li)著7000多個(ge)的(de)工作流，每月執行總數超過100000次(ci)，100萬(wan)個(ge)任務和(he)1000萬(wan)個(ge)容器。
Lyft稱(cheng)，“數(shu)據現(xian)在(zai)已成為公司(si)的(de)主要資產，執行(xing)大規模計算(suan)(suan)作業(ye)對業(ye)務至(zhi)關重(zhong)要，但是(shi)實際操(cao)作比較困難，擴展、監視和(he)管理(li)(li)計算(suan)(suan)集群成為每個產品團隊的(de)負(fu)擔，從而減慢了迭代和(he)隨后的(de)產品創新。此外(wai)，這些工作流通常具有復雜的(de)數(shu)據依(yi)賴關系，”Lyft在(zai)博(bo)客中寫道。“Flyte的(de)任務是(shi)通過提取這些開銷來提高機器學習和(he)數(shu)據處理(li)(li)的(de)開發速度。”
加(jia)密在(zai)我們前(qian)臺的(de)開發中也是經常遇(yu)見的(de)。本文只把我們常用的(de)加(jia)密方(fang)法(fa)進行總結(jie)。不去糾結(jie)加(jia)密的(de)具(ju)...
現在(zai)大家都在(zai)使(shi)用智能(neng)手機(ji)，因(yin)為(wei)它不僅滿(man)足(zu)了我們的通信需要(yao)，也給(gei)我們的生活增(zeng)添了樂趣(qu)，但隨(sui)著...
進入2012年(nian)，大數據一詞越(yue)(yue)來(lai)越(yue)(yue)多地被提及(ji)，最早提出“大數據”時(shi)代到來(lai)的(de)是全球知名(ming)咨(zi)詢公司...
手機是我(wo)們(men)生(sheng)活(huo)中常用的(de)電子產品，在手機上(shang)，我(wo)們(men)能夠進行網(wang)上(shang)購物、車票查詢(xun)、車票購買、網(wang)上(shang)支(zhi)...
2019年一季度，社會(hui)消費品(pin)零售總額97790億(yi)元，同比名(ming)義增(zeng)長8.3%（扣除價格因(yin)素實際(ji)...
在生(sheng)態(tai)環(huan)境(jing)部5月(yue)份例行新聞發布會上(shang)，生(sheng)態(tai)環(huan)境(jing)部生(sheng)態(tai)環(huan)境(jing)監測(ce)司(si)司(si)長柏仇勇表示，2018年全(quan)國...
中廣歐特斯
銳億
海創
索邦
潮邦
頂上
安心
龍勝
美爾固
萬嘉
