Flyte已經為(wei)Lyft的生產模型(xing)培訓和數(shu)據處理(li)服務了三年多，成為(wei)了定價、位置(zhi)、預計到達時間(jian)（ETA）、地(di)圖繪(hui)制(zhi)、自動駕駛（L5）等團隊的實(shi)際平(ping)臺。Flyte在Lyft管理(li)著7000多個(ge)的工作流，每月執行(xing)總(zong)數(shu)超(chao)過100000次，100萬(wan)個(ge)任務和1000萬(wan)個(ge)容器(qi)。

Lyft稱，“數據現在(zai)已成為公(gong)司(si)的(de)(de)(de)主(zhu)要(yao)(yao)資產，執行(xing)大規(gui)模計算作業對(dui)業務至(zhi)關(guan)(guan)重要(yao)(yao)，但是實(shi)際(ji)操作比(bi)較困難(nan)，擴(kuo)展、監視和管理計算集群成為每個產品團隊的(de)(de)(de)負擔，從而減(jian)慢了迭代和隨后(hou)的(de)(de)(de)產品創新。此外，這些(xie)工(gong)作流通常具有復(fu)雜(za)的(de)(de)(de)數據依(yi)賴關(guan)(guan)系，”Lyft在(zai)博客中寫道。“Flyte的(de)(de)(de)任務是通過提取這些(xie)開銷(xiao)來提高(gao)機器學習和數據處理的(de)(de)(de)開發速(su)度。”