Uber Engineering
Dağıtık sistemler, veri altyapısı, mikroservis ölçeklendirme, ml platformları
10 özet · Orijinal blog →
- 6 Kasım 2026 Yetkili ama yanlış: Uber’in agent güvenliği çerçevesinde provisioning, runtime enforcement ve sürekli doğrulama Securing AI Agents: Lessons From Real-World Deployment Agentic AI, klasik yazılımdan temelden farklı bir güvenlik modeli getiriyor. Önceden tanımlı mantık çalıştıran servislerin aksine agent’lar kullanıcılardan, web sayfalarından, dok…
- 5 Kasım 2026 Her çekirdek işe yarasın: Uber’de Spark’ı Gluten/Velox ve storage-aware engine ile hızlandırmak Making Every Core Count: In Pursuit Of Faster Apache Spark Jobs at Uber Uber dünyanın en büyük Apache Spark filolarından birini işletiyor: yalnızca data lake ingestion 200.000’den fazla CPU çekirdeği tüketiyor, üzerindeki ETL daha da fazlasını. Spark …
- 27 Ekim 2026 Onlarca ekip, tek arama index’i: Uber Freight’ın fragment composition yaklaşımı Freight Search: Composing a Shared Search Index from Independently Owned Fragments Uber Freight 40’tan fazla microservice işletiyor ve arama, çoğu Uber kullanım senaryosundaki bir avuç kaynağın aksine yaklaşık yüz veri kaynağından ve tablodan veri çekmek zorunda…
- 8 Ekim 2026 RAG yetmedi, geri bildirim işe yaradı: Uber’in sözleşme agent’ı dört yinelemede nasıl olgunlaştı Scaling AI in Legal: Building Uber's Redlining Agent Uber’de her yıl binlerce sözleşme müzakere ediliyor. İş yüksek riskli ve ayrıntıcı, ama içinde şaşırtıcı ölçüde yapı var: benzer maddeler, müşteriler arasında tekrar eden düzeltme…
- 22 Eylül 2026 Eğitimde gördüğünü üretimde görmemek: Uber’in özellik loglama çerçevesi Taming the ML Firehose: Scaling Feature Consistency Uber'in hedefi net: inference anında kullanılan özellikler, bir sonraki model yinelemesini eğitirken kullanılan özelliklerle aynı olsun. Tek doğruluk kaynağı, daha güçlü model per…
- 27 Ağustos 2026 Yazılım fabrikasını verimli işletmek: AI maliyetini parçalara bölüp ölçmek Running a Software Factory Efficiently at Uber Scale Uber'de AI araçları yazılım geliştirmenin her aşamasına girmiş durumda: pull request'lerin %70'inden fazlası yerel ya da bulut agent'lara atfediliyor. Mühendisler yazılım yaşam dö…
- 20 Nisan 2026 Uber veritabanı çökmesini nasıl durdurdu: sabit kotadan akıllı yük yönetimine How Uber Conquered Database Overload: The Journey from Static Rate-Limiting to Intelligent Load Management Uber'in binlerce mikroservisi 170 milyondan fazla aylık aktif kullanıcıya hizmet veriyor. Altta Docstore ve Schemaless var: MySQL üzerine kurulmuş, binlerce küme, onlarca petabyte…
- 7 Nisan 2026 600.000 testi elle taşımadan JUnit 5'e geçmek How Uber Executed A JUnit Migration at Massive Scale Uber'in Java monorepo'sunda test paketinin ana çerçevesi JUnit 4'tü. Çalışıyordu, ama sekiz yıl önce çıkan JUnit 5'in yeteneklerini kullanmalarını engelliyordu — ve JUnit 4'ün akt…
- 7 Mayıs 2026 Go'da yığın büyümesini engelleyerek %10 CPU kazanmak Zero-Growth Stack, Real Gains: How Stack Allocation Can Save 10% CPU in Go Uber'de servislerin yaklaşık %65'i Go ile çalışıyor ve bu 2 milyondan fazla çekirdeğe denk geliyor. Bu ölçekte genel bir %1 verimlilik iyileşmesi birkaç milyon dolar demek. Yazı b…
- 14 Nisan 2026 Two-Tower embedding: öneri sistemlerinin çalışan iskeleti Innovative Recommendation Applications Using Two Tower Embeddings at Uber Uber'in ML ekibi 2022'de embedding'lere yatırım yapmış ve odak noktası Two-Tower Embeddings (TTE) olmuş. Amaç öneri sistemlerini beslemek: yemek siparişi verenler (eater) ve resto…