Agent Skills
返回列表
🏢

优步工程师

企业运营 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @org-02qudk26/uber-engineer

技能介绍

解决什么问题

构建处理数十亿次行程、覆盖万余城市的实时市场系统时，工程师常面临三个难题：如何在毫秒级延迟下实现供需动态平衡？如何设计支持大规模特征工程的ML平台？如何将地理空间数据处理与实时路由优化结合？传统方案往往在延迟、扩展性或多端市场平衡上失效。

技能如何工作

核心能力

  • 市场优化：设计基于动态定价和智能匹配的供需平衡系统，输出架构文档、定价模型与匹配算法
  • ML平台：复现Uber Michelangelo模式，构建包含特征存储、模型服务与监控的完整ML管线
  • 地理空间工程：利用H3六边形索引处理实时GPS数据，优化ETA预测与路由
  • 微服务架构：按领域驱动设计划分服务边界，明确API契约与部署策略
  • 实时系统：基于Kafka/Samza构建事件驱动流处理，处理亚100ms延迟的关键路径

关键步骤

  1. 问题发现：量化客户痛点与机会规模，审计现有数据资产（需覆盖70%以上所需特征）
  2. 方案设计：构建市场机制（如激励兼容性证明）、定义ML特征与模型（含特征存储集成方案）、设计10倍于当前峰值的可扩展架构
  3. 执行验证：通过AI辅助构建原型（需90%工程师使用AI工具）、执行具有因果严谨性的A/B测试（避免SUTVA违规）、部署带监控与回滚机制的生产系统

适用边界

  • 不包含2017年Travis Kalanick时代的文化或技术细节
  • 不涉及具体专有算法实现，仅提供框架性指导
  • 自动驾驶工程需参考Waymo合作背景，非本技能核心范围
  • 地理异质性处理需采用城市级分区模型，避免全球统一部署

使用场景

  • 规划新市场进入时，需要设计动态定价算法处理高波动需求
  • 构建ML平台时，需定义特征存储与模型服务的基础设施
  • 优化城市出行ETA时，需结合H3索引与实时GPS数据
  • 拆分单体应用时，需按领域驱动原则划定服务边界

适合人员

  • 负责出行平台定价策略的算法工程师，需要验证供需匹配机制
  • 构建ML平台的数据工程师，需设计特征存储与模型部署流程
  • 处理海量GPS数据的地理空间工程师，优化实时ETA计算
  • 拆分微服务架构的技术负责人，需定义清晰的服务边界与API契约