Uber ha publicado detalles técnicos sobre sus últimas mejoras en las recomendaciones de restaurantes en Uber Eats, utilizando señales en tiempo real y modelos de ranking listwise. El sistema prioriza métricas de relevancia y conversión en el tiempo de inferencia, optimizando tanto para el descubrimiento como para la conversión.
Para equipos de infraestructura y operaciones de ML, el enfoque de Uber ilustra cómo las plataformas de comercio electrónico a escala optimizan los sistemas de clasificación bajo restricciones dinámicas en tiempo real. Las técnicas se transfieren a otros sistemas de recomendación y mercado bajo requisitos similares de latencia y rendimiento.