Наша большая data-driven-команда решает задачи, связанные с увеличением ключевых метрик бизнеса: эффективности, доли успешных поездок и принятия заказов водителями. Эффективность — это одна из ключевых метрик, описывающая полезную утилизацию, то есть долю времени, в течение которого водитель везёт пассажира. Решение этой задачи позволяет предоставлять пассажирам надёжный и доступный сервис, сохраняя заработок водителей на достойном уровне.
Наш стек:
- основной код на C++20, вспомогательный на Python;
- микросервисная архитектура и крутой фреймворк для создания асинхронных микросервисов;
- покрываем тестами, метриками и мониторингами весь код;
- обеспечиваем отказоустойчивость и контролируем деградацию — наши сервисы работают в условиях недоступности одного дата-центра.
Примеры наших задач:
- оптимальный выбор водителя для заказа: правильно учесть другие заказы, качество GPS-сигнала, пробки и другие факторы;
- расчёт ожидаемого времени и стоимости подачи на главном экране под высокой нагрузкой, интеграция с ML;
- совместные поездки: как выбирать попутные заказы, которые водитель может взять без ухудшения пользовательского опыта;
- умные скидки, например, за повышенное время ожидания водителя, который завершает поездку рядом;
- отображение процесса поиска исполнителя на заказ вместо скучной «крутилки»;
- экстремальные кейсы: моментальный или, наоборот, слишком долгий поиск исполнителя;
- гарантированное нахождение исполнителей на запланированные поездки, в том числе междугородние.