Uber Eats 排序模型每秒 800 万次预测，工程团队公开特征一致性方案

Uber 工程团队公开特征一致性框架 feature logging，解决训练与推理特征不一致问题：生产环境特征值可能因来源、格式（如 en vs en-US）或计算逻辑差异而与训练数据偏离。该框架从在线推理管道直接产出训练数据，形成训练数据飞轮，在线特征含 userid、语言、餐厅元数据及预计算的历史点击/下单行为特征。Uber Eats 排序模型每秒服务约 800 万次预测。