A Uber atualizou o sistema de recomendacao do Uber Eats Home Feed substituindo pipelines em batch por uma camada de processamento de sinais em tempo real, e trocando o ranking pointwise por um modelo listwise generativo chamado GenRec.

Arquitetura

O sistema antigo dependia de features hand-crafted em batch, com freshness de 24 horas. A arquitetura nova substitui a camada de feature engineering por um pipeline real-time que ingere clicks, buscas e historico de pedidos continuamente, com freshness em segundos.

Pointwise vs listwise

O GenRec trata a lista inteira como unidade, gerando a sequencia considerando o contexto de cada posicao. A literatura academica chama isso de ranking listwise, e o ganho costuma vir em diversidade e em acerto na posicao top-N.

Transformer

A Uber migrou pra modelagem sequencial baseada em transformer. O custo e que exige inferencia rapida pra caber no SLA (menos de 100ms pra Home Feed), obrigando otimizacao agressiva.

O que nao detalhou

O post nao traz numero publico de melhoria em metrica de negocio. Nao ha CTR, conversion rate, GMV, nem SLA medido de latencia.

Risco

Sistemas real-time tem modos de falha mais sutis. Monitoring de drift e fallback pra modelos conservadores sao o primeiro investimento que vale fazer.

Reportado originalmente por InfoQ em 2026-05-22.