Такси браво самара вакансии условия работы

Перейти к разделу: Вакансии , Поиск Закрыть. Поиск вакансий Отзывы о компаниях Поиск по зарплате. Загрузить резюме. Расширенный поиск вакансий. Тип вакансии. Сменный график Частичная занятость 75 Полная занятость 17 Удаленная работа 1 Стажировка 1.

Поиск данных по Вашему запросу:


База отзывов сотрудников:
Данные о руководителях:
Данные ЕГРЮЛ:
Дождитесь окончания поиска во всех базах.
По завершению появится ссылка для доступа к найденным материалам.
Содержание:
ПОСМОТРИТЕ ВИДЕО ПО ТЕМЕ: Лучшее такси для заработков в Самаре

Работа Нова в Новокуйбышевске - 15 вакансий


Александр Аникин руководит подразделением Marketplace efficiency. Для блога компании на vc. Задача отдела — сделать так, чтобы за надёжный сервис заказа такси пользователи платили меньше, но при этом водители благодаря умным технологиям распределения заказов зарабатывали больше.

У платформы два наиболее важных показателя. Первый — доля времени за смену, когда водитель везёт пассажира. Второй ключевой показатель — это заработок водителя за час смены. При этом речь идёт не про средний чек, а именно про заработок в час. Однако это теория — в реальном мире достичь его невозможно. В простейшем варианте достаточно сделать элементарный алгоритм поиска ближайшего водителя.

Тогда он меньше времени будет тратить на путь до клиента. Одновременно с этим надо научиться предлагать пользователю перейти дорогу, чтобы водителю не пришлось разворачиваться. Сразу тройная экономия — время для водителя, время и цена для пассажира. Более высокие цены привлекают водителей, однако отпугивают пользователей, что в итоге плохо сказывается на заработке таксистов.

В этом сервису помогают алгоритмы, которые каждую секунду решают тысячи задач. Система по геолокации ищет точку на карте, куда вы, скорее всего, хотите вызвать такси. Это не всегда просто, потому сам по себе сигнал GPS довольно шумный, и точная геолокация иногда определяется не сразу. В районах с плотной застройкой, где сигналу спутников мешают высотки, иногда лучше подождать несколько секунд, чтобы местоположение определилось точнее и машина приехала к тому месту, где стоит человек.

При этом учитывается не линейное расстояние до автомобиля, а дистанция с точки зрения дорожного графа. Поэтому, например, такси, которое находится в метрах от пассажира, но на соседней односторонней улице со сложной развязкой, не подойдёт для заказа, потому что водителю придётся потратить слишком много времени, чтобы объехать квартал. При этом машина, находящаяся в метрах, но на той же улице, что и пассажир, больше подойдёт для заказа — она прибудет к месту посадки уже через две минуты.

В Москве граф дорог устроен так, что машина может быть очень близко с точки зрения линейного расстояния, но очень далеко с точки зрения графа. В прошлом году, когда в Москве ремонтировали улицы, к нам приезжал иностранец со сломанной ногой. Он поселился в метрах от офиса, но дорога до дома на такси у него занимала 25 минут, потому что так был устроен дорожный граф в его районе на время ремонта.

На Манхеттене с его равномерной прямоугольной структурой улиц в этом плане гораздо проще — город более связный. Средний перепробег — отношение расстояния по дороге к расстоянию по прямой — для Манхэттена гораздо меньше, чем в городах вроде Москвы со старой застройкой, радиально-кольцевой структурой, множеством односторонних улиц, мостов и железнодорожных путей.

После того как алгоритм выбрал машины, которые могли бы принять потенциальный заказ, он определяет среднее время, которое понадобится водителю, чтобы приехать к пассажиру — эти данные и отображаются при запуске приложения. Параллельно с вычислением времени ожидания система загружает список оптимальных мест посадки. Такие точки показываются в приложении синим цветом. Для этого используется алгоритм кластеризации, который удаляет те точки, которые находятся не на дороге — такое случается из-за погрешности GPS, — а затем вычисляет центр масс — среднее значение координат всех входящих в группу точек.

Иногда пассажира не устраивает предложенная системой точка посадки, и он двигает булавку на карте в другое место — например, из-за ремонта тротуара или если в том же ТЦ вдруг закрывают один из выходов.

Анализ актуальности происходит раз в сутки. В среднем алгоритм работает очень хорошо — для огромных зданий или площадей он точно определяет удобные точки и помогает водителям не тратить время на ожидание клиента, а пользователям — не искать водителя. Но есть отдельные зоны, где мы можем в ручном режиме вносить корректировки. Например, в аэропортах, где точки посадки известны заранее, или в зонах временных перекрытий.

Они появляются возле стадионов на время футбольных матчей или концертов. Здесь тоже подключаются алгоритмы машинного обучения. Их KPI в этом случае — увеличить точность рекомендации, чтобы человек нашёл нужный адрес точки Б прямо на главном экране. Чтобы сформировать рекомендацию, алгоритм анализирует все точки из истории поездок пользователя и начисляет для каждой из них баллы. Точка получает их, если в неё или из неё часто совершаются поездки. Больше всего баллов получают те точки, в которые пользователь ездил в это же время из того же места, где находится сейчас.

Если пользователь не выбрал рекомендованную точку для поездки и решил вручную её определить, то рейтинг такой точки снижается.

Так рекомендации постоянно обучаются. Алгоритм учитывает и город, в котором находится пользователь. В Москве он получает московские рекомендации. Как только он прилетит в Сочи, то они изменятся на местные.

При этом алгоритм считает время прибытия машины не только к выбранной пользователем точке А, но и ко всем пересечениям с автомобильными дорогами в радиусе трёх минут ходьбы.

Если алгоритм обнаружит, что можно сэкономить более четырёх минут на времени подачи или в пути — и, как следствие, уменьшить стоимость поездки, то предложит пассажиру воспользоваться альтернативной точкой посадки. Например, перейти дорогу, чтобы такси не пришлось делать разворот на магистрали. Оптимальный маршрут определяется ещё и для того, чтобы вычислить стоимость поездки и показать её пользователю перед тем, как он сделает заказ. При этом алгоритм должен вычислить её достаточно точно. Если сильно завысить стоимость, то можно потерять клиента.

Если занизить — то оставить недовольным водителя. При формировании стоимости алгоритм учитывает количество поворотов на маршруте, их сложность, среднюю скорость, наличие выделенных полос и многие другие факторы.

Из-за этого стоимость поездки на разных сторонах улицы и даже на расстоянии нескольких метров может существенно отличаться — потому что водителю предстоит выполнить разное количество манёвров. На стоимость поездки влияют и пробки, причём алгоритмы машинного обучения умеют учитывать не только текущие заторы, но и прогнозируемые на маршруте. Если нужно посчитать поездку, которая занимает 45 минут, при этом она начинается за 10 минут до часа пик и пройдёт по улицам, которые будут загружены, алгоритм посчитает её согласно прогнозу.

Пожалуй, главный фактор, влияющий на стоимость поездки — баланс спроса и предложения. В утренний час пик любой город испытывает нехватку водителей — желающих уехать существенно больше, чем машин, которые могут вывезти пассажиров. Поэтому сервис автоматически повышает стоимость поездки в пиковые часы для перераспределения части спроса на более поздние промежутки времени и, конечно, для того, чтобы привлечь больше водителей в зону с повышенным спросом.

Тогда повышающий коэффициент быстро исчезнет. Стоимость поездки из конкретной точки растёт минимальными шагами. Сервис вместе с таксопарками-партнёрами рассылает уведомления водителям, которые не вышли на линию, но при этом находятся в зоне повышенного спроса.

В компании есть ситуационный центр, который следит за событиями в городах и прогнозирует повышение спроса — например, после футбольных матчей, во время надвигающегося циклона или снегопада. Утренний час пик — это такой период, когда сколько бы водителей ни было на линии, всё равно ощущается недостаток.

Коэффициент рассчитывается в реальном времени, поэтому стоимость поездки может меняться несколько раз за секунду — просто потому, что так же быстро меняется количество доступных машин и интенсивность заказов в районе заказа. Алгоритм смотрит на количество доступных машин, прогнозирует, сколько машин вскоре может появиться или освободиться, сколько людей ищет машину, какие поездки заказывают и так далее.

От того, какой коэффициент назначит алгоритм, зависит количество пользователей, которые отложат свою поездку или вовсе откажутся от неё, сколько водителей приедет в зону повышенного спроса и как быстро им удастся справиться с повышенным спросом. С этими величинами начинает работать машинное обучение. Никто не назначает встречу на — обычно договариваются на Поэтому за минут до целых часов люди начинают заказывать такси, спрос резко повышается.

В час пик перед началом рабочего дня это проявляется наиболее ярко. Если вы хотите сэкономить утром по дороге на работу, то не нужно выезжать в 40 минут часа например, в Это самое пиковое время. Лучше заказать поездку пораньше, в , или чуть позже, в — к этому времени много машин освобождается с заказов, по которым они развозили людей на работу к Алгоритм уже делал это при открытии приложения. Однако с тех пор прошло уже несколько десятков секунд — те водители, которые нашлись тогда, уже уехали из района или поменяли местоположение.

Поэтому система начинает заново оценивать ситуацию — выбирать наиболее подходящих для поездки водителей. При этом очевидный вариант — предложить поездку ближайшему водителю — не всегда самый лучший. Прежде всего система ориентируется на показатель ETA estimated time of arrival , то есть тот самый расчётный показатель в минутах, за который водитель доедет до клиента. Но водителей с одинаковым ETA в моменте может быть несколько, поэтому система берёт в расчёт ещё несколько показателей — например, рейтинг водителя на основе отзывов и его долю принятия и выполнения заказов.

Затем система анализирует время получения последней GPS-координаты от водителей, чтобы оценить их достоверность. Если смартфон или планшет водителя присылал системе информацию о своём местоположении несколько секунд назад, то алгоритм понимает, что водитель сможет сразу отреагировать на предлагаемый заказ. Если же система не получала координату от машины несколько минут, она поймёт, что возможно связаться с водителем будет сложнее — он может ехать в тоннеле или быть в районе с плохим покрытием связи.

Дополнительно учитывается, в каком направлении движется машина, и прогнозирует её доступность. Например, планшет прислал координату 15 секунд назад, а водителю приходит предложение заказа, на которое он может отреагировать в течение 15 секунд.

Есть факторы, которые связаны с местонахождением машины. Допустим, у нас есть два водителя с одинаковым ETA и прочими показателями. Но один из них находится в зоне, где очень высокий спрос, а второй — там, где заказов сейчас почти нет. Он, конечно, может уехать из него и сам, но тогда увеличится холостой пробег, при прочих равных хочется этого избежать. Когда заказ принят и водитель начинает ехать к клиенту, пользователь может следить по карте, где именно находится машина.

Во время поездки алгоритм сравнивает построенный маршрут с реальным графом движения машины. Это нужно для того, чтобы оценивать эффективность маршрутизатора и выявлять проблемные участки дороги.

Например, если все водители избегают поворота на улицу, которую рекомендует навигатор, то алгоритм понимает, что на участке есть какое-то ограничение. Это сигнал для алгоритма и для разработчиков — нужно выяснить, почему этот поворот нежелателен.

Например, в Риге есть улицы, поворот на которые разрешён только в определённые часы. Алгоритм учитывает такие особенности на маршрутах и вносит поправки. Кроме того, водители помогают обновлять дорожный граф — например, оперативно сообщают о шлагбаумах, которые ставят во дворах. Сервис производит ещё около миллиона небольших расчётов, поправок и операций, которые проходят на каждом этапе.

При этом для того, чтобы приложение было отзывчивым и не тормозило, все вычисления и подключения должны отрабатываться в течение мс.


Вакансии и работа : «подработка в такси» в компании «Такси браво» в Самаре

Готовое резюме. Автоподнятие резюме. Рассылка в агентства. Хочу у вас работать. Для работы с нашим сайтом необходимо, чтобы Вы включили JavaScript в вашем браузере.

Работа В Такси Самара с точными результатами. Лучшие результаты с поиском Visymo!

Аренда такси в сити мобил

Готовое резюме. Автоподнятие резюме. Рассылка в агентства. Хочу у вас работать. Для работы с нашим сайтом необходимо, чтобы Вы включили JavaScript в вашем браузере. Россия Ваш регион — Москва? Всё верно Выбрать другой. Все сервисы. Сервисы для соискателей.

Сервисы для соискателей

Такси браво самара вакансии условия работы

Вакансия в архиве. Посмотреть описание вакансии. Войдите для просмотра контактов работодателя. Такси Браво Клиент SuperJob с года.

Александр Аникин руководит подразделением Marketplace efficiency.

Подработка в Новокуйбышевске

Показаны объявления для региона Самарская область:. Email Пароль Запомнить меня. Всего объявлений: 1 3 5 08 Регистрация Вход в личный кабинет. Выберите регион:. Искать объявления по региону Самарская область.

Яндекс такси в Самаре

Стоимость поездки рассчитывается таксометром, что позволяет контролировать расходы в режиме реального времени и избежать скрытых платежей и комиссий. Мы открыты ко всем требованиям, сделанным заблаговременно, в момент заказа. Очень желательно, если Вы предоставите нам больше времени на исполнение таких заказов. Сделайте заказ заранее, и мы обеспечим подачу выбранной Вами аккуратной чистой машины класса Комфорт в назначенное место и время. Такси Браво в Самаре одно из самых популярных и востребованных такси города. Добиться этого помогли дешевые цены на услуги, высокое качество обслуживания, быстрая подача авто.

Работа в такси на личном/на нашем новом авто. Оплачиваем ГСМ и ТО. Ежедневные выплаты.

водитель своем авто самара

Работайте на себя - Яндекс Еда зарабатывайте курьером до руб в день. К описанию Оставьте отзыв. Такси Браво в Самаре Рейтинг Mobiway 3. Оставьте отзыв.

"Шоу тигров"

Водитель такси Подключение к Яндекс Такси официальным партнером! Автомобиль компанией не предоставляется! Ссылка на регистрацию находится в разделе контакты Установлено ГБО Такси — это крупнейший в России сервис, который открывает водителям доступ к миллионам заказов в месяц. Передовая технологическая платформа позволяет

Используя этот сайт, вы соглашаетесь на использование и обработку ваших персональных данных.

Под капотом «Яндекс.Такси»

Такси в Самаре давно перестало быть роскошью, а потому обойти стороной эту услугу в нашей рубрике было бы преступлением. Для оценки были взяты четыре популярных службы заказа такси: "Самара", "Браво", "Такси 24" и "Лидер". Всем им была поставлена одна и та же задача: перевезти девушку с ребенком и багажом с Металлурга ул. Буянова, 1. Заказ производился по телефону через оператора к определенному времени, чтобы проверить пунктуальность работы служб. По пути водителям высказывались стандартные просьбы: проехать по определенному маршруту и переключить радиостанцию. Кроме того, оценивались вежливость общения операторов и водителей, система принятия заказа и подачи машины, чистота салона и багажника автомобиля, комфорт в поездке, знание водителем города, и, естественно, итоговая стоимость поездки с учетом всех возможных скидок при наличии таковых.

Такси Браво в Самаре

Требуется активные промоутеры для помощи в проведения Благотворительной акции. Если ты активный человек, который любит общаться с людьми, то эта вакансия просто создана для тебя! Мы ищем сотрудника кафе, с обязанностью приготовления фирменной продукции.


Комментарии 2
Спасибо! Ваш комментарий появится после проверки.
Добавить комментарий

  1. Афиноген

    Считаете неважно?

  2. Агата

    Мне кажется это великолепная фраза

+