O caso de uso: como Tinder implanta Elastic Cloud
Tinder uses Elasticsearch, hosted on Amazon EKS with Elastic Cloud on Kubernetes, for the retrieval stage of its recommendation pipeline, filtering tens of millions of profiles down to a small set of candidates based on location, preferences and profile signals. It adds custom optimizations such as geo-indexes, a Roaring bitmap exclusion filter and in-engine Java scoring of ML models.
Outros resultados informados
Números publicados no estudo de caso de Elastic Cloud. Eles não são medidos de forma independente pelo usedby.
Its system reduces feature extraction time by 84%, leading to 47% lower scoring latency during candidate ranking.
Additionally, Tinder boosted filtering performance by 60% through its use of Roaring bitmap technology to optimize large exclusion lists within Elasticsearch, meaning the system reduces the candidate pool sooner in the retrieval process.
Nas palavras do cliente
You can think of it as a funnel. We start with the corpus of all the users, and then we narrow that down through several stages to the handful of recommendations that you see in the application.Outras ferramentas de IA usadas por Tinder
Outras relações públicas registradas no usedby.
Explorar a stack de IA de Tinder
Outras empresas que usam Elastic Cloud
Clientes de todos os setores, com evidências públicas.
Ver todos os clientes de Elastic Cloud
Ir direto à fonte
Com base no estudo de caso publicado por Elastic Cloud. Verificamos as evidências públicas; os resultados são informados pelo fornecedor.
elastic.co- Última verificação
- 13 de nov. de 2026
Abrir a captura da fonte O que o estudo de caso afirma e o que verificamos
O que comparamos com a página.
- O número: 4xVerificado
O número está na página; o rótulo é redação nossa.
- O trecho citado acimaVerificado
Copiado palavra por palavra da página, perto do nome de Tinder.
- Tinder usa Elastic CloudVerificado
Linha de nível Confirmado.
- O resultado em siNão verificado
Nós o citamos; não o medimos.
Tinder enhances retrieval by partitioning users into geo-indexes, meaning that Elasticsearch examines only nearby profiles instead of the entire global user base. As a result, Tinder dramatically reduces CPU usage and improves query latency while keeping recommendations highly relevant.