保存成功
订阅成功
保存失败,请重试
提交成功
美团技术团队

美团技术团队

美团技术团队
美团技术团队官方账号...更多
创作文章13

基于深度学习的计算机视觉技术在无人驾驶中的应用

深度学习是近几年来非常热门的技术,深度学习的高速发展直接推动了计算机视觉技术的进步,并进一步促进了无人驾驶领域的繁荣。无人配送是无人驾驶最好的落地场景之一,并且可以很好的解决人力不足等诸多问题。 无人车在行驶过程中面临很多挑战,例如:如何探测到周围的障碍物?如何知道这些障碍物的具体位置?如何保证车辆可以符合交规的行驶?等等。这些问题的解决都涉及到计算机视觉相关技术。 本次Chat主要内容: 1. 目标检测、语义分割等技术简介 2. 无人驾驶中的具体应用 3. 业界相关进展 4. 美团自研视觉解决方案 ----- 作者简介:刘宇达,美团无人配送部资深算法工程师,曾就职于微软,曾获 ACM 亚洲区域赛金牌。2017年6月加入美团,主要负责无人驾驶感知方向视觉相关方案的研发,与团队在视觉方面的落地成果曾在多个学术会议进行展示。
免费无人驾驶深度学习计算机视觉技术
853 订阅

美团针对 Redis Rehash 机制的探索和实践

Squirrel(松鼠)是美团技术团队基于 Redis Cluster 打造的缓存系统。经过不断的迭代研发,目前已形成一整套自动化运维体系,涵盖一键运维集群、细粒度的监控、支持自动扩缩容以及热点 Key 监控等完整的解决方案。同时服务端通过 Docker 进行部署,最大程度的提高运维的灵活性。分布式缓存 Squirrel 产品自2015年上线至今,已在美团内部广泛使用,存储容量超过60T,日均调用量也超过万亿次,逐步成为美团目前最主要的缓存系统之一。 随着使用的量和场景不断深入,Squirrel 团队也不断发现 Redis 的若干"坑"和不足,因此也在持续的改进 Redis 以支撑美团内部快速发展的业务需求。本文尝试分享在运维过程中踩过的 Redis Rehash 机制的一些坑以及我们的解决方案。之前已经分享过在高负载情况下物理机发生丢包的现象和解决方案,感兴趣的同学可以参考:[Redis 高负载下的中断优化](https://tech.meituan.com/Redis_High_Concurrency_Optimization.html)。 ---------- 作者简介:葛春林,2017年加入美团,毕业后一直深耕在运维线,从网络工程师到 Oracle DBA 再到 MySQL DBA 多种岗位转变,现在美团主要负责 Redis 运维开发和优化工作。
免费严选Redis
719 订阅

美团客户端响应式框架 EasyReact 开源

EasyReact 是一款基于响应式编程范式的客户端开发框架,开发者可以使用此框架轻松地解决客户端的异步问题。 目前 EasyReact 已在美团和大众点评客户端的部分业务中实践,并且持续迭代了一年多的时间。近日,我们决定开源这个项目的 iOS Objective-C 语言部分,希望能够帮助更多的开发者不断探索更广泛的业务场景,也欢迎更多的社区的开发者跟我们一起加强 EasyReact 的功能。Github 的项目地址,参见 [https://github.com/meituan/EasyReact](https://github.com/meituan/EasyReact)。 本次 Chat 针对 EasyReact 做了一些简要描述: - 项目初衷 - 项目介绍 - 最佳实践 - 开源流程 - 项目展望 希望能够通过本次 Chat 给各位读者一个大致的了解。 ---------- 作者简介: 臧成威,项目的发起人,2015 年加入美团,目前负责美团客户端新技术调研。职业经历从工业嵌入式到车载导航,又到 Android 内核开发、移动互联网、Ruby on Rails 全栈开发、系统运维等多个方向。 国内函数式编程、响应式编程的爱好者,多年宣传和布道响应式编程实践并取得一定的成绩。希望结交更多多范式编程的爱好者。
免费EasyReact美团
433 订阅

MCI:移动持续集成在大众点评的实践

随着各业务的蓬勃发展,大众点评移动研发团队从当初各自为战的“小作坊”已经发展成为可以协同作战的、拥有千人规模的“正规军”。我们的移动项目架构为了适应业务发展也发生了天翻地覆的变化,这对移动持续集成提出更高的要求,而整个移动研发团队也迎来了新的机遇和挑战。 当前移动客户端的组件库超过600个,多个移动项目的代码量达到百万行级别,每天有几百次的发版集成需求。保证近千名移动研发人员顺利进行开发和集成,这是我们部门的重要使命。但是,前进的道路从来都不是平坦的,在通向目标的大道上,我们还面临着很多问题与挑战。 项目依赖复杂、研发流程琐碎、构建速度慢、App质量保证是每个移动项目在团队、业务发展壮大过程中都会遇到的问题,本场 Chat 将根据大众点评移动端多年来积累的实践经验,一步步阐述我们是如何在实战中解决这些问题的。 ---------------- 作者简介: 智聪,大众点评 iOS 技术专家,专注于移动工具链开发,对移动持续集成、静态分析平台建设有深刻理解和丰富的实践经验。 邢轶,大众点评 Android 技术专家,专注于移动持续集成、静态分析、静态化等 App 基础设施建设。 大众点评移动研发中心,Base上海,为美团提供移动端底层基础设施服务,包含网络通信、移动监控、推送触达、动态化引擎、移动研发工具等。同时团队还承载流量分发、UGC、内容生态、个人中心等业务研发工作,长年虚位以待专注于移动端研发的各路英雄豪杰。欢迎投递简历:dawei.xing@dianping.com。
免费MCI大众点评
469 订阅

如何基于深度学习实现图像的智能审核

美团每天有百万级的图片产生量,运营人员负责相关图片的内容审核,对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大,人工审核耗时耗力且审核能力有限。另外对于不同审核人员来讲,审核标准难以统一且实时变化。所以有必要借助机器实现智能审核。 图像智能审核一般是指利用图像处理与机器学习相关技术识别图像内容,进而甄别图像是否违规。图像智能审核旨在建立图片自动审核服务,由机器自动禁止不符合规定(负例)的图片类型,自动通过符合规定(正例)的图片类型,机器不确定的图片交由人工审核。因此,衡量智能审核系统性能的指标主要是准确率和自动化率。 ------------ 作者简介:晓明,美团平台智能技术中心视觉技术负责人,曾就职于佳能研究院,三星研究院。2015年加入美团,主要致力于图像和视频相关的技术积累和业务落地,作为技术负责人主导了图像智能审核、首图优选、刷脸认证、拍照录菜等项目的上线,显著提升了用户和商家的智能化体验。 美团平台智能技术中心充分利用人工智能的优势来支持美团点评多个业务线,并在智能推荐、智能营销、智能经营、智能审核等多个领域都取得了很好的应用效果。长期招聘自然语言处理、计算机视觉、大规模机器学习、数据挖掘算法或工程背景的同学。欢迎有意向的同学投递简历至:zhanghejia@meituan.com。
免费严选图像处理深度学习
565 订阅

UAS:点评侧用户行为检索系统

随着整个中国互联网下半场的到来,用户红利所剩无几,原来粗放式的发展模式已经行不通,企业的发展越来越趋向于精耕细作。美团的价值观提倡以客户为中心,面对海量的用户行为数据,如何利用好这些数据,并通过技术手段发挥出数据的价值,提高用户的使用体验,是我们技术团队未来工作的重点。 大众点评在精细化运营层面进行了很多深度的思考,我们根据用户在App内的操作行为的频次和周期等数据,给用户划分了不同的生命周期,并且针对用户所处生命周期,制定了不同的运营策略,比如针对成长期的用户,主要运营方向是让其了解平台的核心功能,提高认知,比如写点评、分享、收藏等。同时,我们还需要为新激活用户提供即时激励,这对时效性的要求很高,从用户的行为发生到激励的下发,需要在毫秒级别完成,才能有效提升新用户的留存率。 所以,针对这些精细化的运营场景,我们需要能够实时感知用户的行为,构建用户的实时画像。此外,面对大众点评超大数据流量的冲击,我们还要保证时效性和稳定性,这对系统也提出了非常高的要求。在这样的背景下,我们搭建了一套用户行为系统(User Action System,以下简称UAS)。 如何实时加工处理海量的用户行为数据,我们面临以下几个问题: - 上报不规范 :点评平台业务繁多,用户在业务上产生的行为分散在四处,格式不统一,有些行为消息是基于自研消息中间件 Mafka/Swallow,有些行为消息是基于流量打点的 Kafka 消息,还有一些行为没有对应的业务消息,收集处理工作是一个难点。 - 上报时效性差 :目前大部分行为,我们通过后台业务消息方式进行收集,但是部分行为我们通过公司统一的流量打点体系进行收集,但是流量打点收集在一些场景下,无法满足我们的时效性要求,如何保证收集处理的时效性,我们需要格外关注。 - 查询多样化 :收集好行为数据之后,各个业务对用户行为的查询存在差异化,比如对行为次数的统计,不同业务有自己的统计逻辑。无法满足现有业务系统的查询需求,如何让系统既统一又灵活?这对我们的业务架构能力提出了新要求。 本场 Chat 将针对上面的问题进行详细介绍。 --------- 作者简介:朱凯,资深工程师,2014年加入大众点评,先后从事过账号端/商家端的开发,有着丰富的后台开发架构经验,同时对实时数据处理领域方法有较深入的理解,目前在点评平台负责运营业务相关的研发工作,构建精细化运营的底层数据驱动能力,着力提升用户运营效率。
免费UAS行为检索
298 订阅

Kotlin 代码检查探索与实践

Kotlin 有着诸多的特性,比如空指针安全、方法扩展、支持函数式编程、丰富的语法糖等。这些特性使得 Kotlin 的代码比 Java 简洁优雅许多,提高了代码的可读性和可维护性,节省了开发时间,提高了开发效率。这也是我们团队转向 Kotlin 的原因,但是在实际的使用过程中,我们发现看似写法简单的 Kotlin 代码,可能隐藏着不容忽视的额外开销。 本场 Chat 剖析了 Kotlin 的隐藏开销,并就如何避免开销进行了探索和实践,主要从以下几个方面进行分析: - Kotlin 的隐藏开销; - Kotlin 检查工具的探索; - Kotlin 代码解析; - Kotlin 代码检查实践。 ------ 作者简介:周佳,美团点评前端 Android 开发工程师,2016年毕业于南京信息工程大学,同年加入美团点评到店餐饮事业群,参与大众点评美食频道的日常开发工作。
免费Kotlin
405 订阅

前端遇上 Go: 静态资源增量更新的新实践

前端资源加载是前端一个经常谈论的话题。过去我们主要依赖浏览器的默认行为,但这种默认行为往往对缓存的利用率不够。对于一个经常改动发版的页面,我们希望每次上线时,尽可能利用缓存,降低资源发布时给用户带来的加载延时。因此,我们开始研究如何更好地结合现代浏览器的缓存设施,对资源进行增量更新。 增量更新说白了其实就是给老文件打上一个增量补丁,使其变成新文件。补丁本身是一个微型的 DSL(Domain Specific Language),我们的资源加载器对其进行解释,即可完成打补丁的过程。补丁文件的体积通常不会很大,理想情况下补丁的大小接近我们实际更新的字节数,因而比传统的全量更新在下载上更有优势。 尽管打补丁过程的性能开销很低,但补丁的生成却要消耗大量的服务器资源。对于目前动辄数百 KB 的静态资源,补丁的生成成为了我们要考虑的一个大问题。在高峰时段,用户对补丁的需求量大增,很容易令我们服务过载瘫痪。过去我们主要通过缓存和服务限流来解决这一问题,虽然有一定成效,但我们希望做的更好。 在调研中,我们发现 Go 语言高并发、高性能、易于开发的特性,对于我们的场景非常合适,因此便产生了使用 Go 语言研发新一代增量更新服务的想法。在实践过程中,我们既享受着 Go 语言特性带来的便利,同时也经受着它的一些缺点,逐渐发展出了自己的一套 Go 语言最佳实践。 本场 Chat 从以下一个方面进行分析讲解: - 为什么要做增量更新? - 增量更新是怎么一个过程? - 我们之前的增量更新实践遇到了什么问题? - 更高性能的可能方案。 - 换语言,选择 Go 带来了什么? - 如何面对海量突发流量? - 如何容灾? ------ 作者简介:洋河,2013年加入携程 UED 实习,参与研发了人生中第一个星数超过100的 GitHub 开源项目。2014年加入小米云平台,同时负责网页前端开发、客户端开发及路由器固件开发,积累了丰富的端开发经验。2017年加入美团,现负责金服平台基础组件的开发工作。
免费
397 订阅

使用 Mpvue 开发微信小程序的最佳实践

在过去的一年半,小程序凭借良好的用户体验和双端覆盖能力发展成独立的开发体系,成为端上开发的重要环节,但在搭建大规模的复杂应用上,并没有特别好的技术方案。 有鉴于此,美团点评实践出了一套基于 Vue.js 开发微信小程序的解决方案 - mpvue 。通过编写 Vue.js 代码完成小程序开发,通过该框架,开发者将获得真正的组件化开发能力,拥有完整的 Vue.js 开发体验和配套设施。 本次主题的主要内容由如下部分组成: 1. Mpvue 介绍:包括 Mpvue 起源,框架能力和开源社区现状。 2. Mpvue 使用方式:从零开始使用 Mpvue 构建小程序项目。 3. Mpvue 设计方案揭秘:重点介绍 Mpvue 框架实现原理。 4. 最佳实践和常见问题解答:分享社区的常见问题解答,我们在业务实践中的使用心得和经验。 ------ 作者简介:胡成全,美团点评酒旅事业群前端专家。目前主要从事移动端和小程序技术方向,致力于小程序的工程化开发和业务级应用。
Vue.jsmpvue
759 订阅

亿级用户个性化品类推荐实战

推荐作为解决信息过载和挖掘用户潜在需求的技术手段。在美团 App 中,首页的频道选择区又承载了大量用户的消费需求。在亿级用户的场景下如何进行用户级的个性化推荐和品类的推荐,是一个巨大的难题。 基于以上背景本场 Chat 将从以下几个方面来讲解: - 用户行为推荐; - 用户行为&画像推荐; - 场景化推荐; - 面对亿级用户的数据处理方案。 本次分享主要是后端开发工程师在推荐中的实战,也许会给后端同学之后的工作上提供一些新的思路。 ------ 作者简介:晓宇,17年9月加入美团点评,美团平台金刚区个性化推荐算法&业务研发主要负责人,对算法、海量数据处理有丰富的实践经验。
严选个性化推荐
1799 订阅

MVVM 在美团点评酒旅业务中的实践

作为一名 iOS 面试官,经常会问到候选人关于 MVVM 理解的问题;大部分面试者的回答存在局限,简单理解成解决 MVC 中 Controller 代码过重的解决方案,实际上 MVVM 架构能做的不止于此。我们所在酒旅业务团队从2015年开始尝试使用 MVVM 架构进行开发,基于 MVVM 架构开展技术建设,支撑业务的快速发展。 本次分享主要面对 iOS 研发从业人员,具备 iOS 开发基础知识。通过本次分享,可以学到: 1. iOS MVVM 的代码写法实践。 2. 如何针对 MVVM 架构做代码复用? 3. 针对 MVVM 架构如何做自动化测试? ------ 作者简介:吴卓,美团点评技术专家。2011年开始接触 iOS 开发,作为一名独立开发者上架过多款 App。2014年底加入美团点评,负责过酒店、火车票、机票等业务开发。
MVVM
397 订阅

深度学习在美团点评推荐业务中实践

深度学习的概念源于人工神经网络的研究,通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示。 本 Chat 我们将从深度学习的方面来和大家聊一聊 O2O 业务的推荐,包括时间、地点及环境等场景相关的信息,也给大家介绍 O2O 智能推荐平台构建和优化过程中的一些问题和挑战,以及深度学习在推荐优化中的一些经验。 主要从以下几个方面来讲: - 推荐平台业务的演进 - 推荐框架的迭代 - 深度学习算法在推荐业务中的应用及实践经验 ------ 作者简介:陈文石,2012年毕业于东南大学,美团点评算法专家,目前负责点评平台及综合 BG 推荐平台业务。在加入美团点评之前,曾在百度做过一些个性化推荐相关工作。对人工智能在搜索、推荐等业务应用上有较深入理解和实践。
严选深度学习
865 订阅

境外业务性能优化实践

境外度假业务与国内业务相比有很大不同。以点评 App 为例,超过一半的的 DAU 来自国外访问,国外网络情况十分复杂,一些国家的网络基础设施很差,以越南、泰国等东南亚国家为例,很多国家 4G 覆盖率很低,从国外访问国内机房,不仅网络链路长,还涉及到跨网、跨运营商、跨 GFW 的访问情况,访问延迟、网络丢包等情况非常严重;另外由于业务处于发展期,我们的大量业务采用 H5 页面实现,大量使用 Hybrid App 的模式。 基于以上背景,如何保障用户在国外也能顺畅访问我们的页面,其中面临了很多技术挑战。本次分享将从前端优化、后端优化、网络优化等角度来介绍我们在面对境外特殊业务场景下的性能优化实践。 主要内容如下: - 性能问题简介 - 网络优化 - 前端优化 - 后端优化 ------ 作者简介:陶云霜,美团点评后台研发工程师,美团旅行境外度假业务交易后台组技术负责人,2012年加入美团点评。
免费性能优化
635 订阅