酒店搜索跟传统的搜索排序存在很多不一样的地方，酒店搜索业务具备独有的业务特点，本文分享了深度学习在酒店搜索NLP中的应用，并重点介绍了深度学习排序模型在美团酒店搜索的演进路线。 阅读全文

在项目迁移到Spring Boot之后，发生内存使用量过高的问题。本文介绍了整个排查过程以及使用到的工具，也非常适用于其他堆外内存排查。 阅读全文

在过去的一年里，美团技术团队成功举办了19场线下沙龙，16次线上沙龙，包括99位讲师，85个演讲，70+小时分享。现整理所有的PPT和视频，分享与大家。 阅读全文

AI技术如何在视觉设计领域中协助设计师更高效地完成工作？本文将介绍我们在海报设计与AI技术结合方面的一些探索。 阅读全文

本文介绍美团到店餐饮团队对 iOS 覆盖率检测算法的研究，分享一种可以嵌入到现有开发流程中，并对开发透明的增量代码测试覆盖率工具的实现。 阅读全文

在数据平台的建设中，数据一致性一直是一个难题，在常规的解决思路上，一般是通过加强数据仓库的建设来保证。不过由于业务的复杂性，需求来源的多样性，数据仓库无法完全消除这个问题，所以需要建设一个专业数据治理平台来辅助实现，达成数据一致性目标。 阅读全文

组件化作为Android客户端技术的一个重要分支，近年来一直是业界积极探索和实践的方向。美团内部各个Android开发团队也在尝试和实践不同的组件化方案，并且在组件化通信框架上也有很多高质量的产出。本文介绍了美团行业收银研发组Android团队的组件化实践，以及业界首创强约束组件消息总线modular-event的原理和使用。 阅读全文

LruCache(Least Recently Used Cache)是一种带有清退机制的缓存结构。用于DSP系统中的广告数据存储来提高广告投放引擎的性能。 阅读全文

文章从算法、架构两方面阐述排序学习。算法部分采用理论结合类比的方式进行讲解，希望帮助读者更容易地掌握排序学习核心概念。架构部分阐述如何设计一个良好的在线排序学习预测框架，包括特征治理、召回治理和分层模型三块。重点剖析了在线排序分层模型的组成、各模块的功能以及部分实现。 阅读全文

美团点评DBA团队经历了从人肉运维到工具化、产品化、自助化、自动化的转型之旅，也开始了智能运维在数据库领域的思考和实践。 阅读全文

本文主要介绍了美团智能支付业务在稳定性方向所面临的挑战、踩过的坑，并重点介绍QA在稳定性测试中的一些总结和实践，供大家参考。 阅读全文

本文分享了美团配送在即时配送领域中机器学习技术的最新进展，其主题是如何通过大数据和机器学习手段，建立对线下真实世界的各种场景的感知能力，还原和预测配送过程各个细节，提升整体配送系统的整体精度。 阅读全文

从饭否到美团，潘魏增用十年的技术生涯，诠释了“长期有耐心”这句话的含义。在他看来，长期有耐心，其实也是延迟满足感。 阅读全文

在美团做AI，有一个非常大的优势，就是数据和应用场景丰富，可以把各种各样的前沿技术用到实际产品中，改善亿万人的生活。要把几亿消费者与数百万生活服务商家高效地连接起来，AI有很多用武之地，因此比较大的业务部门中的技术团队，都有从事AI的同学。 阅读全文

DB数据是大数据场景下进行数据分析与挖掘的重要数据来源，是ODS层数据的重要构成部分。本文主要从Binlog流式采集和基于Hive的ODS数据生产两方面，介绍美团点评各业务线的DB数据同步到数据仓库的架构和实践。 阅读全文

本文主要分享了美团外卖iOS客户端针对App冷启动性能进行治理的一些经验。 阅读全文

本文是在美团点评业务快速发展背景下，针对大型移动项目的静态分析需求，结合开源项目利弊，最终设计实现了静态分析框架 Hades 项目。 阅读全文

多年来，基于MySQL构建的传统关系型数据库服务，已经难于支撑美团业务的爆发式增长，这就促使我们去探索更合理的数据存储方案，并实践新的运维方式。 阅读全文

美团外卖已经发展了五年，即时物流的探索也经历了3年多的时间，业务从零孵化到初具规模，整个过程中也积累了一些分布式高并发系统的建设经验。 阅读全文

美团NLP中心开始构建餐饮娱乐知识图谱——美团大脑。它充分挖掘关联各个场景数据，用AI技术让机器“阅读”用户评论数据，理解用户在菜品、价格、服务、环境等方面的喜好，构建人、店、商品、标签之间的知识关联，从而构建出一个“知识大脑”。 阅读全文