作者:鑫强 艳萍 部门:有赞数据中台 前言 在介绍QP前先简单介绍一下有赞搜索平台的整体设计，方便大家快速了解QP在搜索平台中的作用。下图简单展示了一个搜索请求开始到结束的全部流程。业务通过简洁的api接入los，管理员在搜索平台新建配置并下发，完成整个搜索接入，并通过A/B Test验证QP带来的 ....

参考自初识聚类算法:K均值、凝聚层次聚类和DBSCAN。 聚类的目的 将数据划分为若干个簇，簇内相似性大，簇间相似性小，聚类效果好。用于从数据中提取信息和规律。 聚类的概念 层次与…

[图片] 马阳阳 去哪儿网高级研发，4+年从业经验，专注于云原生、效能领域。曾参与移动集团私有云 PaaS、企业级 DevOps 平台。目前负责代码瘦身平台、测试环境效率，致力于提升研发效能，助力业务快速发展。 一、引言 高性能、高可用、可扩展、可伸缩、可维护、安全性 等都是技术人员常聊的话题，也是 ....

网易严选产品技术团队 随着严选的发展，用户数的增加，深度学习算法在业务中承担的角色越来越重要。在推荐、搜索和广告等业务承担的增长指标越来越多，如何提高算法人员的开发效率，成了严选算法工程亟需解决的问题。为了解决以上问题，严选机器学习平台应运而生。本文主要介绍严选机器学习平台的建设思路，以供大家参考。 ....

2019年9月，据联合国发布的《数字经济报告》认为，数字经济扩张的驱动因素是数字数据和数字平台，“在收集使用和分析大量数字数据的能力推动下，数字经济继续以极快的速度发展”。 根据2021年4月发布的《国家数据资源调查报告（2020）》显示，2019年我国数据产量总规模为3.9ZB，已占全球数据总产量 ....

OPPO数智技术 稿 00 概述 在推荐领域，算法迭代效率也是核心竞争力之一。基于传统的CICD方案在推荐工程里就显得比较“臃肿”，为了满足算法策略的快速迭代需求，基于ark动态部署的方案应运而生。我们不只是简单ark框架的应用，而是在其基于上结合推荐业务的使用场景进行了定制化开发——比如如何区分环 ....

[图片] 分享嘉宾：杨旭东 阿里巴巴 算法专家 编辑整理：杨佳烨 电子科技大学 出品平台：DataFunTalk 导读： 深度学习时代，某些领域，如计算机视觉、自然语言处理等，因为模型具有很强的特征表达能力，特征工程显得不那么重要了。但在搜推广领域，特征工程仍然对业务效果具有很大的影响，并且占据了算 ....

在「2021年度华为云市场优秀伙伴名单」上，青软集团凭借华为云优秀解决方案——U+新工科智慧云平台的强大竞争力、市场高销售额与专业的团队服务，蝉联华为云「千万俱乐部奖」与「最佳销售黑钻奖」两大荣誉奖项。 青软集团深耕产教融合领域16年，致力于将高校的人才培养过程与企业的人才获取过程打通。聚焦创新科技 ....

[图片] 青软集团联合重庆邮电大学打造为期三个月的新工科实训项目。实训面向软件工程专业，采用地方融媒体平台、省级通信运营商业务运营与支撑系统改造和通讯质量分析系统等来自企业的真实项目，在华为云产业级实训环境中，运用Java和大数据知识，完成项目开发实践，提升动手能力和解决复杂问题能力。 因材施教的分 ....

为了给学生提供更多提前接触产业技术的实践机会，西南大学从实践基地共建、新工科实训等方面着手，推进产教融合深化，构建双元育人格局。 2021年6月22日，青软集团与西南大学达成合作，共建计算机与信息科学学院、软件学院校外大学生实践教育基地，这标志着校企双方在人才开发与技术交流方面实现了良好对接，对推动 ....

人工智能、物联网、大数据时代，Linux正有着一统天下的趋势，几乎每个软件工程师岗位，都要求掌握Linux。可以说，打开Linux操作系统这扇门，你才是合格的软件工程师。 [图片] 什么是Linux呢？ 简单来说，Linux是一套免费使用和自由传播的类Unix操作系统，是基于POSIX和UNIX的多 ....

作者：vivo 互联网前端团队- Su Ning 在设计稿转网页中运用基于self-attention机制设计的机器学习模型进行设计稿的布局，能够结合dom节点的上下文得出合理的方案。 一、背景 切图作为前端的传统手艺却是大多数前端开发者都不愿面对的工作。 为了解决切图的各种问题，人们绞尽脑汁开发了 ....

云原生架构下，基于 Hadoop 技术栈搭建数据平台应该如何改造？ 理想汽车大数据平台涉及的组件多， 在从 Hadoop 到云原生演进的过程中边探索，边实践，积累了不少一手经验；同时，他们率先在对象存储上使用 JuiceFS，实现平台级文件共享、跨平台使用海量数据等场景。 作者简介： 聂磊，理想汽车 ....

MLOps工程实践 稿 01 内容摘要 在各个行业中，DevOps和DataOps已经作为提高质量和缩短产品上线时间的方法，被软件工程和数据工程领域广泛采用。 随着机器学习（ML）系统的快速发展，需要在ML工程的背景下开发类似的方法，以处理ML实际应用的独特复杂性。这就是MLOps的应用领域。MLO ....