一、写在前面 ES（Elasticsearch 下文统一称为 ES）越来越多的企业在业务场景是使用 ES 存储自己的非结构化数据，例如电商业务实现商品站内搜索，数据指标分析，日志分析等，ES 作为传统关系型数据库的补充，提供了关系型数据库不具备的一些能力。 ES 最先进入大众视野的是其能够实现全文搜 ....

作者｜王兆雄、严鹏、吴伟兴、陈炜基 编辑｜邓艳琴 背 景 vivo 推荐业务包括浏览器信息流、横版视频、广告、直播、小说等互联网业务，以及负一屏信息流、阅图锁屏、i 音乐、i 主题等 ROM 场景业务。推荐形式多样，内容类型繁多，堆积的推荐需求和紧凑的业务上线时间节点，导致人力紧、时间赶。因此，vi ....

vivo 互联网服务器团队- Shuai Guangying 本文梳理了Elasticsearch对于数值索引实现方案的升级和优化思考，从2015年至今数值索引的方案经历了多个版本的迭代，实现思路从最初的字符串模拟到KD-Tree，技术越来越复杂，能力越来越强大，应用场景也越来越丰富。从地理位置信息 ....

作者：vivo 互联网服务器团队-Tang Shutao 现如今推荐无处不在，例如抖音、淘宝、京东App均能见到推荐系统的身影，其背后涉及许多的技术。 本文以经典的协同过滤为切入点，重点介绍了被工业界广泛使用的矩阵分解算法，从理论与实践两个维度介绍了该算法的原理，通俗易懂，希望能够给大家带来一些启发 ....

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 ....

导读： 推荐场景下，使用传统的 CPU 推理方案可能出现计算量太大的问题，直接使用 GPU 又会遇到 GPU 利用率不高的问题，为此我们引入了 MPS 技术来解决上述问题。 今天会和大家分享一下MPS相关的技术和应用，主要包括以下内容： 为什么我们会选用 MPS？ 什么是 MPS 技术？ 我们是怎么 ....