2023-05-26 16:30:00 ~ 2023-05-27 16:30:00
随着微店业务的蓬勃发展,各种业务系统纷纷上线,各类推荐、搜索调优算法应运而生。微店AB测试平台Flood诞生于核心推荐和搜索系统,最初想解决的问题也很简单,比如:哪种搜索精排算法比较好、哪种推荐策略带来的业务转化率更高。
微店技术团队在过去的一年时间里,发生了天翻地覆的变化,一个个项目从无到有,一套套技术方案从构思到落地再到升级完善,目睹这一切的发生,有一种万丈高楼迅速拔地而起的既视感;而建造这座大楼的主要材料,无疑就是微店积累的6千万用户、13亿商品的海量数据。那么如何为这些数据提供有效的索引及检索方案就变得很关键。今天和大家分享一下微店索引数据dump架构的演进,顺带提一下:我们不生产数据,我们只是数据的搬运工。
如果我们需要对比Flutter与Native的性能数据,那么我们就需要获取Flutter的一部分性能数据,FPS就是其中的一个衡量标准。
本文主要介绍微店通过容器技术搭建机器学习平台的演进过程,特别是离线模型训练任务流程和模型预测在线服务等核心部分的架构设计经验。
登录后可查看文章图片
本文将分享图算法在阿里电商风控系统中的实践。
主要包括以下六个部分:
登录后可查看文章图片
通过 tacacs_plus、freeradius、FreeIPA 搭建一套支持 OTP、高可用的、灵活便捷的 AAA 认证管理系统。
本文重点从在分布式计算模式下,如何来优化任务,大家耳熟能详的常见优化如:mapjoin skewjoin distribute by 等就不多做赘述,本文主要探索技巧、策略及方法。
登录后可查看文章图片
关注公众号
接收推送