话题公司 › 美团

公司:美团

美团是中国一家以提供生活服务为主的电子商务公司,其自我定位为“科技零售公司”,与大众点评网合并后曾称美团点评,2020年9月起复称美团。美团由经营中国内地团购网站美团网起家,旗下拥有美团网、美团外卖、美团闪购、美团优选、大众点评网、美团单车(原摩拜单车)等互联网平台,业务涉及衣食住行各领域,包括餐饮、外卖、家政、商品配送、出行、住宿、旅游等服务。

美团2018年在香港交易所上市,2020年12月7日成为恒生指数成份股。香港财经界把阿里巴巴、腾讯、美团、小米四只中国大陆科技股的英文名称首个字母,合称“ATMX”股份。

Android对so体积优化的探索与实践

减小应用安装包的体积,对提升用户体验和下载转化率都大有益处。本文将结合美团平台的实践经验,分享一下 so 体积优化的思路、收益。

王兴的极端假设与美团的关键命题

2022 年 3 月,美团创始人兼 CEO 王兴在一次内部会中提出了一个假设,大意是,如果未来三年,美团没有任何收入,企业依然要维持运行,现金流情况会是怎样?

通过大胆假设来进行思想实验,王兴经常这么做。只是今年,假设条件变得更极端。

“他想看一下大家如何看待最糟糕的情况。” 一位美团人士说。去年下半年,王兴对内说的还是美团要以三年融不到新钱的预期来为未来做准备。

对于成立已经 12 年的美团和它的 8 万余名员工来说,2022 年并不像这家公司标志性的黄色那样明亮。主营业务受到疫情打击;新业务持续亏损且进展慢于预期,包括社区团购、网约车、共享出行、即时买菜在内的新业务在 2021 年经营亏损达到 384 亿元。3 月 15 日,美团股价跌至 103.5 港元,创一年新低。

根据美团管理层的总结,确保现金流安全,追求盈利性增长,系统性降本增效——这三点已成为这家市值一万多亿港币,排名第三的中国互联网上市公司 2022 年的关键命题。

对话摘要技术在美团的探索(SIGIR)

随着互联网产生的文本数据越来越多,文本信息过载问题日益严重,对各类文本进行一个“降维”处理显得非常必要,而文本摘要就是其中一个重要的手段。

本文首先介绍了经典的文本摘要方法,随后分析了对话摘要的模型,并分享了美团在真实对话摘要场景中面临的挑战。同时基于实际的场景,本文提出了阅读理解的距离监督Span-Level对话摘要方案(已发表在SIGIR 2021),该方法比强基准方法在ROUGE-L指标和BLEU指标上提升了3%左右。

美团图神经网络训练框架的实践和探索

美团搜索与NLP团队自主设计研发了图神经网络框架Tulong以及配套的图学习平台,提升了模型的规模和迭代效率。

业务数据治理体系化思考与实践

美团住宿数据治理团队通过多年数仓建设及数据治理的经验沉淀,从标准化、数字化、系统化三个方向进行了落地与实践。

CompletableFuture原理与实践-外卖商家端API的异步化

本文主要讲述CompletableFuture的原理与实践,同时结合了美团外卖商家端API的异步化实战,希望能对从事相关开发的同学有所帮助或启发。

数据库异常智能分析与诊断

本文主要讲述DAS的历史背景、演进策略、重要功能及实现思路,希望能对从事相关开发的同学有所帮助或者启发。

王兴:真正的高手,都在苦练基本功

99%的成功,都来源于基本功。

美团点评王慧文:坚持做正确的事情,兑现周期比想象更短

美团点评餐饮平台总裁王慧文在2017年码会分享,美团的成功究竟是来源于战略上的坚守,还是战术上的灵活应变?

美团外卖广告智能算力的探索与实践(二)

智能算力旨在对流量算力进行精细化和个性化分配,从而实现系统算力约束下的业务收益最大化。

标准化思想及组装式架构在后端BFF中的实践

进入互联网“下半场”,靠“堆人力”的研发方式已经不再具备竞争力了,真正可行且有效的方式是让系统能力变得可沉淀、可组合复用、可灵活应对各种变化。

Linux下跨语言调用C++实践

本文讲述在Linux系统下跨语言调用的实践总结,即开发一次C++语言的组件,其他语言通过跨语言调用技术调用C++组件。

基于代价的慢查询优化建议

对于数据库来说,慢查询往往意味着风险。SQL执行得越慢,消耗的CPU资源或IO资源也会越大。大量的慢查询可直接引发业务故障,关注慢查询即是关注故障本身。

美团网BD洽谈商家话术

针对二三四线城市,不像一线城市那么大,很多时间需要先打电话预约,二三四线城市直接上门就可以了。而且BD(Bussiness Development .商务拓展)人员要知道,团购平台对商家来讲是一个效果转化率最高的营销宣传平台。

知识图谱可视化技术在美团的实践与探索

知识图谱可视化可以更直观地查看和分析知识图谱的数据。本文主要介绍了美团平台在布局策略、视觉降噪、交互功能、可视化叙事、3D图谱可视化等方面的一些实践和探索,同时沉淀出了uni-graph图可视化解决方案,并支持了美团的很多业务场景,包括美团大脑、图数据库、智能IT运维、组件依赖分析、行业领域图谱等。希望能对从事知识图谱可视化方向的同学有所帮助或启发。

TensorFlow在美团外卖推荐场景的GPU训练优化实践

Booster GPU训练架构在整体设计上充分考虑了算法、架构、新硬件的特性,从数据、计算、通信等多个角度进行了深度的优化。

Accueil - Wiki
Copyright © 2011-2024 iteam. Current version is 2.129.0. UTC+08:00, 2024-07-06 01:03
浙ICP备14020137号-1 $Carte des visiteurs$