设计师经常碰到这种场景：以一句“设计的挺好”开场然后紧跟着灵魂三问，“这种形式用户能get到吗？形式有更好的吗？这个设计方案靠谱吗？” 翻译一下：这个设计能解决问题吗？再翻译翻译：产品运营以及相关同学为什么相信你的设计是靠谱的？有效的？

为了适应业务的发展，网易严选前端主站团队在业务迭代过程中，先后上线了微信小程序、字节小程序以及支付宝小程序。另外还有还有其他业务线需要同时维护小程序端和H5端。在综合考虑用户体验、开发效能之后，我们决定将一部分业务使用多端框架Taro进行开发（框架选型不是本文的重点，在次不详细展开）。

为低成本地覆盖更多直播场景，严选与伏羲合作，自研了一套能24H自动进行直播和交互的虚拟直播技术体系，已在多个渠道落地。本文将从技术架构、虚拟人技术、素材自动生成、智能交互等几方面介绍相关实践。

在移动互联网迅猛发展的今天，用户分层化、标签化趋势愈加明显。各行各业都需要去调研用户行为做数据分析，问卷调研变成了一个越来越普遍的媒介。本文将结合网易云商问卷调研，分享问卷技术架构的设计与实践。

介绍了工程在RTL适配实践中基于自身特点遇到的问题、解决思路和经验总结。

网易自研天枢系统，帮助企业设计生产降本增效，避免设计资产浪费，提升设计质量。

随着数据量的增大，特别是百亿千亿规模的数据量级运算已经成为常态的背景下，使用更少的资和源更少的时间，更高效的得到数据的统计结果、计算去重汇总指标非常频繁的业务需求之一。本文介绍两种有效的算法来探讨一下非精确的算法在大数据开发中的应用！

本文主要介绍几种主流的模拟点击技术及其应用。

在互联网场景，无论是构建广告、搜索推荐、投放、用户触达等场景，其实都是围绕着用户行为流量进行各种人工或智能策略的流量调控分发或是人群运营。在这些精细智能化运营的背后，对流量数据的丰富性、时效性和灵活性提出巨大的挑战。

本文主要分享了在网易严选电商流量数据建设，一套覆盖全链路、通用场景归因量化、多维度灵活的流量数据体系，服务数据驱动的人货场匹配的核心业务营销场景。

本文会大致介绍一下 Swift 中的 JSON 反序列化常用方案和各自的优缺点，以及云音乐目前正在使用的方案。

当今是流量为王时代，严选作为电商，流量建设就显得尤为重要。流量数据建设比业务数据困难，因为其数据源本身是一些半结构化的数据，没有分析维度的概念，而且流量的数据杂、脏、乱，对数据的检验、整合、治理的难度就会更大。

严选指标测试平台，可以沉淀出指标测试及回归视角的核心指标集合，解决数据测试中，数据指标数量多、口径多，核对困难的痛点，为数据指标提供自动化测试和回归能力；同时提供数据监控报警的能力提高了线上问题的主动发现率。

React Native 虽然提供了拆包的能力，但只能拆为基础包和业务包；无法做精细化的代码分割，更无法提供灵活的按需加载能力。本文将介绍纯前端如何在 React Native 中实现的动态导入。

随着云音乐业务的不断发展拓宽，算法侧对特征开发的效率、特征数据的准确性、特征读写的性能、使用资源的大小等都有了更高的要求，我们以此为契机沉淀了一整套特征工程解决方案来应对以上的问题。

为什么这个题目叫《不谈虚的，给传统企业一份代码级的中台落地实践》，其实在春节前有一波讨论中台的高潮，大家有的说虚，有的说有用，有的说割韭菜……以及各种公众号的文章，来来去去的特别多。

当时我就在想，中台只是现在起的一个名字，其实是中台落地，中台我们称之为一个可复用的能力。这种可复用能力的机制，它想落地的时候，其实每一步都是非常实实在在的，上一些组件或者上一些工具，以及上一些流程来做这个事情。

数据产品的数据来源是严选的业务链路，产出的数据也是要反哺业务链路，最终实现推动业务发展。本文从数据测试能力分层、数仓造数能力展开严选数据质量保障建设之路的介绍。