互联网产品经理、交互设计师都是行为设计师？即在允许范围内，努力寻找、选择、创造一些套路，影响用户行为，让用户以更好的体验完整自身目标以及产品目标，如下单、停留更长时间等。从这个角度来看，我们都是“行为设计师”。

DevOps是一个循环递进的过程。通过文化的指引，打造符合当前组织和文化的相关工具链，固化协作的规范、流程；然后随着工具落地、实践推广，促使组织更快地发展和改进产品，从而进一步加强协作文化和方式。

线下环境治理不仅仅是进行环境搭建和维护，而是明确各环境职责划分，保证环境稳定，目的就是让人人都能顺畅的使用线下环境进行开发联调、测试验证、测试回归、复现问题等日常工作而不受阻塞。从而进一步提高研发测试效能。

作为品牌电商，如何在全渠道范围运营好严选的用户流量，相比于平台电商来说是一个全新的命题。本文分享严选在全渠道用户运营上的思考和智能化触达的项目实践。

通常，我们称规律背后的解决方法叫做方法论，提炼出方法论的前提是理解事情的“底层逻辑”，底层逻辑在面临变化的时候，总能应用到新的变化里，产生出新的方法论。

网易严选数据产品实践主要分为以下4个阶段：“业务有数可看”、“数据质量保障”、“CXO有处看数”、“场景化数据产品”。这4个阶段其实并没有明显的阶段之分，各阶段高度重叠，很多时候都同时在推进。

H5页面究竟是怎么唤醒或者跳转下载客户端的呢？

在《系统架构》这本书中提到，预测系统涌现物主要有三种方式，分别是先例、试验、建模。如何对电商供应链各种策略、算法、配置的优化效果进行评价？如何综合运用先例、试验、建模方式预测严选深耕供应链的成果？今天我们分享的这篇文章将带给大家答案。

精准测试现在越来越多进入到大多数测试工程师的视野内，其目的是为了使得测试过程更加可视化、智能化、精准化。本文从概念、实践、设计、突破以及未来演进方向几个方面来介绍精准测试结合严选业务是如何设计和落地的。

严选于18年下半年开始探索向量化在搜索推荐场景中的运用，从最初基于商品召回用户的任务到后续的搜索召回、搜索个性化排序、搜索底纹、搜索发现词、搜索建议词、跨类目推荐、推荐召回、多兴趣召回、通用排序、端智能重排等，不断拓宽向量体系在严选的运用。

在全新构建的项目管理工具和数据仓库的支撑下，一套相对完整的目标和项目管理解决方案得以落地

严选网关除了提供丰富的功能满足业务多样性的需求之外，更重要的是保证稳定、可靠和高效，我们的架构演进也是围绕这一核心目标进行。这两年随着严选云原生架构的逐步落地，我们也实践通过拥抱云利用云来更好的保证网关的稳定性。

数据仓库，是我们数据工程师的无形产品，不同于可视化、交互型产品的评价体系，数据仓库的评价有其独特性。本文从概念-平台-规范的链路来介绍一下严选数据仓库，并介绍了严选数据仓库的评价体系。

随着业务容器化的推进，经常有客户抱怨应用 QPS 无法和在物理机或者云主机上媲美，并且时常会出现 DNS 查询超时、短连接 TIME_OUT、网络丢包等问题，而在容器中进行调优与诊断的效果因为安装工具的复杂度大打折扣。

ClassLoader顾名思义就是类加载器,负责将字节码形式的Class数据流解析成内存形式的Class对象，加载到JVM中。Java的设计使Java更具灵活性和扩展性，但同时，同样也是危机四伏，稍有不慎，便会陷入荆棘遍布的陷阱中

本文主要围绕“埋点管理”（定义管理和流程控制）、“埋点线下保障”、“埋点线上保障”这三个环节展开。改造流程、优化策略，打造相应的工具平台来固化流程和辅助测试，保障埋点开发正确性的同时，也提高协作效率。