本文带领你进一步了解主数据，主数据应用场景以及百度智能小程序团队如何应用主数据方案构建出高可用主数据服务。

百度搜索中台将搜索核心能力赋能阿拉丁（百度搜索特型结果）、垂直领域搜索、应用内搜索等场景，支撑了数百个检索场景、百亿级内容数据的检索。我们通过智能化的设计理念，在容量自动调整、数据按需存储等方面取得了效率和成本的显著收益，并通过进阶云原生的设计，在海量数据和海量检索方面实现高可用和高性能。通过海量数据管理的云原生和智能化，我们希望低成本的实现让用户找到每一个有价值的数据。

加盟星在AI 创作上的探索，致力于打造高质量、系统化的智能内容生成解决方案。

文库有数十亿文档，包括 word、ppt、excel、txt 和 pdf 等十几种常见办公文档，核心技术是转码和展现，转码的目的是把不同文档进行解析转换成一套通用的数据格式，由后端实现，而展现是把文档数据进行渲染。在这之前，文库前端采用的HTML+CSS进行渲染，这种方式在后面的业务发展过程中遇到了阻力，比如很难实现文档导出长图、文档标记、关键字高亮、水印、文档内容分析、防复制等。

设计语言是把设计作为一种“沟通的方式”，在特定的场景中进行内容与信息的传达。是介于科学与美学之间的一种艺术，是需要理性的去解决感性的问题。它和艺术之间的差别就在于“解决问题”。

本文聚焦预训练模型在信息检索中第一阶段检索（召回阶段）的应用，并对最近几年的相关研究进行系统的梳理和回顾。

AI 自诞生以来就应用在各个科技前沿领域，随着发展进程加快，在娱乐方面也有越来越多的趣味性游戏开始将AI融入其中。『寻物大作战』正是一款基于 AI 能力打造的趣味性小游戏，目的就是让玩家通过游戏的方式感受 AI 的魅力。

讲述在业务快速迭代发展过程中，为了让大数据更好地赋能业务，高效的为用户提供有业务价值的数据产品和服务，百度爱番番的数据团队构建实时和离线大数据基础平台的心路历程，包括如何应对业务、技术、组织等方面的挑战和解决实际痛点过程中的思考与实践。

本文章旨在与大家分享快速剪辑的建设路径与实践过程中遇到的问题。

本文通过介绍短视频Push系统的设计和实现及系统的优化，向大家讲述亿级数据量Push系统的建设经验。

百度APP从2018年开始，团队规模和业务规模都迎来了巨大的增长，也带来了研发效率、组件复用、APP性能等多个目标的挑战，于是驱使我们做了很多组件化的工作。随着百度APP组件化程度的提高，组件逐步拆解到各个独立仓库，组件真正做到了逻辑、资源各有归属，主工程也实现了完全壳化，于是我们开始建设工具链（MGIT、EasyBox）来规范组件管理与使用并提升编译速度。工具链更多承担的是开发环境的配置，提升的是研发同学在开发阶段的效率，但面临整体移动研发流程琐碎，多仓库环境下的持续集成困难，组件质量难以保障等问题，我们仅仅依靠工具链是不够的，于是Tekes应运而生。

本文将带你进一步了解etcd以及应用etcd如何构建大规模服务治理解决方案。

本文主要介绍依托流程管控、白盒、数据、策略、标注中台的紧密结合，通过配置化业务接入、标准化提测准入流程、统一化数据检索、规范化质量度风险预估和标注反馈机制，帮助业务低成本接入，实现质量度模型的快速落地。

停车场实时车位信息对于出行决策非常有价值，但现实中硬件设备成本和在线运营成本高等原因，停车场在线信息覆盖并不理想。针对该问题，百度地图基于深厚的人工智能技术积累，利用深度学习技术为没有在线车位信息的停车场预测车位空闲信息，辅助用户出行决策。

​本文介绍百度广告托管前端团队在异常监控和治理上的实践经验总结。

为了应对视频编辑类工具应用复杂的交互，度咔iOS借鉴了Flux架构模式的设计思想，参考有向无环图的拓扑概念，将事件进行集中化管理，从开发体验上实现了舒适清爽、容易驾驭的“单向流”模式；在这种调度模式下，事件的变化和追踪变得清晰可预测，并且显著的增加了业务的可扩展性。