公司：滴滴
滴滴出行，曾用名滴滴打车、嘀嘀打车，是一款基于分享经济而能在手机上预约未来某一时点使用或共乘交通工具的手机应用程序，由北京小桔科技有限公司所设计开发。起初只能预约出租车，后来发展到可以预约快车、礼橙专车、顺风车（后曾下架）、代驾、试驾、甚至还可以拼车出行。其与多个第三方支付提供商合作，用户可以方便的在手机上实现打车并付款。截至2021年，滴滴出行用户达5.8亿人，是世界上最大的出行服务平台。
滴滴翻译技术探索与实践
机器翻译系统是使用深度学习技术从其支持的语言中翻译大量文本的服务。服务将 "源" 文本从一种语言转换为不同的 "目标" 语言。滴滴作为一家国际化的公司，无论是在国际化网约车中还是司乘沟通都有着丰富的落地场景。本文详细的介绍了滴滴翻译的整体框架、原理以及方法，同时还会简单介绍滴滴NLP在今年参加的机器翻译大赛（WMT2020）的一些技术。
为客服构建更加智能的对话机器人：多轮应答时机触发模型
本文是对滴滴智能客服团队的论文《Towards Building an Intelligent Chatbot for Customer Service: Learning to Respond at the Appropriate Time》的详细解读，在这篇论文中，滴滴提出一种应用于智能对话系统的多轮应答时机触发模型（Multi-turn Response Triggering Model，MRTM）。不同于传统人-机对话的turn-by-turn交互模式，MRTM能够使机器人具备在恰当时刻进行回复的能力，并使其在其他时刻保持倾听，结合客户的多个问题进行回复，从而提升人机对话的流畅度并提升机器人的回复质量。
深度模型压缩技术在智能座舱方案的探索与实践
近年来，智能汽车的概念已经成为了主流的发展趋势。汽车座舱在智能汽车的场景中成为关键一环。将汽车座舱智能化可以提高整体乘客乘坐品质和驾驶员行驶体验，智能座舱的功能丰富，其中多数核心算法是基于深度学习的视觉算法。但是，由于智能座舱终端的运算资源有限，深度模型尺寸庞大、计算量需求大，因此，当同时运行多个深度模型算时，会导致终端运算资源不足，算法响应慢，很难满足实时性的需求。本文重点介绍内容是模型压缩关键的技术原理、方法以及在汽车座舱的场景中的应用。同时也介绍了技术团队在模型剪枝方面的突破性工作。
时间轮在Kafka的实践
时间轮是一个应用场景很广的组件，在很多高性能中间件中都有它的身影，如Netty、Quartz、Akka，当然也包括Kafka，本文主要介绍时间轮在kafka的应用和实战，从核心源码和设计的角度对时间轮进行深入的讲解。
深度强化学习在滴滴路径规划中的探索实践
滴滴的路线引擎每天要处理超过400亿次的路线规划请求，路径规划是滴滴地图输出的核心服务之一。不同于传统的路径规划算法，本文主要介绍的是一次深度强化学习在路径规划业务场景下的探索，目标是为用户规划出最符合司乘双方习惯的路线，降低偏航率。
Presto在滴滴的探索与实践
Presto在滴滴内部发展三年，已经成为滴滴内部Ad-Hoc和Hive SQL加速的首选引擎。目前服务6K+用户，每天读取2PB ~ 3PB HDFS数据，处理30万亿~35万亿条记录，为了承接业务及丰富使用场景，滴滴Presto需要解决稳定性、易用性、性能、成本等诸多问题。我们在3年多的时间里，做了大量优化和二次开发，积攒了非常丰富的经验。本文分享了滴滴对Presto引擎的改进和优化，同时也提供了大量稳定性建设经验。
信息公交服务在滴滴的应用实践
IT技术的不断更新推动着公共交通的概念不断在深度和广度上扩展。深度上，精准的公交ETA和实时到站等信息可以帮助用户更好的规划行程时间；广度上，配合单车，网约车等共享出行方式可以帮助用户更好的决策出行方式。
浅谈滴滴需求响应式公交背后的技术
所谓需求响应式公交，就是根据用户出行需求，提供非固定路线的、能够实时拼单的公交系统。目前滴滴动态公交可通过灵活调配运力、实时规划行驶路线，为用户提供经济、直达、有座、高效的响应式公交服务。
数据挖掘技术在轨迹数据上的应用实践
每天滴滴都会为上千万人提供出行服务，在这一过程中积累了海量轨迹数据。这些轨迹数据来自于公共服务，本文介绍如何利用这些数据回馈大众，改善出行体验。
机器学习在滴滴网络定位中的探索和实践
定位是所有LBS服务的基础服务。在滴滴的业务场景下，定位主要是指各类终端设备的位置，包括手机、单车、行车记录仪、车机端等。作为底层服务，在滴滴日均提供700亿次定位服务，支撑着平台的各类业务。
滴滴AR实景导航背后的技术
机场、商场、火车站等大型室内场所内GPS信号不稳定、室内面积大、路线复杂、用户判断方向难等问题，给在大型场所内发单的乘客找上车点带来了很大的挑战，用户急需一种操作简单、交互友好的引导功能。本文讲述了使用三维重建技术、传感器计算技术和增强现实(AR)技术所开发的滴滴AR实景导航产品，并对开发过程中遇到的难点、挑战和解决思路展开介绍。
Uber 正在成为美团外卖，滴滴还有多远？
出行公司能讲好本地生活的故事吗？
花小猪难下沉
滴滴重演“补贴大战”，花小猪能否掳获下沉市场的流量？
滴滴七层接入平台实践和探索
滴滴七层接入平台负责滴滴全公司http东西向和南北向流量的接入，其请求峰值qps数百万，日请求量数千亿，接入域名数千个、接入服务数千个、转发规则数万个，其稳定高效的运行对于保障滴滴业务至关重要。本文将主要介绍七层接入平台在服务治理和稳定性建设上的实践，同时也分享其在云原生领域一些探索和规划。
滴滴Ceph分布式存储系统优化之锁优化
Ceph是国际知名的开源分布式存储系统，在工业界和学术界都有着重要的影响。Ceph的架构和算法设计发表在国际系统领域顶级会议OSDI、SOSP、SC等上。Ceph社区得到Red Hat、SUSE、Intel等大公司的大力支持。Ceph是国际云计算领域应用最广泛的开源分布式存储系统，此外，Ceph也广泛应用在文件、对象等存储领域。Ceph在滴滴也支撑了很多关键业务的运行。在Ceph的大规模部署和使用过程中，我们发现了Ceph的一些性能问题。围绕Ceph的性能优化，我们做了很多深入细致的工作。这篇文章主要介绍我们通过调试分析发现的Ceph在锁方面存在的问题和我们的优化方法。
滴滴数据仓库指标体系建设实践
指标体系是什么？如何使用OSM模型和AARRR模型搭建指标体系？如何统一流程、规范化、工具化管理指标体系？本文会对建设的方法论结合滴滴数据指标体系建设实践进行解答分析。