公司：字节跳动
北京字节跳动科技有限公司，简称字节跳动，是一家位于中国北京的跨国互联网技术公司，成立于2012年3月，旗下有产品媒体聚合服务今日头条和短影音抖音（及其海外版本TikTok）、西瓜视频、社交平台Lemon8等，也有一些加入人工智能技术的专业生产力软件，例如剪映、办公套装拉客（lark，中国版本称飞书）等业务。
至2018年，字节跳动的移动应用月度用户超过十亿人，估值750亿美元，超越Uber成为全球最有价值的创业公司。截至2019年7月，字节跳动的产品和服务已覆盖全球150个国家和地区、75个语种，曾在40多个国家和地区位居应用商店总榜前列。
在中国互联网企业中，字节跳动是第一家没有向阿里巴巴、腾讯或百度寻求商业保护或融资的创业公司；相反地，字节跳动被认为与百度、腾讯两大巨头有强烈的竞争关系，因字节跳动资金主要来源于抖音和今日头条的广告收入。
至2020年3月，字节跳动已经有六万员工，并计划再增员一万人。投资人和内部消息将字节跳动2019年的营收定在1,040亿元至1,400亿元人民币，超过了Uber、Snapchat和推特的总和。在中国，其广告收入也超越了腾讯、仅次于阿里巴巴。抖音的全球下载量达1.15亿次，固定用户近10亿。
WebAssembly 与 Web 视频编辑
本篇文章将介绍 WebAssembly 在视频编辑领域的应用，包括 WebAssembly 的优势，在视频编辑中面临的一系列技术问题以及优化方案。
WebAssembly 在 ACC 音频编码中的应用
本章节将先介绍编解码的一些基础知识，然后介绍如何将 FFmpeg 库编译为 WebAssembly 并在浏览器的 JavaScript 环境中进行 ACC 音频编码。
WebAssembly 在抖音烟花特效中的应用
本文基于抖音直播烟花特效，向读者介绍如何使用 AssemblyScript 将 JS 代码编译成 WebAssembly 产物并运行，从而实现对 JS 渲染的优化。
字节跳动基于 Hudi 的机器学习应用场景
如何简化数据工作流程并推动业务成功？
WebGL大场景性能优化
WebGL 是一个 JavaScript API，可在任何兼容的 Web 浏览器中渲染高性能的交互式 3D 和 2D 图形，而无需使用插件。
WebAssembly在数字图像处理中的应用
本文首先介绍了图像处理的基本原理，采用手写一个 WebAssembly 处理程序和使用现代化的 OpenCV 程序库两种方式，详细介绍了应用 WebAssembly 的具体方法。
WebAssembly 在 ByteFaaS 中的应用
本文将首先介绍 ByteFaaS 平台，然后详解 ByteFaaS 如何借助 WebAssembly 技术构建新型 Serverless 解决方案，以满足用户对于极速冷启动、无感扩容等方面的诉求。
WebAssembly 调试原理和方法简介
本文将简述调试的基本原理，并简要介绍社区现有的 WebAssembly 调试方式，包括它们的特点与面向的场景。
自己动手实现一个 WebAssembly 解释器
本文将从零开始实现一个简单的 WebAssembly 解释器(WebAssembly Interpreter)，从而帮助读者进一步掌握和实践 WebAssembly 虚拟机技术。
Android 视角谈 Bazel 与 Gradle 构建系统
本文是从构建系统对比的角度出发，深度的对比了Gradle与Bazel两大构建系统的设计理念及优劣势，并结合Android 构建的表现进行了详细的分析。
字节跳动开源 Kelemetry：面向 Kubernetes 控制面的全局追踪系统
字节跳动用于 Kubernetes 控制平面的追踪系统正式开源，文章邀请项目同学分享其设计与思考，期待反馈与交流。
Monorepo 解决方案 — Bazel 在头条 iOS 的实践
本文主要介绍了头条迁移至 Bazel 的历程，包括构建系统的架构分层和接入方案，以及结合 Bazel 的特性来优化工程配置的管理。
btrace 2.0 技术原理大揭秘
btrace 2.0 正式发布并带来多项提升！基于 Perfetto 全新打造，产物体积减小 70%、网页打开提速 7 倍，百万插桩性能损耗降至 15%，新增渲染、Binder 等 4 项监控数据，并全面兼容 Windows 系统！
ByteHouse 与 Apache Airflow 的数据管理流程
如何简化数据工作流程并推动业务成功？
直播 RTM 推流在抖音的应用与优化
本文介绍了字节流媒体直播客户端团队从0到1打造新一代低延时直播RTM推流方案并PK过经典RTMP推流方案大规模落地抖音的历程，主要包括低延时推流方案的技术架构、工程优化、核心算法优化以及未来展望。
如何高效编写 prompt
揭示通过精妙Prompt唤醒GPT逻辑，探索zero-shot、few-shot和\x26#39;Chain of thought\x26#39;应用，预测Prompt Engineering未来，开启AI探索之旅。