公司:阿里巴巴
阿里巴巴集团创立于1999年,是中国大陆一家以提供互联网服务为主的综合企业集团,目前实行位于杭州,上海与北京的双总部制度。
阿里巴巴服务范围包括B2B贸易、网上零售、购物搜索引擎、第三方支付和云计算服务。集团的子公司包括阿里巴巴B2B、淘宝网、天猫、一淘网、阿里云计算、聚划算、全球速卖通、阿里巴巴国际交易市场、饿了么、飞猪、优酷、盒马鲜生、阿里影业、菜鸟网络、高德地图、Lazada、Daraz等。旗下的淘宝网和天猫在2012年销售额达到1.1兆人民币,2015年度商品交易总额已经超过三兆元人民币,是全球最大零售商。
至2012年九月底止的财政年度,以美国会计准则计算,阿里营业额按年增长74%至318.39亿元(港元‧下同),盈利急升80%至37.75亿元。2015年全年,阿里巴巴营收146.01亿美元,净利为74.94亿美元。2017年,根据阿里巴巴集团向美国证券交易委员会提交的IPO招股书显示,雅虎持有阿里巴巴集团22.6%股权、软银持阿里集团34.4%股份,另管理层、雇员及其他投资者持股比例合共约为43%,当中马云持阿里巴巴集团约8.9%、蔡崇信持股为3.6%。
2019年11月,阿里巴巴集团在在港交所二次上市。香港财经界把阿里巴巴、腾讯(港交所:700)、美团点评(港交所:3690)、小米(港交所:1810)四只中国大陆科技股的英文名称首个字母,合称“ATMX”股份。
2019年11月26日,阿里巴巴集团港股上市,总市值超4兆,登顶港股成为港股“新股王”。2020年8月,阿里巴巴集团港股总市值首次超过6万亿。
阿里巴巴拆份出去的蚂蚁集团上市前,网络金服整体遭遇到政府的强力监管,阿里巴巴同样受到影响,2021年4月10日,阿里巴巴集团涉垄断被中国市场监管总局罚款182.28亿元人民币。2023年三家中国最主要的金融机构,再联合开罚71亿元,不过也随着官方宣布最后整顿工作的完成,阿里巴巴股价开始反弹。
如何速成RAG+Agent框架大模型应用搭建
本文侧重于能力总结和实操搭建部分,从大模型应用的多个原子能力实现出发,到最终串联搭建一个RAG+Agent架构的大模型应用,让个人对于大模型应用如何落地更加具有体感。
“JVM” 上的AOP:Java Agent 实战
在软件开发领域,面向切面编程(AOP)作为一种强大的技术手段,极大地促进了代码的模块化与可维护性。本文将深入探讨Java平台上的AOP实现,揭示了Spring AOP在处理非Bean类方法、静态方法及内部调用时的局限性。
展示广告预估技术最新突破:基于原生图文信息的多模态预估模型
展示广告将预估模型与多模态结合,突破对ID特征的过度依赖,取得近年来模型最大提升。
面向OpenTelemetry的Golang应用无侵入插桩技术
文章主要讲述了阿里云ARMS团队与程序语言与编译器团队合作研发的面向OpenTelemetry的Golang应用无侵入插桩技术解决方案,旨在解决Golang应用监控的挑战。
如何使用Arthas提高日常开发效率?
使用Arthas代替debug。
认知推荐:基于LLM的首页推荐新范式
本文重点讲述淘天集团算法技术团队在淘宝App首页猜你喜欢场景召回侧的工作,即如何让首猜通过LLM的模型能力,增加具有发现性的召回商品。
ODPS SQL ——列转行、行转列这回让我玩明白了!
本文详细介绍了在MaxCompute中如何使用TRANS_ARRAY和LATERAL VIEW EXPLODE函数来实现列转行的功能。
场景执行工具:Java
在软件开发实践中,面对复杂多变的业务场景,开发者常常需要设计灵活且可扩展的架构以应对“根据不同场景执行不同逻辑”的需求。本文以Java语言为背景,探讨了如何通过模式设计与工具化手段优化这一过程,旨在减少代码冗余,提升开发效率与代码质量。
轻踩一下就崩溃吗——踩内存案例分析
踩内存问题分析成本较高,尤其是低概率问题困难更大。本文详细分析并还原了两个由于动态库全局符号介入机制(it's a feature, not a bug)触发的踩内存案例。
淘宝测试环境治理实践
去年之前,淘天集团测试环境是以领域方式运作:不局限测试环境治理本身,从测试模式方法论及用好测试环境思路引领集团测试环境治理。而测试环境产品得很稳定,让用户相信环境是可靠的,其次环境部署需高效,二者缺一不可。本文将从这两方面进行展开阐述。
阿里妈妈流量反作弊算法实践
阿里妈妈是阿里巴巴旗下的数字营销平台,为广告主提供广告服务。广告风控团队负责保护广告主和平台利益,过滤无效流量和作弊流量。其中,无效流量分为消耗竞争对手、提升自身排名、自然宝贝刷单和非恶意无效流量。流量劫持是CPS计费下的主要作弊手法之一,通过篡改记录用户流量来源或修改用户跳转链接,以获取不属于自己的流量或转化。广告风控团队致力于识别和过滤这些无效流量和作弊行为,保护广告生态的健康发展。
Stream原理与执行流程探析
本文简单讲述了Stream原理,并以一段比较简单常见的stream操作代码为例进行讲解。
LLM推理加速:decode阶段的Attention在GPU上的优化
RTP-LLM是阿里巴巴智能引擎团队开发的大模型推理加速引擎,作为一个高性能的大模型推理解决方案,它已被广泛应用于阿里内部。在这篇文章里,我们将基于RTP-LLM的实践,介绍decode阶段的Attention在GPU上是如何优化的。
深入探索MySQL索引策略
本文旨在深入探讨MySQL数据库中索引的设计与优化方法。
简单点,购买的方式简单点。
让用户在淘宝看得清楚,买得明白。
如何设计具备自传播特质的 AI 应用
让AI不仅为用户的目标服务,还为设计师的灵感和创新提供支持,同时帮助企业提升信息效率,实现更加高效的内容分享与传播。