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。
淘宝AI试衣素材高效写入IC实践
随着电商行业的快速发展,淘宝试衣项目应运而生,通过AI技术为用户提供个性化的试衣体验。本文将详细介绍淘宝试衣项目的背景、现状、合作场景以及技术实现,特别是如何通过定时任务驱动的试衣素材高效写入IC(商品中心)拓展结构,提升用户体验和转化率。
我是如何通过火焰图分析让应用CPU占用下降近20%的
分享作者在使用Arthas火焰图工具进行Java应用性能分析和优化的经验。
如何做好 B 端产品体验,解密钉钉的 10 个最佳实践(下)
钉钉的产品体验十条不仅为企业的协同办公提供了有效的框架,更展现了数字化办公的未来可能。
如何做好 B 端产品体验,解密钉钉的 10 个最佳实践(中)
功能入口清晰、高频功能高效以及减少用户打扰,这 3 项是帮助用户开启数字化办公,提升工作效率,并建立良好的用户关系的关键。
如何做好 B 端产品体验,解密钉钉的 10 个最佳实践(上)
我们始终认为,用户体验是提升产品价值的关键,且不仅仅关乎功能的丰富,更与用户的感知密切相关。
阿里云开源 AI 应用开发框架:Spring AI Alibaba
阿里云开源 Spring AI Alibaba,旨在帮助 Java 开发者快速构建 AI 应用,共同构建物理新世界。
动态量化:大模型在端侧CPU快速推理方案
作为一款高性能的推理引擎框架,MNN高度关注Transformer模型在移动端的部署并持续探索优化大模型在端侧的推理方案。本文介绍权重量化的模型在MNN CPU后端的推理方案:动态量化。
92页的llama 3.1技术报告,我替你们啃下来了
作者花了半个月时间,认真读完了llama 3.1技术报告,并总结成本文,希望能帮到对这个感兴趣的小伙伴们。
从一个事故中理解Redis(几乎)所有知识点
作者从一个事故中总结了Redis(几乎)所有的知识点,供大家学习。
用你的手机/电脑运行文生图方案
随着ChatGPT的发布,生成式AI已经火爆全球,就图片/视频生成领域来说,Stable Diffusion模型发挥着极其重要的作用。本文做的Stable Diffusion端侧部署应用,用户可以完全基于源码去做自定义修改和定制。
全链路营销|基于事件驱动的流程编排系统
本文主要介绍了 AE 策略中心的技术方案选型与落地实战。
那些年,我们在Go中间件上踩过的坑
作者总结了过去在Go中间件上踩过的坑,这些坑也促进了Go中间件的完善,希望大家学习本文后,不犯同样的错误。
代码复用:DDD视角下的平衡艺术
讨论代码复用的利弊及DDD视角下的正确做法,指出类和函数的存在不是仅为复用,应自然符合系统设计,复用需权衡成本与效益,深模块更适合复用,且在DDD框架下,针对核心、支持、通用子域采取不同复用策略,以提升软件核心竞争力和降低研发成本。
多样性重排算法在淘宝首页信息流的创新应用
本文提出了一种推荐系统后链路的重排算法框架,该算法通过对候选集中商品的准度和多样性进行建模,并通过最大化整个序列的准确性和多样性来生成最佳展示结果,给首页信息流场景带来显著的业务收益。
大模型在问答领域的探索和实践
随着大模型应用持续火热,应用门槛也越来越低,去年底开始我们利用少部分精力做了一些 AI 探索和实践,并完成了业务所在垂直领域答疑机器人产品的上线。
了解 HTTP 协议后才能理解的预加载
本文旨在探讨和分享多种预加载技术及其在提升网站性能、优化用户体验方面的应用。