在哈啰的APP中，活动、大促、周年庆等都需要我们能够拥有更快捷的响应速度、更高效的人力来缩短试错周期，而且流量区域运营位为了能够做到千人千面，又迫切的需要有一种可以根据不同的人群达到展示不同效果的目的。UI 可定制化、快速迭代、高性能体验一直以来都是移动端开发领域的核心诉求，随着哈啰业务的不断拓展，越来越多的业务线对上述三点提出了更高的要求，但由于移动端 App 发版的天然限制，无法很好满足业务方的诉求。 基于以上一些业务痛点，我们结合 Native 黄金流量业务区域对于性能极高的要求，输出了一套 Native 局部动态化方案 Wukong（悟空），截止到目前，已在App内部多个业务模块中得到验证。
AI算法复杂度逐年上升，需要高效的方式支持AI模型的推理和部署。 随着应用规模的扩大，算力资源消耗也在快速增长，对线上资源产生极大的压力。 B站AI涉及计算机视觉（CV）、自然语言处理（NLP）、语音等多个场景，服务于内容安全审核、内容理解和创作的上百个应用场景。
本系列内容是我们在不同项目的维护过程中总结的关于DevOps/SRE方面的最佳实践，我们将致力于在项目上尽最大的努力来推行这些最佳实践。我们希望这些最佳实践能对项目的稳定运营提供帮助，也希望刚接触DevOps/SRE的新人能通过学习这些最佳实践来提升自己在这方面的水平。 当涉及到 DevOps/SRE 的最佳实践时，操作系统和服务的管理是一个关键领域。在这个领域，有许多最佳实践可以帮助团队更好地管理他们的系统，提高效率和安全性。 在本章中，我们将探讨一些关键的最佳实践，包括隐藏服务商资源地址、只安装必要的依赖和工具、只运行必要的服务和端口以及使用堡垒机保护内部资源。这些最佳实践有助于使您的系统和服务更加安全、可靠和高效。
日前 ACL 2023的论文录用结果公布，火山语音团队多篇论文成功入选，内容涵盖音频合成、歌声合成以及语音翻译等多个前沿技术领域的创新突破。ACL（Annual Meeting of the Association for Computational Linguistics）每年由国际计算语言学协会举办，是自然语言处理与计算语言学领域最高级别的学术会议，也是中国计算机学会（CCF）A类推荐会议，在世界范围内享有极高声誉，并受到全球各地语言领域人士的广泛关注。
随着字节跳动旗下业务的快速发展，数据急剧膨胀，原有的大数据架构在面临日趋复杂的业务需求时逐渐显现疲态。而伴随着大数据架构向云原生演进的行业趋势，字节跳动也对大数据体系进行了云原生改造。本文将详细介绍字节跳动大数据容器化的演进与实践。
蚂蚁集团芝麻企业信用作为一个 tob 业务，在每个方向上设定合适的技术头狼非常重要，头狼作为业务战场的一号位，总结下来需要做以下几件事情： 了解业务背景、行业以及战场 与业务充分沟通，并理解业务背后的思路 人力盘点，对战场人力划分 整体的技术架构设计 多方协作问题处理 业务数据的思考 推进业务优化升级 以上 7 点是个相对通用的方法论，不论什么业务，其实都可以往里带入，以下根据具体案例，分节详细讨论这 7 点。
除了相关性，复杂信息流推荐场景还需要兼顾多样的业务需求，包括打散（多样性），流量调控，多展示形态/多路供给融合等。传统推荐系统采用pipeline的形式，分步处理上述需求，缺少统筹优化，这些模块之间常出现矛盾与覆盖，限制场景推荐效果。我们提出全新的基于Generator-Evaluator（GE）架构的重排模型，它不仅能够突破传统相关性贪心排序的范式，以序列整体效果为目标生成序列，还能突破pipeline的推荐范式，在一个模型中有机融合复杂业务规则，给出end2end联合最优解。我们在淘宝信息流场景验证了提案的有效性，并全量上线。
得物的推荐场景，除了首页瀑布流等几个比较大的场景之外，还有很多长尾的小场景，包括：频道、会场、购中购后场景、品牌墙等。这类场景存在单个场景体量小（UV和GMV均偏小）、场景零散、类型多元的情况。如需对这类场景进行单独优化，涉及的成本投入远高于产出。而随着业务发展，这类长尾场景只会越来越多，对这类场景的优化亟待解决。因此，我们需要这样一个通用推荐平台，来承接住这些小场景，并能够持续优化，带来收益。“化零为整”、“兼容并包”、“统一平台”，这就是千川。
