从高并发到极端并发：百度 Feed 与春晚红包的高可用实践-吴永巍

从 Swift 到 机器器学习 CreateML - Swifter 通向 ML 的⾦金金钥匙 ? 王 巍 (onevcat) 2018.09.15, @Swift Conf. 后移动开发时代 Google Trends: “iOS Develop” WWDC 2013 转变⼀一般都会带来痛苦 如何评价 2017 年年初华为开始「清理理」34 岁以上的职员？ 程序员能纯靠技术渡过中年年危机吗？

阴永俊 美团配送系统架构演进实践 阴永俊 美团点评资深技术专家、美团配送业务系统团队负责人 2010年大连理工大学毕业，曾先后任职于Hikvision、人人网，从事过视频 监控、广告、IM、DevOps、中间件、数据仓库等技术方向 2015年加入美团·大众点评，负责配送业务系统建设，重点负责系统质量 保证、运营体系建设、核心系统架构升级等方向，支持美团配送业务发展 美团配送业务介绍

03 特征提取 04 特征选择 3 1. 相关概念 01 认识Python 01 相关概念 02 特征构建 03 特征提取 04 特征选择 4 许永洪,吴林颖.中国各地区人口特征和房价波动的动态关系[J].统计研究,2019,36(01) 文献解读 定义 目的 作用 是把原始数据转变为模型的训练数据的过程 获取更好的训练数据特征，使得机器学习模型逼 定级数后，都有相近的高准确 度。于是诞生了机器学习界的 名言： 成功的机器学习应用不是 拥有最好的算法，而是拥 有最多的数据！ 数据决定一切 数据大小 准 确 率 1. 相关概念 6 许永洪,吴林颖.中国各地区人口特征和房价波动的动态关系[J].统计研究,2019,36(01) 项目 特征提取 特征选择 共同点 都从原始特征中找出最有效的特征 都能帮助减少特征的维度、数据冗余 区别 能表示出每个特征对于模 型构建的重要性 特征提取VS特征选择 1. 相关概念 7 2. 特征构建 01 相关概念 02 特征构建 03 特征提取 04 特征选择 8 许永洪,吴林颖.中国各地区人口特征和房价波动的动态关系[J].统计研究,2019,36(01) 特征构建：是指从原始数 据中人工的找出一些具有 物理意义的特征。 方法：经验、属性分割和 结合 操作：使用混合属性或者

手的困境与难题，大模型的未来， 又该何去何从呢？ 下一代“明星产品” “算力墙”下，模型效果边际收益递减，训练和运营成本高昂，在这个时间节点，最好的 AI 产品会是什么？奥特曼、盖茨、小扎、吴恩达、李彦宏等一众大佬给出了一致的答案——智 能体（AI Agent）。2025，将会是智能体元年。 什么是智能体？目前业界一致认可的公式是“智能体=LLM+记忆+规划+工具”： 30 / 111 RAG 实践者之一，杭州萌嘉网络科技 CEO，公司主要研发 TorchV 品牌的大模型应用和知识库产品。公众号：土猛的员外。 50 / 111 大模型训练中的开源数据和算法：机遇及挑战 文/苏震巍 随着人工智能（AI）技术的迅猛发展，尤其是大模型（如 GPT、OpenAI o1、Llama 等） 的崛起，开源数据和算法在大模型训练中的重要性愈发显著。开源数据集和算法不仅推动了 AI 研究 潜在的风险，推动 AI 技术的健康发展。 相信在未来，随着技术的不断进步和相关政策的完善，开源数据和算法将在大模型训练中发 挥更加重要的作用，为 AI 及大模型的研究和应用带来更多的创新和机遇。 苏震巍 苏州盛派网络科技有限公司创始人兼首席架构师，微软 AI 和开发方向 最有价值专家（MVP）、微软 Regional Director（RD）、腾讯云最 具价值专家（TVP）、微软技术俱乐部（苏州）主席，苏州市人工智能

in Meal Delivery Platform（多阶段送餐奖励框架） | 下载地址：A Framework for Multi-stage Bonus Allocation | 论文作者：吴卓林（美团）、黄方胜（美团）、周琳钧（美团）、宋宇（美团）、叶成鹏（美 团）、聂鹏宇（美团）、任昊（美团）、郝井华（美团）、何仁清（美团）、孙致钊（美团） | 论文简介：美团配送旨在为顾客和餐厅提供优质稳定的服务，但每天仍然有数十万 Mimicking then Replacing | 论文下载 | 论文作者：王环宇（美团实习生 & 南京大学），刘俊杰（美团），马鑫 （美团），雍洋（美团实习生 & 西安交通大学），柴振华（美团），吴建鑫（南京大学） | 备注：括号内的为论文发表时，论文作者所在的单位。 | 论文类型：CVPR Main Conference（Long Paper） 模型剪枝是模型压缩中一个较为成熟的研究方向，但在百万 Black-Box Attack with Partially Transferred Conditional Adversarial Distribution | 论文下载 | 论文作者：冯岩（美团），吴保元（香港中文大学），樊艳波（腾讯），刘李 （香港中文大学），李志锋（腾讯），夏树涛（清华大学） | 论文类型：CVPR 2022 Main Conference Long Paper（Poster）

DECLARE_DYNCREATE / IMPLEMENT_DYNCREATE 巨集 / 144 Frame6 範例程式 / 151 Persistence（永續生存）機制 / 160 Serialize（資料讀寫） / 161 DECLARE_SERIAL/IMPLEMENT_SERIAL 巨集 / 167 动态生成（Dynamic Creation) 对象导向术语中有一个名为persistence，意思是永续存留。放在RAM 中的东西，生命 受到电力的左右，不可能永续存留；唯一的办法是把它写到文件去。MFC 的一个术语 Serialize，就是做有关文件读写的永续存留动作，并且实做作出一个虚拟函数，就叫作 Serialize。 看起来永续存留与本节的主题「动态生成」似乎没有什么干连。有！你把你的资料储存 到文件，这些资料很可能（通常是）对象中的成员变量 ■ MFC 程序的初始化过程 ■ RTTI（Runtime Type Information）执行时期型别信息 ■ Dynamic Creation 动态生成 ■ Persistence 永续留存 ■ Message Mapping 消息映射 ■ Message Routing 消息绕行 第㆒篇 勿在浮砂築高台 110 MFC 本身的设计在Application Framework

作为⼀份⼒图完整、客观、全⾯、丰富的报告，值得探讨的问题当然不⽌上述这些，也欢迎朋 友们阅读下⾯的报告，并随时与我们交流。 庄表伟，开源社理事⻓ 2021 年 1 ⽉ 16 ⽇ 特邀点评专家：  吴晟，Apache 软件基⾦会 Member，Apache Local Community 联合创始⼈  ⻩东旭，PingCAP 联合创始⼈兼 CTO  ⻢艳军，百度深度学习技术平台部⾼级总监 在发展多年之后，呈现出⼀种出圈的状态。 4.2 在开源中的时间投⼊ 约有 44% 的参与者每周在开源上的时间投⼊不⾜ 5 ⼩时，每周对开源投⼊时间在 5-20个⼩ 时的参与者约有 40%。 【专家点评】 吴晟：较低的职业开源开发者（⼀周超过 20 ⼩时的贡献者）⽐例，显示出中国企业对于开源 项⽬，依然主要停留在⽤户层⾯。多数开源贡献者依然使⽤业务时间或者⼯作间隙进⾏有限的 贡献和参与。 4.3 开源活动 12% 的参与者表示企业会⽀付⼯资⽀持员⼯全职/部分 参与开源，有 23% 的参与者表示学校科研项⽬或社团投⼊⽅⾯有在⽀持参与开源，可⻅现在 企业和学校都开始逐渐关注并重视开源。 【专家点评】 吴晟：能够获得开源收⼊⽐例和开源参与时间超过 20 ⼩时的⽐例⾼度⼀致，很好的显示出商 业价值在开源贡献强度上的显著变化。虽然，贡献时间和收⼊并不代表开源贡献和开源项⽬的 质量，但⾼质量的项⽬需要⼀定的商业⽀持才能得到良性循环。

已经积累了亿计的交易、几T的数据，节点服务器逐渐无 法满足交易数据的存储需求，单纯对节点存储空间进行扩容不仅开发成本高、硬件成本高，而且在数据 扩容过程中因技术要求较高，易引发系统性风险，且不能一劳永逸地解决问题。另一方面，大量交易冷 数据不仅浪费空间，而且会影响区块链节点出块和执行交易的性能。 其次，区块链由于特定的链式存储结构，链上数据只能通过智能合约接口的方式获取和调用，不仅执行 效率低下 Sayou1989 | 陈良科 | 文思海辉 setrsw | —— | 社区开发者 Shareong | 贺双洪 | 微众银行 shawn-skt | 杨硕 | 中山大学InPlusLab shitou13 | 吴媛媛 | 上海久誉软件系统有 限公司 Skkypy | —— | 社区开发者 slash-l | 刘靖毅 | 上海新致软件 smallsuqirrel | 王子成 | 华南理工大学 SomeJoker sunliying2020 | 孙丽英 | 柏链教育 supermqB | 殷 文宝 | 联仁健康医疗大数据科技股份有限公司 tan-sen | 谭广森 | 杭州亦笔科技有限公司 TechWZ | 吴圳 | 清华大学 Thompson-Chen | 陈俊鹏 | 华南理工大学 unisolate | 冯宗浩 | 香港科技大学 vita-dounai | —— | 社 区开发者 vvMonster |