提升业务逻辑的可复用性，新业务快速扩展 • 人工智能技术低成本快速应用； 架构分层，隔离UI/业务/技术 感悟 领域模型是表达业务功能背后业务本 质的模型，在建立领域模型的过程中 领域专家与统一语言不可或缺 领域建模是一个持续迭代精化的过程 控制业务复杂度，技术才能低成本应 用并深化，而DDD是一种控制复杂度 的有效方法 下一代计量架构 云+端 企业服务(SaaS服务) 智能化 1 2 3 THANK

Confirm：确认执⾏行行业务 • 真正执⾏行行业务，不不做业务检查 • Cancel：取消执⾏行行业务 • 释放Try阶段预留留的业务资源 业务服务 try confirm cancel 通过领域建模来解决 • 微服务内：聚合通过数据库事务保证强⼀一致 • 内刚 • 微服务间：最终⼀一致 • 外柔 微服务事务⼀一致性建议 • 1987年年Hector & Kenneth 发表论⽂文

Confirm：确认执⾏行行业务 • 真正执⾏行行业务，不不做业务检查 • Cancel：取消执⾏行行业务 • 释放Try阶段预留留的业务资源 业务服务 try confirm cancel 通过领域建模来解决 • 微服务内：聚合通过数据库事务保证强⼀一致 • 内刚 • 微服务间：最终⼀一致 • 外柔 微服务事务⼀一致性建议 • 1987年年Hector & Kenneth 发表论⽂文

杂性，以解决软件难以理理解，难以演化等 问题。团队应⽤用它可以成功地开发复杂业 务软件系统，使系统在增⼤大时仍然保持敏敏 捷。 事件⻛风暴暴⼯工作坊 - Event Storming是⼀一种领域建模的实践，是⼀一种快速 探索复杂业务领域的⽅方法： - 最初由Alberto Brandolini 开发，经过DDD社区和 TW的很多团队实践验证后，于2015年年11⽉月进⼊入 ThoughtWorks技术雷雷达

了解。 ● 算法比赛爱好者，希望理解国际数据挖掘顶级比赛冠军方案的方法与逻辑，取 得更好的名次。 ● 工业界工程师与研究员，借鉴比赛方法，应用于实际工作，取得更优的结果。 2. 多领域建模优化 本部分将我们将以上比赛分为三个部分进行方案介绍，第一部分为推荐系统问题；第 二部分为时间序列问题，跟第一部分的重要差别在于预测的是未来的多点序列，而非 推荐系统的单点预估；第三部分为自 for KDD Cup 2020。 52 > 2022年美团技术年货 3. AutoML 技术框架 3.1 自动化框架概述 图 12 AutoML 整体框架 经过上述的多场比赛，团队在多领域建模中不断总结与优化，抽象出其中较为通用的 模块，总结得到针对数据挖掘类问题时的一套较为通用的解决方案——AutoML 框 架。该框架包含数据预处理，自动化特征工程 [15] 和自动化模型优化 [16-20]