美团技术相关学习

最新推荐文章于 2025-05-06 20:19:09 发布
转载 最新推荐文章于 2025-05-06 20:19:09 发布 · 417 阅读 · 0

博客提供了美团技术博客的网址，即http://tech.meituan.com/ ，可通过该网址访问美团相关技术内容。
网址:http://tech.meituan.com/
美团架构（技术+业务）简化与极致：O2O企业的技术进化与创新
张彦峰的博客
03-22 5万+
美团的技术架构演变+美团业务架构优化+O2O 技术优化贯通的
美团面试——机器学习岗
FPGA/MATLAB学习教程/源码/项目合作开发
10-14 900
1.介绍研究方向2.二叉树的中序非递归遍历3.介绍shufflenet，resnet等4.介绍神经网络参数初始化的方法。
探索美团点评的机器学习技术
AI天才研究院
12-27 907
美团点评是一家中国大型互联网科技公司，专注于提供点评、购物、餐饮、旅行、出行等服务。美团点评在数据挖掘和机器学习方面的应用非常广泛，包括推荐系统、图像识别、自然语言处理等领域。在这篇文章中，我们将探讨美团点评在机器学习领域的一些核心技术和应用。
美团技术架构
热门推荐
GNU'S Not Unix
04-20 2万+
追求极致：从技术细节看美团架构  很多人认为，电商都没有什么技术含量，没有什么门槛。可是，美团能从千团大战中脱颖而出，成为国内最大的本地生活服务平台，必然不是靠运气。美团网技术委员会主席夏华夏为InfoQ的读者分享了美团内部的思考：「技术团队的努力、不断追求极致的努力」是公司走向成功的重要原因。 Q访谈：十分钟了解美团大牛 夏华夏，现任美团网技术委员会主席，负责基
美团搜索广告召回技术
qq_44761480的博客
12-06 254
生成式算法相比判别式，能够有效的拓展整个召回的策略空间，2023年我们基于大模型的技术思想赋能现有的召回模型拿到了一些效果，但远未达到新技术方式的上限。看未来，一方面随着算力的逐渐提升，我们可以探索更大规模的生成式模型直接落地，另一方面可以探索在线的端到端生成式召回，来优化多级漏斗带来的样本偏差和漏斗效率问题。
2021年美团技术团队最受欢迎的22篇技术文章
美团技术团队
12-30 4917
再见2021你好2022「美团技术团队」微信公众号祝大家新年快乐！温故而知新，我们根据文章的「阅读量」和「在看」数，以及所覆盖的技术领域，精选了22篇技术文章作为新年礼物送给大家。希望在2...
图技术学习-来自美团技术研究
han_liwei的博客
12-25 847
图技术的简单介绍
从面试到晋升：美团技术专家的职业发展全记录
AI天才研究院
05-06 1404
本文旨在为希望加入美团或在美团内部晋升的技术从业者，提供一套完整的职业发展指南。内容覆盖面试准备全流程（简历筛选、技术笔试、多轮面试技巧）、美团技术职级体系解析（T序列能力模型）、晋升核心要素（技术深度、业务影响力、团队协作、管理能力）以及实战经验分享（项目案例、技术方案设计、跨部门协作策略）。案例均基于美团真实业务场景，涵盖后台开发、算法、前端、大数据等主流技术岗位。背景篇：解析美团技术岗位职业发展框架面试篇：从简历到Offer的全流程通关技巧能力篇：T序列各职级核心能力模型深度拆解实战篇。
美团技术十年：让我们感动的那些人那些事
一个有情怀的程序猿博客
06-13 4454
时光荏苒，美团十岁了，美团技术团队也走过了十个春秋。 2010年3月4日美团网上线的时候，整个公司总共十来人，在一套三居室的民房里起步。其中技术团队只有5个人，现在有4位还在美团。 今天，美团是中国市值第三的互联网公司，技术团队也已经达到9000多人规模，覆盖前端、后台、系统、算法、测试、运维、数据、硬件等8个技术领域。 2013年美团公司年会上，王兴特别引用了清华大学老校长梅贻琦先生的一句名言：“大学者，非谓有大楼之谓也，有大师之谓也。”他是告诉在场的美团同学：选择跟什么样的人在一起做什么样..
2018年美团点评技术年货（中）
02-09
8. **人工智能应用**：美团在无人配送、智能客服、图像识别等领域有深入研究，可能会分享相关AI技术的应用案例。 9. **技术团队建设**：除了技术实践，也可能包括团队管理、人才培养、技术文化等方面的分享，对于...
人工智能+美团+机器学习实践+面经
02-29
美团作为国内020领域领先的服务平台，结合自身的业务场景和数据，积极进行了人工智能领域的应用探索:在美团的搜索、推荐、计算广告、风控和图像处理等领域，相关的人工智能技术得到广泛的应用。本书包括通用流程、...
2018年美团点评技术年货（合）
02-09
《2018年美团点评技术年货（合）》是一部综合性的技术资料集，...通过《2018年美团点评技术年货（合）》这部资料集，读者可以了解到美团点评在技术上的深厚积累和实战经验，为自身在相关领域的工作和学习提供宝贵参考。
Lua非空判断方法[源码]
11-24
本文详细介绍了在Lua中进行非空判断的几种方法，特别是针对table类型的变量。首先，文章指出了直接对nil值进行索引会导致异常的问题，并给出了一个简单的例子来说明如何避免这种情况。接着，文章讨论了如何判断一个table是否为空，指出不能简单地使用`#table == 0`的方式，而是应该使用`next(t) == nil`的方法。此外，文章还提到了`next`指令在LuaJIT中的优化问题，建议在非必要情况下少用。最后，文章简要介绍了如何判断一个字符串是否全部由空格组成，使用了正则匹配的方法。这些内容对于Lua开发者来说非常实用，能够帮助他们避免常见的错误。
JS表格转Excel实现[可运行源码]
11-24
该文章详细介绍了如何使用JavaScript将HTML表格数据导出为Excel文件。内容涵盖了针对不同浏览器的兼容性处理，包括IE和非IE浏览器的不同实现方式。对于IE浏览器，使用ActiveXObject进行导出；对于非IE浏览器，则通过base64编码和数据URI方案实现。文章还提供了完整的代码示例，包括表格数据的处理、格式化和导出功能，支持文本和图片类型的数据导出。
图片转bin文件存储[项目代码]
11-24
本文介绍了在OpenCV项目中如何将大量图片数据转换为二进制（bin）文件进行高效存储和读取的方法。作者在项目中遇到需要处理大量图片数据的问题，尝试了多种格式（如.mat、.txt、.yml）后发现效率较低。通过使用二进制文件存储，显著提升了读写速度。文章详细展示了使用OpenCV将图片写入二进制文件的代码示例，以及从二进制文件读取图片数据的实现方法。虽然该方法需要提前知道图片的尺寸和数量，但读写速度极快，适合处理大量图片数据。作者还提到可以通过换行符或终止符优化读取过程，但未深入探讨。
ROS视觉处理与色彩识别[项目源码]
最新发布
11-24
本文详细介绍了在ROS环境下进行视觉处理的基础步骤，特别是针对色彩识别的实现方法。内容涵盖了从摄像头驱动的安装与配置（如usb_cam驱动和image_view工具的使用），到创建功能包和编写图像处理节点（包括RGB图像回调函数、HSV色彩空间转换、二值化处理及形态学操作）。此外，还演示了如何在仿真环境中获取图像，并通过OpenCV实现红色和绿色物体的识别与追踪。最后，文章提供了完整的代码示例和编译运行步骤，帮助读者快速上手ROS视觉处理项目。
Anaconda安装与使用指南[项目源码]
11-24
本文详细介绍了在Anaconda环境下安装和使用jupyter及numpy的步骤。首先，指导用户如何安装Anaconda并创建虚拟环境，然后详细说明了如何在虚拟环境中安装jupyter和numpy。接着，文章提供了多个numpy的练习示例，包括创建零向量、矩阵操作、归一化等。此外，还介绍了如何在Jupyter中完成numpy、pandas和matplotlib的例题，涵盖了从基础操作到实际应用的多个方面。最后，文章总结了实验过程中的经验，特别是在使用国内镜像源后下载速度的提升。
【动静障碍物】基于JPS算法（改进A）全局路径规划与DWA动态窗口局部避障的机器人自主导航混合控制算法（Matlab代码实现）
11-24
【动静障碍物】基于JPS算法（改进A）全局路径规划与DWA动态窗口局部避障的机器人自主导航混合控制算法（Matlab代码实现）内容概要：本文介绍了一种结合改进A*算法的JPS（跳跃点搜索）全局路径规划与DWA（动态窗口法）局部避障的混合控制算法，用于机器人在动静态障碍物环境下的自主导航。该算法通过JPS优化全局路径搜索效率，提升路径规划速度，并结合DWA实现实时动态避障，增强了机器人在复杂动态环境中的适应性和安全性。整个系统在Matlab平台上进行了代码实现与仿真验证，展示了良好的路径规划效果与避障性能。; 适合人群：具备一定机器人学、自动控制或路径规划基础知识的研究生、科研人员及从事智能机器人开发的工程技术人员。; 使用场景及目标：①应用于移动机器人在静态与动态障碍共存环境中的自主导航任务；②为研究高效全局规划与实时局部避障的融合策略提供技术参考与实现案例；③支持Matlab仿真环境下的算法验证与优化。; 阅读建议：建议读者结合Matlab代码深入理解JPS与DWA的集成逻辑，重点关注算法在路径最优性、计算效率与避障实时性之间的平衡设计，可进一步扩展至多机器人系统或复杂地形场景的应用研究。
美团点评技术年货深度学习实践揭秘
总结来说，美团点评在2018年技术年货中展示的算法技术覆盖了深度学习、知识图谱、强化学习、图像识别等多个AI领域，并在搜索广告、推荐系统、配送服务、内容审核和视觉设计等方面取得了实际应用成果。通过这些技术的...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值