酒店搜索跟传统的搜索排序存在很多不一样的地方，酒店搜索业务具备独有的业务特点，本文分享了深度学习在酒店搜索NLP中的应用，并重点介绍了深度学习排序模型在美团酒店搜索的演进路线。

在项目迁移到Spring Boot之后，发生内存使用量过高的问题。本文介绍了整个排查过程以及使用到的工具，也非常适用于其他堆外内存排查。

在过去的一年里，美团技术团队成功举办了19场线下沙龙，16次线上沙龙，包括99位讲师，85个演讲，70+小时分享。现整理所有的PPT和视频，分享与大家。

组件化作为Android客户端技术的一个重要分支，近年来一直是业界积极探索和实践的方向。美团内部各个Android开发团队也在尝试和实践不同的组件化方案，并且在组件化通信框架上也有很多高质量的产出。本文介绍了美团行业收银研发组Android团队的组件化实践，以及业界首创强约束组件消息总线modular-event的原理和使用。

LruCache(Least Recently Used Cache)是一种带有清退机制的缓存结构。用于DSP系统中的广告数据存储来提高广告投放引擎的性能。

文章从算法、架构两方面阐述排序学习。算法部分采用理论结合类比的方式进行讲解，希望帮助读者更容易地掌握排序学习核心概念。架构部分阐述如何设计一个良好的在线排序学习预测框架，包括特征治理、召回治理和分层模型三块。重点剖析了在线排序分层模型的组成、各模块的功能以及部分实现。

本文主要介绍了美团智能支付业务在稳定性方向所面临的挑战、踩过的坑，并重点介绍QA在稳定性测试中的一些总结和实践，供大家参考。

本文分享了美团配送在即时配送领域中机器学习技术的最新进展，其主题是如何通过大数据和机器学习手段，建立对线下真实世界的各种场景的感知能力，还原和预测配送过程各个细节，提升整体配送系统的整体精度。

从饭否到美团，潘魏增用十年的技术生涯，诠释了“长期有耐心”这句话的含义。在他看来，长期有耐心，其实也是延迟满足感。

在美团做AI，有一个非常大的优势，就是数据和应用场景丰富，可以把各种各样的前沿技术用到实际产品中，改善亿万人的生活。要把几亿消费者与数百万生活服务商家高效地连接起来，AI有很多用武之地，因此比较大的业务部门中的技术团队，都有从事AI的同学。

Java提供了种类丰富的锁，每种锁因其特性的不同，在适当的场景下能够展现出非常高的效率。本文旨在对锁相关源码、使用场景进行举例，为读者介绍主流锁的知识点，以及不同的锁的适用场景。

本文主要介绍如何通过 Category 特性来实现优雅的组件间通信方案，并分享美团平台对于 Category 用法的管控与实践。

入侵检测是每一个大型互联网企业都要面对的难题。价值越高的公司，面临入侵的威胁越大，一旦发生在数据化的互联网公司身上，其后果也不堪设想。

深度学习作为AI时代的核心技术，已经被广泛应用于多种场景。本文将介绍美团在实际工程中，如何设计和实践深度学习相关的NLU线上系统和语音识别训练系统。

本文整理了常见实时数据组件的性能特点和适用场景，介绍了美团如何通过 Flink 引擎构建实时数据仓库，从而提供高效、稳健的实时数据服务。

前端是引发企业安全问题的高危据点。我们将发表前端安全系列文章，讲解常见的前端安全问题。本文讲解CSRF的攻防原理，并为前端人员提供CSRF防护建议。

基于 React Native 的企业级移动应用的基础组件库 beeshell 的开源推广文章，从架构设计、实现、质量保证、规划几个方面对 beeshell 进行全面介绍。

ARKit 是 Apple 公司在 2017 年推出的 AR 开发平台。它通过结合 iOS 设备的摄像头、惯性测量单元等传感器，在 App 中为用户提供增强现实的体验。在用户必须亲临商户的到餐业务场景中，能够感知周围商家的位置是个很普遍、很自然的需求。本文详述了一种 LBS+AR 技术方案的探索与实现。

美团技术团队在小程序领域也进行了很多的探索和实践。扫码付是一款面向C端消费者推出的线下收单业务，这项业务主要寄托在美团小程序下。本文从外部环节和内部环节入手，介绍了美团扫码付小程序的优化与实践。

Black Hat USA 是全球顶尖的安全会议，也是全球黑客心中的“世界杯”和“奥斯卡”。美团安全研究院成员Ju Zhu受邀参加了本次盛会，在议题通过率不足20%的严苛筛选条件下，带着本次演讲的议题登上了Black Hat USA 2018的国际舞台。