介绍强化学习在美团推荐排序中的应用，包括三个部分：多模型融合的MDP设计奠定了取得收益的基础；针对强化学习鲁棒性和样本利用效率较低的问题，改进DDPG模型使线上取得稳定收益；基于TensorFlow的轻量级实时DRL框架为快速迭代实验提供了保障。

本文主要分享了美团在容器技术上做的一些探索和实践，内容主要涵盖美团容器云在Linux Kernel、Docker和Kubernetes层面做的一些优化工作，以及美团内部推动容器化进程的一些思考。

成长没有什么秘笈，就是一点点去突破自己的边界就好。对技术同学来说，我们应该要拓宽技术视野，并且保持不断的学习心态。

CAT（Central Application Tracking），是基于Java开发的分布式实时监控系统。CAT目前在美团点评的产品定位是应用层的统一监控组件，在中间件（RPC、数据库、缓存、MQ等）框架中得到广泛应用，为各业务线提供系统的性能指标、健康状况、实时告警等。

CAT是一个开源的实时监控系统，它侧重于Java应用的监控，目前每天实时处理大约100TB数据。为美团业务线提供丰富的监控报表和告警。

作为人工智能时代最重要的知识表示方式之一，知识图谱能够打破不同场景下的数据隔离，为搜索、推荐、问答、解释与决策等应用提供基础支撑。

由于 iOS 系统自身的设定，导航栏的转场效果受到诸多因素的限制。除此之外，大型应用中的路由系统也需要导航栏的转场更加灵活、稳定和方便，这些要求都提升了导航栏相关组件的开发难度，本文将介绍美团点评针对此问题的解决方案以及最佳实践。

本文主要介绍在生产环境下，如何使用TensorFlow Serving部署深度学习预估服务；同时为了满足线上性能要求，我们对TensorFlow底层原理以及性能优化做了进一步的讨论，最终实现了高性能的要求。

本文主要介绍全链路压测在美团点评的实战经验，包括如何提供安全有效的压测环境，模拟线上真实的流量请求，提供多种压测模式的支持，压测过程的实时监控等。

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XSS的攻防原理，并为前端人员提供XSS防护建议。

外卖业务需要在外卖App和美团App上上线，这就让外卖业务产生了复用的问题。本文基于美团外卖Android开发团队长期的平台化复用开发经验，提供一种代码复用的实践方案。

微前端是前端开发中一个比较热门的话题，在美团企业项目中，我们采用微前端的方式，搭建类单页应用。本文讲述了前端HR业务的整个微前端化过程。

追求卓越是每一位工程师应该遵循的价值观，在工作中我们应当如何践行呢？这需要原则的指导。本文将作者在多年工作与学习中总结的十条原则介绍给大家，期望能够给大家带来一些启发。

本文将介绍一个用于测量App页面加载速度和冷启动速度的SDK，以及将其自动化实现的插件，可以对整个项目所有页面的加载速度进行实时监控，并且没有业务代码的侵入。

美团每天有百万级的图片产生量，运营人员负责相关图片的内容审核，对涉及法律风险及不符合平台规定的图片进行删除操作。由于图片数量巨大，人工审核耗时耗力且审核能力有限，所以必须依靠深度学习技术。

服务的高可用是每个业务方都极力追求的事，本文将详细讲讲大众点评账号团队在高可用方面的思考和实践，看看我们的实现有什么不一样。

本文以美团旅行大交通实时战场沙盘为例，讲述实时数据处理系统的架构、设计以及优化。

本文将聚焦软件开发生命周期中的提测阶段，以改进提测质量为例，介绍质量运营方法在智能支付业务中的初步应用。

业务发展是树，系统稳定是根。想要向上成树，先要向下扎根。美团点评智能订单量在高速增长，也给系统带来了巨大的挑战。本文主要介绍了美团点评智能支付核心交易系统的可用性实践。

运营策略及方式在激烈的竞争中越发重要，需要较强的系统能力进行支撑。本文主要介绍酒旅实时运营业务在具体场景下的实践。