通过对权益玩法平台现有业务应用的Serverless化改造，权益团队在双十一期间完美地支撑了业务需求，在研发效率、运维保障等方面都体现出了很高的价值和收益。
本文详细介绍了并行编程以及一些并行问题案例中的真实业务场景。如何写出更优雅的并行程序？有哪些风险和注意事项？本文来为你解答。
作者从7月份开始做AIGC相关的项目有了一些感触和经验总结分享给大家，生成图片的质量提升一方面来自于AIGC领域大模型和开源插件的飞速发展，一方面来自对于生成路线和参数的理解加深。
从技术新人到一个成熟的技术leader，需要经历几个身份迭代？每一次身份的转换都需要怎样的思维升级？本文将从技术新人、潜力干将、架构师、技术leader四种身份的思维升级依次展开。
灵感艺术家项目，旨在通过AIGC绘图能力，联合商家打造低门槛+高趣味性的宣传海报设计大赛，本文分享我们的方案和优化方向。建议对AIGC感兴趣的工程、算法方向的同学阅读。
终端技术已经从过去原生技术发展到原生技术和前端技术融合的大终端技术阶段，对于用户体验的不断追求始终离不开底层原生技术和内核技术的升级和突破。为了更好的支撑终端技术的快速发展，一方面需要不断对底层技术做突破，另一方面也需要在AI/AR等新方向上的内核技术做探索，通过对这些底层的基础能力不断地升级突破，势必会创造出更多的技术红利。 本次D2特设的原生技术&内核的专场，为大家挖掘底层技术的创新&突破的实践和思考。
RTP 系统(即 Rank Service)，是一个面向搜索和推荐的 ranking 需求，支持多种模型的在线 inference 服务。在过去的几年里，我们对于RTP业务的GPU性能优化已经做了不少尝试，包括kernel fusion，CUDA Graph等。在此基础上，今年我们又在RTP上集成了Multi Stream[01]，改变了TensorFlow的单流机制，让多流的执行并行，作为增加GPU并行度的另一种选择。 RTP执行的backend是TensorFlow。TensorFlow作为调度算子的框架应用在推荐业务的推理场景中，对GPU是比较不友好的。这是因为TensorFlow总是倾向于用大量的operator构建一个graph，每个operator在GPU上又会调用一个或者多个kernel；而同时，TensorFlow本身是一个单流模型，在一个进程内只有一个Stream group（包含一个Compute Stream，一个H2D Stream，一个D2H Stream和一个D2D Stream），kernel间的执行很难并行，可以说调度的效率是偏低的。
随着ChatGPT的讨论度愈来愈高，一些爱好者也从中做了许多新的尝试，例如从中构建小的产品闭环，又或者提升自己的工作效率。我自己和两位小伙伴也实操了一个绘本案例，分享给大家，希望大家能从实践中对AIGC有更深的感触和了解~
终端工程方向的兴起十年有余，从最初的各种工具库、框架争相斗艳百舸争流，到 React、VUE 二分天下家族兴旺；从 HTML、CSS、JS 三兄弟 苦苦挣扎，到 Node.js、Typescript、WASM 等横空出世。从 Web、 APP 各自为战，到小程序、Flutter 等混合研发方案杀出重围。终端技术的每一次飞跃都离不开工程能力和研发模式鼎力相助。本话题旨在提升研发效率和质量的创新型技术方法和实践，涵盖：低（无）代码、智能辅助研发、构建工具、编码调试插件和方法、监控和性能度量、自动化测试和发布流程等。
本专题共10篇内容，包含淘宝APP基础链路过去一年在用户体验数据科学领域（包括商详、物流、性能、消息、客服、旅程等）一些探索和实践经验。 在商详页基于用户动线和VOC挖掘用户决策因子带来浏览体验提升；在物流侧洞察用户求助时间与实际物流停滞时长的关系制订表达策略带来物流产品满意度提升；在性能优化域构建主客观关联模型找到启动时长与负向反馈指标的魔法数字以明确优化目标；构建多源VOC标签体系综合运用用户行为和用户VOC洞察、落地体验优化策略，并总结出一套用户体验分析方法论。
