阿里拍卖是阿里巴巴旗下拍卖平台，覆盖房产、机动车、土地、债权等类目。召回策略作为推荐场景的第一环，决定了整个推荐系统的上限，目前包含了包括向量召回、I2I、LBS2I、C2I等多路召回。召回的核心目标是尽可能的返回用户所有可能会感兴趣的商品，给到后续粗排、精排、重排环节，最终曝光给用户。 与淘宝APP的普通商品不同，大资产商品有其独有的特点。唯一性：每件商品都是唯一的、单库存的，世界上没有两套一模一样的房子，导致对于单商品的学习难度较大；周期性：资产的预展周期通常为一个月左右，从资产上拍预展到结拍下架，时间很短，模型可能刚学习完这个商品，商品就要下架了；高价性：房子价格动辄几百上千万，土地价格动辄上亿，对于目标人群的筛选难度较高。 本文旨在分享多兴趣向量召回MIND和深度I2I召回模型PDN在阿里拍卖资产推荐场景的实践经验。内容包括模型的介绍，大资产场景的针对性优化，以及最终的效果分析，希望能对大家有所帮助和启发。
随着视频流业务的发展，业务的复杂性越来越高，视频流老工程在架构设计、代码质量、工程能力等方面的问题也逐渐凸显。本次重构是一次对大型业务工程进行架构再设计和重构的探索，本文是对这次探索的一次梳理与总结。
在大部分业务领域的开发来说，主体代码基本分为【业务向】【数据向】，两者都是重业务逻辑的业务代码。这类代码通常复杂度来自业务，且变化比较频繁，如果没有良好的习惯和编码设计，很容易臃肿不堪，被人形容成“面条”。 如何写得易读，易懂、易于修改，即简洁代码。 本文提供一些简单的参考思路。
天猫国际用户Push中心承接了国际用户触达相关的需求，比如短信、端内消息投放等等，并存在较高的并发场景。 该系统此前发现了一个查询投放计划plan为null的异常情况，在初期排查时有些丈二和尚摸不着头脑，后面突然灵光乍现——原来是缓存一致性问题！ 本文记录一下该问题的排查过程和解决方案，同时带读者朋友们一起回顾下相关的八股文～
作者日常在与其他同学合作时，经常发现不合理的日志配置以及五花八门的日志记录方式，后续作者打算在团队内做一次Java日志的分享，本文是整理出的系列文章第五篇。
作为技术同学，不仅要写好自己的代码，做好功能交付，往往还需要担任复杂项目的技术PM，推动整个项目的交付。其实人人都是技术PM，不管有没有这个title，实际上都在做这个工作，只不过是职责边界和复杂度不一样。有些同学缺少项目管理经验，不知道怎么才能做好技术PM，可能在项目过程中感觉混乱，大家做的很累，最后又延期交付，结果过程都不好，最后也搞不清楚哪里没做好。本文结合自身的一些经验，分享一下心得。
