千平 假装发自 望京 量子位 出品 | 公众号 QbitAI 外卖不是一个简单的生意。 前不久,美团点评刚刚宣布融资40亿美元,这些钱会花在哪?美团点评CTO罗道锋今天表示,其中一个主要的方向就是人工
刚刚度过了一个特殊的春节,美美在这里给大家拜个晚年。相信大家作为各公司技术团队的骨干,应该也和我的同事们一样,正在紧张忙碌地用技术支撑着各方面的工作,同舟共济,抗击疫情吧。请大家注意做好个人和家庭防护,多加强运动,提高免疫力。让我们一起为武汉加油,愿疫情早日结束!
AI 研习社按:互联网影响着社会的方方面面,作为 O2O 和共享经济的代表,美团外卖经过几年高速发展,以每天配送超过千万份订单、几十万骑手的规模,成为世界上最大的配送平台。实际上,看上去劳动密集型的外卖行业,其实背后蕴藏着大数据、云计算、物联网、人工智能等高新技术,是这些高科技,使美团外卖能够在激烈竞争中逐渐脱颖而出。
付晴川,目前在美团网技术工程部数据组担任技术专家。长期致力于机器学习&数据挖掘相关工作,曾就职于百度搜索研发部负责网页/图片分析,现任职于美团技术工程部,负责用户相关的数据挖掘工作。 CSDN:您对算法是怎样理解的?以及您认为算法有哪些应用领域? 付晴川:听过李开复老师的演讲《算法的力量》,也阅读过吴军老师的大作《数学之美》,不得不说算法是许多高效计算机程序的灵魂。 像查找、排序等等这样广义上讲的算法,实际上已经渗透到凡是涉及计算机程序上的几乎所有的领域了;而像机器学习/数据挖掘等等这样狭义上讲的算法,目
近10年来,机器学习发展势头迅猛,被广泛应用于搜索系统,推荐系统、垃圾邮件检索、信用评分、欺诈检测、股票交易、医疗、自动驾驶、人脸识别等多个方面。机器学习所散发出的魅力遍及了人工智能的各个领域。
很多人都会发现日常生活已经越来越离不开美团了,这个互联网平台涵盖了吃、住、行、游、购、娱……能帮我们做很多事情,非常接地气。黄色的美团外卖骑手,橙色的摩拜单车,还有美团和大众点评的 Logo……会不时出现在各个角落,已经成为我们熟悉的城市风景线。
依托清华-美团数字生活联合研究院 清华自动化系和美团联合打造 《即时配送中的人工智能技术》研究生课程 今年春季将在清华首次开课! 想知道一单外卖送到你的手上,中间到底经历了哪些复杂技术环节吗? 想知道一线互联网公司是如何利用智能建模和优化理论来解决实际难题的吗?想知道机器学习、运筹优化算法在实际复杂场景落地面临哪些挑战吗?想知道如何成为应用 AI 解决实际问题的高手吗? 欢迎加入《即时配送中的人工智能技术》课程! 课程介绍 《即时配送中的人工智能技术》课程由清华大学自动化系和美团联合开设。课程介绍实际工业场
那什么是机器学习呢?机器学习就是人们教计算机怎样从大量的数据中学习,然后作出决策或者预测行为。
作者:裴七 弗朗西斯 小芹 【新智元导读】自中国拥抱互联网时代以来,催生了三大互联网公司BAT,它们主宰着中国的技术领域,也在挑战国际巨头。而现在,中国正在目睹下一代技术巨头的崛起——诞生于移动时代,由人工智能和共享经济推动,并致力于网络服务的更新迭代。今日头条、美团点评、滴滴出行,这三家并称TMD的独角兽,成为了BAT的最强竞争者。 自中国拥抱互联网时代以来,催生了三大互联网公司,它们主宰着中国的技术领域:百度、阿里巴巴和腾讯,并称BAT。成立于20世纪末的三巨头的扩张已经远远超出了它们的核心业务——分别
每天给你送来NLP技术干货! ---- 团队介绍 NLP中心是美团人工智能技术研发的核心团队,致力于打造高性能、高扩展的搜索引擎和领先的自然语言处理核心技术和服务能力,依托搜索排序,NLP(自然语言处理)、Deep Learning(深度学习)、Knowledge Graph(知识图谱)等技术,处理美团海量文本数据,打通餐饮、旅行、休闲娱乐等本地生活服务各个场景数据,不断加深对用户、场景、查询和服务的理解,高效地支撑形态各样的生活服务搜索,解决搜索场景下的多意图、个性化,时效性问题,给用户良好的搜索
大数据文摘作品 在4月13号刚结束的O'Reilly和Intel AI Conference上,美团点评的配送算法策略架构师郝井华博士详细介绍了美团外卖即时配送业务的重难点,让我们来看看大数据文摘整理的演讲精华。 郝井华,美团点评研究员 美团外卖是全球最大的外卖平台,以及全球最大的即时配送平台。其共有骑手60万,签约商家150万,每天配送外卖1800万单。 美团要做的是即时配送,也就是在一个小时之内把订单送到客户手中。那么配送模式是如何配置的呢?60万骑手如何能够高效率低成本地工作? 优化配送模式 后台是把
在不久之前的二季度财报季,BAT各自所发布的财报已经表明,中国最大的三家互联网巨头已在AI上展开紧锣密鼓的布局,其中百度将AI当做核心驱动力、阿里注重AI在商业场景中的应用,向来谋定而后动的腾讯则将A
互联网几年来的发展已由数据的在线化,过渡到流程的自动化,目前我们正处于人工智能的风口,即:决策智能化。机器学习、人工智能算法变得越来越重要。配送作为外卖平台闭环链条上重要的一环,在线下的运营中积累了大量的数据,这就为我们在配送过程中运用机器学习的方法进行效率优化,运营成本的优化打下基础。目前配送的多个业务都已经可以看到算法的身影,比如运单调度,定价,时间预测等等。
近日,美团正式宣布加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟(BDD)。双方将通过技术团队和学术团队的深度合作,推动双方在自动驾驶领域高质量数据的共享,通过产学互动,在无人配送场景、数据等方面加快自动驾驶的技术创新、理论创新、以及落地应用的进程。
针对NLP技术,大神们刚刚展开过比较激烈的讨论——Yann Lecun论战Yova Goldberg,导火索是是一篇“对抗式生成自然语言的论文”。 NLP大神Yova Goldberg认为该论文所生成的“自然语言”和真实语言相差太远,充满语法错误,随后他直接把战斗升级成语言学家大战计算机科学家:“摆脱你们这帮搞深度学习的人,别再抓着语言不放,并宣称自己已经解决好语言的问题了。”“语言对我来说很神圣。” 对此,深度学习大神Yann Lecun自是有所不满:“这话竟然是出自Yova之口?他自己都在拿深度学习来做
8月11日晚20:30,受CSDN人工智能用户群邀请,美团推荐与个性化团队技术经理沈国阳来到CSDN在线视频分享平台,为我们深度解析美团本地生活服务推荐的工作经验,并与群友进行互动交流。沈国阳重点介绍了美团推荐系统的架构和特色,以及在排序层面的主要工作。 沈国阳表示, 对于推荐系统的效果提高,排序比候选集的贡献要大很多。美团排序的主要工作包括:模型及建模,样本采样及label处理,去除position bias,特征工程,Interleaving的使用,以及Online Learning的尝试等。 美团推
王兴在最近一篇刷屏的专访当中说,“很多人只关心边界,不关心核心”。这话放在人工智能领域当中也适用,今天很多人关心人工智能的前沿论文,但是对于它如何在企业业务中发挥实际作用,反而并不关注。每一项技术,如果没有用好,那算不得好技术。那么王兴所执掌的美团,到底是如何用AI服务核心业务呢?NLP技术到底在美团有怎样的具体案例? 本文来自美团技术大牛李彪在最近一次闭门沙龙分享,介绍 NLP 技术的应用场景、技术实现和具体案例,没有炫技,只有满满的干货。Enjoy! 作者 | 李彪 美团智能技术中心 编辑 |
2017.08.14,结束了两周的等待,如愿以偿开始了自己的美团实习生活,本来抱着三五个月走人,争取下一份实习的心态,没想到一直到转为暑期实习生、到通过留用面试、再到年后继续实习,直到今天,我已经在美团度过了615个日夜。这里的人,这里的事,一切都十分美好。
在企业的数字化转型中,大数据已成为支撑经营和业绩增长的主要手段之一。通过升级云原生架构,可以为大数据在弹性、多租户、敏捷开发、降本增效、安全合规、容灾和资源调度等方向上带来优势。如何让云原生大数据在企业中发挥最大效用,也是许多技术伙伴关注的事情。 在 3 月 17 日和 18 日,ArchSummit 全球架构师峰会(北京站)即将落地北京,我们策划了【云原生大数据实践】,邀请了字节跳动火山引擎云原生计算技术负责人李亚坤,担任专题出品人。在筛选了十几个议题之后,我们确定了本专题的四场分享,分别如下: 首先,我
5月16日,美团云正式对外发布全新品牌Logo,宣布开启AI战略,并将上线三大类AI产品,发力人工智能领域,布局云端人工智能版图
当前无论是传统企业还是互联网公司对大数据实时分析和处理的要求越来越高,数据越实时价值越大,面向毫秒~ 秒级的实时大数据计算场景,Spark 和 Flink 各有所长。CarbonData 是一种高性能大数据存储方案,已在 20+ 企业生产环境上部署应用,其中最大的单一集群数据规模达到几万亿。
AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域,帮助美团数亿消费者和数百万商户改善服务和体验,帮大家吃得更好,生活更好。
AI(人工智能)技术已经广泛应用于美团的众多业务,从美团App到大众点评App,从外卖到打车出行,从旅游到婚庆亲子,美团数百名最优秀的算法工程师正致力于将AI技术应用于搜索、推荐、广告、风控、智能调度、语音识别、机器人、无人配送等多个领域,帮助美团3.2亿消费者和400多万商户改善服务和体验,帮大家吃得更好,生活更好。
之前找实习还有秋招的时候看了不少大神的帖子,现在也来回馈一下~ 感觉这方面帖子也不多。
「TalentAI」将持续带来人工智能相关在招职位信息,欢迎正在找工作与看新机会的朋友关注,也欢迎企业伙伴与我们联系合作。 正值春招,近期推荐职位较多,欢迎大家关注「TalentAI」查看职位详情。 本期「TalentAI」推荐职位来自商汤科技、美团、北京智源人工智能研究院、博世集团、卡方科技。 商汤科技 商汤科技拥有深厚的学术积累,并长期投入于原创技术研究,不断增强行业领先的全栈式人工智能能力。涵盖感知智能、决策智能、智能内容生成和智能内容增强等关键技术领域,同时包含AI芯片、AI传感器及AI算力基础设施
3.14网申的(北京,基础研究部门),3.20笔试。二十多天没消息,然后今天(4.12)下午接到美团面试电话,当然是前两天约好的,面试官大概迟到了十多分钟。 Q:介绍一下做过的项目 A:balabala... Q:一千万个整数,每个数的范围在[-1000,1000],怎样对他们排序最快? A:计数排序 Q:复杂度呢? A:O(N) Q:如果不是整数呢?是浮点数怎么办?数的个数再增加到10亿个呢? A:...说了一堆没用的 Q:我给点提示吧,这其实不是一道纯算法题,是一道设计与算法结合的题 A:要最快的话,用
本文重点解读美团在即时配送领域机器学习技术的最新进展,构建对线下真实世界各种场景的感知能力,还原并预测配送过程各个细节。
机器之心原创 撰文:高静宜 编辑:吴欣 100 万单、 1000 万单到 1400 万再到 1600 万单的峰值,美团点评的外卖日订单迅速上涨。与此同时,配送体验要求也在不断提升,平台也始终面临运力的挑战,必须不断平衡配送成本和配送体验的要求。 如何通过技术手段而不是单纯扩大骑手规模的方式,让美团外卖平台超过 50 万的骑手高效工作,提升用户满意度的同时,降低配送成本,是美团配送技术团队持续解决的难题。「美团外卖业务场景的技术难度相对较高的主要表现在于——系统压力高峰期区分明显、交易链路长实时性要求高、交易
“ I’m sorry. I can’t do that, Dave.” 这是经典科幻电影《2001: A Space Odyssey》里HAL 9000机器人说的一句话,浓缩了人类对终极人工智能的憧憬。让机器学会说这样简单一句话,需要机器具备情感认知、自我认识以及对世界的认识,来辅助机器处理接收到的各种信息,了解信息背后的意思,从而生成自己的决策。而这些认知模块的基础,都需要机器具备知识学习组织推理的能力,知识图谱就是为实现这些目标而生。
大家好,我是本公众号的主持人,美团技术团队的程序员鼓励师美美。今天是感恩节,我们特别感谢读者朋友们的一路相伴,感恩有你。文末还有我们的感恩福利呦,欢迎领取~
总第529篇 2022年 第046篇 今年,美团技术团队有多篇论文被KDD 2022收录,这些论文涵盖了图谱预训练、选择算法、意图自动发现、效果建模、策略学习、概率预测、奖励框架等多个技术领域。本文精选了7篇论文做简要介绍(附下载链接,论文排名不分先后),希望能对从事相关研究方向的同学有所帮助或启发。 论文01:Mask and Reason: Pre-Training Knowledge Graph Transformers for Complex Logical Queries(支持知识推理的图谱预训
“在开发领域从理念(敏捷开发)、架构(微服务、动态化)、方法论(领域驱动开发)、实践(开源、组件化开发)等方面全方位变革的时代,软件测试领域并没有形成系统化的应对,我们正在掉队……”美团优选测试团队负责人李永刚在接受 InfoQ 采访时谈到。 产品发布周期越来越短,测试技术跟不上,这就是掉队。虽然测试窗口在不断缩小,但测试效率并没有大幅度提高,这就导致了很多潜在问题遗留下来,线上系统故障率急速攀升。而人工智能的发展使得测试提效成为可能。 智能化测试值不值得做?应该如何做?业界有哪些实践?是不是大家都可以做智
原始视频视频资源已经在优酷公开:2018.8.11 Flink China Meetup·北京站-Flink在美团的应用与实践
提到 AI,大家马上想到计算机视觉、语音识别、自动驾驶、自然语言处理、芯片这些热门技术领域,这些领域的技术人才如今正受到企业们的疯抢。不过近年来,随着知识图谱技术不断被提及,作为 AI 领域底层的技术,其升温之势已经开始显现。不仅是 NLP 领域,大数据甚至是计算机视觉领域的背后都需要知识图谱技术的支持,企业内部更是开始组建专业的技术团队来支持、优化自己的产品。
很多应用通常都需要用定向展示广告来进行获客,对信用卡广告来说,由于用户转化存在较长的链路,持续有效的获客比传统广告更具挑战性。本文结合美团联名信用卡业务中的具体实践,以及今年发表在KDD 2021上的论文,介绍了一种自适应信息迁移多任务(AITM)框架,通过该框架可建模用户多步转化之间的序列依赖关系,并提高端到端获客转化率。希望能对从事相关研究的同学有所帮助或者启发。
随着深度学习在图像、语言、广告点击率预估等各个领域不断发展,很多团队开始探索深度学习技术在业务层面的实践与应用。而在广告CTR预估方面,新模型也是层出不穷: Wide and Deep[1]、DeepCross Network[2]、DeepFM[3]、xDeepFM[4],美团很多篇深度学习博客也做了详细的介绍。但是,当离线模型需要上线时,就会遇见各种新的问题: 离线模型性能能否满足线上要求、模型预估如何镶入到原有工程系统等等。只有准确的理解深度学习框架,才能更好地将深度学习部署到线上,从而兼容原工程系统、满足线上性能要求。
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号:datayx 。 。 。 。 。 。 。 全部 代码 ,视频,数据集 获取方式: 关注微信公众号 datayx 然后回复 唐宇迪 即可获取。 机器学习算法AI大数据技术 搜索公众号添加: datanlp 长按图片,识别二维码 ---- 阅读过本文的人还看了以下文章: TensorFlow 2.0深度学习案例实战 基于40万表格数据集TableBank,用MaskRCNN做表格检测 《基于深度学习的自然
写个总结,回馈牛客~ 给自己也给未来面试的同学,少走弯路,命中率更高点~ 祝大家满意的offer多多(迟来的总结 [算法岗-机器学习方向]) 直接上干货 前期准备 理论:统计学习(李航)+ 机器学习(周志华) + 推荐系统实战(项亮)+ 深度学习(那本花书)+ 数据挖掘导论 + 编程之美 + 剑指offer [书籍] 台大 林轩田(个人觉得很赞)[视频] 牛客网 leetcode [网站] 项目:可以做做kaggle(感觉这个才是真正提升之道,大牛们很乐意分享技术,可以学到很多)或者国内的一些比赛(天池/
和我一样经历过几代技术变迁的老鸟都知道,当真正的技术浪潮来临时,技术人除了抓住浪潮别无选择。“随波逐流”大概是我们这一代技术人的宿命。
逻辑回归(Logistic Regression)是机器学习中的一种分类模型,由于算法的简单和高效,在实际中应用非常广泛。本文作为美团机器学习InAction系列中的一篇,主要关注逻辑回归算法的数学模型和参数求解方法,最后也会简单讨论下逻辑回归和贝叶斯分类的关系,以及在多分类问题上的推广。 逻辑回归 问题 实际工作中,我们可能会遇到如下问题: 1. 预测一个用户是否点击特定的商品 2. 判断用户的性别 3. 预测用户是否会购买给定的品类 4. 判断一条评论是正面的还是负面的 这些都可以看做是分类问题,更准确
简介:何仁清,美团配送AI方向负责人。本文重点解读美团在即时配送领域机器学习技术的最新进展,构建对线下真实世界各种场景的感知能力,还原并预测配送过程各个细节。
搜索、推荐和广告等这些AI主流应用背后的一个核心技术,是排序学习(Learning to Rank)。本文从系统开发工程师的角度做了非常系统通俗的解读,主要概念,连美美都看懂啦,推荐给大家。
文章作者:Tyan 博客:noahsnail.com | CSDN | 简书
经过上千个国际顶级团队几个月的激烈角逐,KDD CUP 2020 大赛结果终于在其官网上公布,其中,来自中国的团队如国立台湾大学、美团点评、北航、第四范式、东南大学、上海交大、国科大、清华大学包揽全部奖项的冠亚军!
向AI转型的程序员都关注了这个号👇👇👇 机器学习AI算法工程 公众号:datayx 所有论文 包括已经录制完成和之后将要介绍的论文。选取的原则是10年内深度学习里有影响力文章(必读文章),或者近期比较有意思的文章。当然这十年里重要的工作太多了,不可能一一过一遍。在选取的时候我会偏向一些之前 直播课 中没讲到过的。 总论文数 67,录制完成数 32 全部 代码 ,预训练模型 获取方式: 关注微信公众号 datayx 然后回复 论文 即可获取。 机器学习算法AI大数据技术 搜索公众号添加: d
领取专属 10元无门槛券
手把手带您无忧上云