为了帮助业务方更好的接入和落地Flutter技术，MTFlutter团队对Flutter的包大小问题进行了调研和实践，设计并实现了一套基于动态下发的包大小优化方案，瘦身效果也非常可观。

在美团有一句老话，叫做「苦练基本功」。美团创始人王兴解读的基本功是业务和管理的基本动作。只要能把基本功扎实练好，就能产生巨大价值。然而滴水石穿非一日之功，练好基本功是一个长期的事情。那么对于技术团队来说，专业基本功是什么？又该如何练习呢？一起听听美团技术大咖如何理解技术基本功的吧~ ~

ACM SIGKDD （国际数据挖掘与知识发现大会，简称 KDD）是数据挖掘领域的国际顶级会议。美团参加了KDD Cup比赛中Debiasing、AutoGraph、Multimodalities Recall等三道赛题，最终在Debiasing赛道中获得冠军（1/1895），在AutoGraph赛道中也获得了冠军（1/149），并在Multimodalities Recall赛道中获得了季军（3/1433）。

ACM SIGKDD （国际数据挖掘与知识发现大会，简称 KDD）是数据挖掘领域的国际顶级会议。美团参加了KDD Cup比赛中Debiasing、AutoGraph、Multimodalities Recall等三道赛题，最终在Debiasing赛道中获得冠军（1/1895），在AutoGraph赛道中也获得了冠军（1/149），并在Multimodalities Recall赛道中获得了季军（3/1433）。

提高机器阅读理解（MRC）能力以及开放领域问答（QA）能力是自然语言处理（NLP）领域的一大重要目标。在人工智能领域，很多突破性的进展都基于一些大型公开的数据集。

Kubernetes是让容器应用进入大规模工业生产环境的开源系统，也是集群调度领域的事实标准，目前已被业界广泛接受并得到了大规模的应用。Kubernetes在美团也进行了大规模的部署，已经成为美团云基础设施的管理引擎。

ZGC（The Z Garbage Collector）是JDK11中推出的一款低延迟垃圾回收器。ZGC适用于大内存低延迟服务的内存管理和回收，本文主要介绍ZGC在低延时场景中的应用和卓越表现。

NER是信息提取、问答系统、句法分析、机器翻译、面向Semantic Web的元数据标注等应用领域的重要基础工具，在自然语言处理技术走向实用化的过程中占有重要的地位。

本文将与大家探讨美团搜索与NLP部使用的统一在线预估框架Augur的设计思路、效果、优势与不足，希望对大家有所帮助或者启发。

为进一步优化美团搜索排序结果的深度语义相关性，提升用户体验，搜索与NLP部算法团队从2019年底开始基于BERT优化美团搜索排序相关性，经过三个月的算法迭代优化，离线和线上效果均取得一定进展。本文主要介绍探索过程以及实践经验。

KV 存储作为美团一项重要的在线存储服务，承载了在线服务每天万亿级的请求量，本文系演讲内容的整理。

本文从 Flutter 的特点讲起， 阐述了美团外卖团队在整个 Flutter 动态化上探索的心路历程，还有设计理念、核心原理以及业务应用的经验。本文的视角也不局限于框架本身，更多思考了在解决问题的过程中技术团队需要做的事情，希望能对大家有所启发和帮助。

本文从一次MyBatis版本升级引发的线上告警开始讲起，然后针对告警定位过程、源码原理进行了深入的分析，并加入了不同版本的类比分析，最后结合实际工作做了一些经验总结，希望能对大家的工程实践有一定的帮助。

行人轨迹预测问题是无人驾驶技术的重要一环，已成为近年来的一项研究热点。在机器人领域国际顶级会议ICRA 2020上，美团无人配送团队在行人轨迹预测竞赛中夺冠，本文系对该预测方法的一些经验总结，希望能对大家有所帮助或者启发。

本文介绍了美团MySQL数据库巡检系统的框架和巡检内容，希望能够帮助大家了解什么是数据库巡检，美团的巡检系统架构是如何设计的，以及巡检系统是如何保障MySQL服务稳定运行的。

本文重点阐述了美团配送技术团队在A/B评估体系构建过程中的一些思考和具体的实践，包括如何建立完备的指标体系、如何建立科学权威的评估方式等等。希望能够给大家一些启发和帮助。

本文主要介绍了Sketch Plugin项目的背景，由浅入深地带领大家认识了Sketch Plugin项目，文中还详细解读了该技术的各种优缺点，同时还提供了详细的实践步骤和踩坑总结。希望本文对大家打造一致性体验能够有所帮助。

计算机视觉技术是实现自动驾驶的重要部分，美团无人配送团队长期在该领域进行着积极的探索。不久前，高精地图组提出的CenterMask图像实例分割算法被CVPR2020收录，本文将对该方法进行介绍。

本文主要介绍了美团在打造自有规则引擎Zeus（中文名“宙斯”）的过程中，信息安全团队遇到的挑战以及对应的解决方案，并分享了很多踩过的坑，同时还有一些思考和总结。

命名服务主要解决微服务拆分后带来的服务发现、路由隔离等需求，是服务治理的基石。日均调用达到万亿级别的美团命名服务MNS，如何实现从1.0到2.0的演进？