TSLint为TypeScript提供了代码检查能力，对使用TypeScript的React Native工程，在规范性、安全性、可靠性、可维护性等方面起到重要作用。本文主要对TSLint相关知识进行分享，并对自定义TSLint规则进行介绍。

HIDS主机型入侵检测系统是部署在服务器上的安全防护Agent，用来保障服务器安全。在大型互联网公司，面对的是几十万台甚至上百万台服务器规模的IDC时，复杂的服务器环境，网络环境，巨大的数据量给产品带来了哪些技术挑战呢？

本文介绍了大众点评搜索核心排序层模型的演化之路，包括结合知识图谱信息构建适合搜索场景的Listwise深度学习排序模型LambdaDNN以及特征工程实践和相关工具建设。

洪磊的职业生涯可以用“跌宕起伏”来形容。从高中时就参加各种计算机竞赛，就开始涉足技术。大四那年，瞒着家里人跟几个小伙伴一起休学创业。

本文介绍了在美团客户端单周发版快速迭代的背景下，大交通业务线多个仓库的多个发版分支的自动化的管理方法。

酒店搜索跟传统的搜索排序存在很多不一样的地方，酒店搜索业务具备独有的业务特点，本文分享了深度学习在酒店搜索NLP中的应用，并重点介绍了深度学习排序模型在美团酒店搜索的演进路线。

在项目迁移到Spring Boot之后，发生内存使用量过高的问题。本文介绍了整个排查过程以及使用到的工具，也非常适用于其他堆外内存排查。

在过去的一年里，美团技术团队成功举办了19场线下沙龙，16次线上沙龙，包括99位讲师，85个演讲，70+小时分享。现整理所有的PPT和视频，分享与大家。

AI技术如何在视觉设计领域中协助设计师更高效地完成工作？本文将介绍我们在海报设计与AI技术结合方面的一些探索。

本文介绍美团到店餐饮团队对 iOS 覆盖率检测算法的研究，分享一种可以嵌入到现有开发流程中，并对开发透明的增量代码测试覆盖率工具的实现。

在数据平台的建设中，数据一致性一直是一个难题，在常规的解决思路上，一般是通过加强数据仓库的建设来保证。不过由于业务的复杂性，需求来源的多样性，数据仓库无法完全消除这个问题，所以需要建设一个专业数据治理平台来辅助实现，达成数据一致性目标。

组件化作为Android客户端技术的一个重要分支，近年来一直是业界积极探索和实践的方向。美团内部各个Android开发团队也在尝试和实践不同的组件化方案，并且在组件化通信框架上也有很多高质量的产出。本文介绍了美团行业收银研发组Android团队的组件化实践，以及业界首创强约束组件消息总线modular-event的原理和使用。

LruCache(Least Recently Used Cache)是一种带有清退机制的缓存结构。用于DSP系统中的广告数据存储来提高广告投放引擎的性能。

文章从算法、架构两方面阐述排序学习。算法部分采用理论结合类比的方式进行讲解，希望帮助读者更容易地掌握排序学习核心概念。架构部分阐述如何设计一个良好的在线排序学习预测框架，包括特征治理、召回治理和分层模型三块。重点剖析了在线排序分层模型的组成、各模块的功能以及部分实现。

美团点评DBA团队经历了从人肉运维到工具化、产品化、自助化、自动化的转型之旅，也开始了智能运维在数据库领域的思考和实践。

本文主要介绍了美团智能支付业务在稳定性方向所面临的挑战、踩过的坑，并重点介绍QA在稳定性测试中的一些总结和实践，供大家参考。

本文分享了美团配送在即时配送领域中机器学习技术的最新进展，其主题是如何通过大数据和机器学习手段，建立对线下真实世界的各种场景的感知能力，还原和预测配送过程各个细节，提升整体配送系统的整体精度。

从饭否到美团，潘魏增用十年的技术生涯，诠释了“长期有耐心”这句话的含义。在他看来，长期有耐心，其实也是延迟满足感。

在美团做AI，有一个非常大的优势，就是数据和应用场景丰富，可以把各种各样的前沿技术用到实际产品中，改善亿万人的生活。要把几亿消费者与数百万生活服务商家高效地连接起来，AI有很多用武之地，因此比较大的业务部门中的技术团队，都有从事AI的同学。

DB数据是大数据场景下进行数据分析与挖掘的重要数据来源，是ODS层数据的重要构成部分。本文主要从Binlog流式采集和基于Hive的ODS数据生产两方面，介绍美团点评各业务线的DB数据同步到数据仓库的架构和实践。