如何让混沌工程实验降本增效
通过在测试环境和生产环境上，注入经过精心设计并控制好爆炸半径的故障，进行故障注入实验，就可以观察和学习复杂分布式系统的运行模式和失效模式，从而提升团队的系统稳定性设计，让团队能够快速应对业务系统在云环境上的未知故障。
相关分享
无图
外卖广告大规模深度学习模型工程实践 | 美团外卖广告工程实践专题连载
在外卖广告CTR场景下，深度学习模型正在从简单DNN小模型过渡到千亿参数复杂模型。基于该背景，本文将重点针对大规模深度模型在全链路带来的挑战，从在线时延、离线效率两个方面展开，阐述外卖广告在大规模深度模型上的工程实践经验，希望能为读者提供思路上的借鉴。
无图
工程效能CI/CD之流水线引擎的建设实践
经过近3年的建设打磨，美团流水线引擎完成了服务端的基建统一，每日支撑近十万次的流水线执行量，系统成功率保持在99.99%以上。本文主要介绍在自研引擎建设层面遇到的挑战以及解决方案。
无图
敏捷交付的工程效能治理
在Thoughtworks，我们通过对最佳实践(Sensible Default Practices)、能力和度量的持续治理和改进，在保障交付正确的客户价值和减少浪费的基础上，使交付质量更好，速度更快，反馈更及时，从而达到追求工程卓越和形成发展工程师文化的目的，最终产生客户影响力。
无图
Thoughtworks 全球CTO：按需求构建架构，过度工程只会“劳民伤财”
借此技术雷达峰会之际，InfoQ有幸采访到了Thoughtworks 全球CTO Rebecca Parsons，请她来跟我们聊一聊技术雷达发布这么多年，希望给大家带来什么样的价值？未来有哪些技术趋势值得关注，以及一名技术人应该如何保持技术前瞻性等话题。
无图
性能工程之性能规划实践
性能规划在大型应用服务系统中的地位越来越高，因为它可以发现系统在常规性能测试的情况下很难发现的一些性能瓶颈问题，找到性能规律，从而根据不同的业务性能需求来规划产品环境的资源和配置，从而可以有效地防止服务器过载或者节约产品环境的资源和成本。
无图
以图搜图系统概述及工程实践（下）
以图搜图系统需要解决的主要问题是：
- 提取图像特征向量（用特征向量去表示一幅图像）
- 特征向量的相似度计算（寻找内容相似的图像）
对应的工程实践，具体为：
- 卷积神经网络 CNN 提取图像特征
- 向量搜索引擎 Milvus
无图
以图搜图系统概述及工程实践（上）
以图搜图指的是根据图像内容搜索出相似内容的图像。
构建一个以图搜图系统需要解决两个最关键的问题：首先，提取图像特征；其次，特征数据搜索引擎，即特征数据构建成数据库并提供相似性搜索的功能。
无图
Android 组件化工程结构以及项目具体实施方案
组件化优点
1、代码解耦
2、方便多人协作开发
3、可复用性高，不同的APP可复用不同组件，提高开发效率
4、每个组件可独立运行，减少编译时间，方便开发调试
无图
阿里云视频云正式支持AV1编码格式 为视频编码服务降本提效
今天我们要说的 AV1 可不是我们平时说的 .AVI 文件格式，它是由AOM（Alliance for Open Media，开放媒体联盟）制定的一个开源、免版权费的视频编码格式，可以解决H.265昂贵的专利费用和复杂的专利授权问题，是新一代领先的免版权费的编码标准。
无图