ITPub博客

在京东零售技术团队中，有很多年轻的算法工程师，他们大多是95后，在加入京东的短短几年内，用实力“啃”下了一个个硬骨头。从大模型训练的效率优化、生成效果的调优，到算法落地的工程难题、业务场景的创新应用，他们用行动证明——做难而正确的事，才是技术人最快的成长路径。每个技术突破的背后，是数百次实验的坚持，是推翻重来的勇气，更是对技术的追求。一起看看这群技术年轻人解决技术难题的故事。 技术难题

1.SPI简介SPI（Service Provicer Interface）是Java语言提供的一种接口发现机制，用来实现接口和接口实现的解耦。简单来说，就是系统只需要定义接口规范以及可以发现接口实现的机制，而不需要实现接口。SPI机制在Java中应用广泛。例如：JDBC中的数据库连接驱动使用SPI机制，只定义了数据库连接接口的规范，而具体实现由各大数据库厂商实现，不同数据库的实现不同，我们常用的

基于深度学习对运维时序指标进行异常检测，快速发现线上业务问题     时间序列的异常检测是实际应用中的一个关键问题，尤其是在 IT 行业。我们没有采用传统的基于阈值的方法来实现异常检测，而是通过深度学习提出了一种无阈值方法：基于 LSTM 网络的基线（一个 LSTM 框架辅助几个优化步骤）和无监督检测（神经网络和多种机器学习算法的组合）协同综合分析时间序列。当时间序列

基于NLP技术对运维日志聚类，从日志角度快速发现线上业务问题日志在IT行业中被广泛使用，日志的异常检测对于识别系统的运行状态至关重要。解决这一问题的传统方法需要复杂的基于规则的有监督方法和大量的人工时间成本。我们提出了一种基于自然语言处理技术运维日志异常检测模型。为了提高日志模板向量的质量，我们改进特征提取，模型中使用了词性（PoS）和命名实体识别（NER）技术，减少了规则的参与，利用 NER 的

大家好，我是王晓婷，在京东零售研究广告反作弊算法设计、实现与优化，结合LLM、深度学习、强化学习赋能反作弊系统，用算法识别和打击数字广告领域的欺诈行为。本文与大家分享我从高校实验室到广告风控战场的蜕变，一场关于认知觉醒、技术探索与思维重构的旅程。象牙塔与工业界的思维碰撞在清华园求学期间，我开始接触数据挖掘竞赛，那时常沉浸于算法优化的世界里。和许多初学者一样，我认为模型指标就是解决问题的钥匙，一次一

国内开源代码大模型4月9日aiXcoder宣布正式开源其7B模型Base版，仅仅过去一个礼拜，aiXcoder-7B在软件源代码托管服务平台GitHub上的Star数已超过2k。同时跻身HuggingFace趋势榜单TOP30，令全球开发者瞩目。背后团队aiXcoder 团队来自北京大学软件工程研究所，2013就开始搞代码生成，他们不但是国际上最早将深度学习技术用于程序代码处理的团

 1. 背景介绍1.1. 业务介绍A平台与B平台同属于同一系统链路上，前者主要致力于为用户提供注册入驻服务，后者则专注于提供具体业务操作服务。两者皆为运营人员所依赖的在线管理工具。1.2. 现状分析目前这两个平台服务于同一业务方，且B应用的页面已经100%嵌入到了A应用的平台上，除此以外目前存在系统上及体验上的痛点如下：所以当时我们考虑既然服务于同一业务方是否能在代码层面上将两个平

根据自己多年的B端/G端数据可视化项目设计经验，总结了这篇数据可视化项目如何做设计评审的文章。内容侧重于数据可视化项目，但对于非可视化项目的设计评审也是通用的。文中介绍的流程和方法，尤其是通过STAR法则来阐述自己设计思路的创意，是我在实际工作中一直使用、并受益良多的技巧；文章中也提到了很多只有经过实战打磨才能发掘的一些细节的问题和处理方式，希望所有这些积累和沉淀能给大家带来帮助和启发，期待

作者：CHO 孔令晗EI Future, AI Now ！🎉🎉🎉MCP能做什么?先简单唠叨几句，试想一下，在 MCP 在之前，如果我们模型的产出更符合我们的预期， 我们可能会将所需的数据上下文贴到 Prompt 中，但随着我们对产出的要求越来越高，CV大的法的方式将信息添加到 Prompt 中会变得越来越困难。为了克服 Prompt 随着需求的复杂而上升后，OpenAI 等公司引入了&n

作者：CHO 李航一、背景：随着MCP的普及，能否从业务角度，以MCP化的交互方式让业务简单通过自然语言描述进行对系统的操作，从而带来成本更低更便捷更快的体验。二、实现功能：1.根据合同状态或编号查询合同信息：i. question: 请帮我查询待签署的合同ii. 通过MCP client进行MCP匹配调用iii. 用户确认后调用合同查询MCP server1.实现业务合同延期处理：i. 通过自然

一、什么是 Prompt Engineering？想象一下，你在和一个智能助手聊天，你需要说出非常清晰和具体的要求，才能得到你想要的答案。Prompt Engineering 就是设计和优化与AI对话的“提示词”或“指令”，让AI能准确理解并提供有用的回应。Prompt Engineering 主要包括以下几个方面：1.明确目标：希望AI完成什么任务。例如：写一篇文章，回答一个问题，进行一次

一 现状·问题1、培训考核涉及的文件数量较多当前，京东航空公司维修部门面临着人员规模的快速增长和持续的培训需求。根据民航局的规定，维修培训必须确保所有维修人员都能够完成对飞机维修相关文件的学习，这包括维修方案、维修工程管理手册、工作程序手册等共计12本手册以及民航局发布的各类明传电报、维修工程部门发布的维修提示文件MT和技术通告文件TA等内容。这不仅适用于新招聘人员的初始培训，复训，而且每当手册更

作者：京东科技 刘宁一、前言通过本文你将全面清晰的洞悉动态化跨端的实现原理，感受黑悟空（数据）一路打怪升级（在不同语言环境中流转改造），逆天改命（操控原生视图绘制），终成齐天大圣（完成视图渲染呈现）的艰辛历程。二、原理介绍      1.动态化跨端原理介绍            动态化- 罗码（Roma，后文

导语本文从日常值班问题排查痛点出发，分析方法复用的调用链路和上下文业务逻辑，通过思考分析，借助栈帧开发了一个方法调用栈的链式跟踪工具，便于展示一次请求的方法串行调用链，有助于快速定位代码来源和流量入口，有效提升研发和运维排查定位效率。期望在大家面临类似痛点时可以提供一些实践经验和参考，也欢迎大家合适的场景下接入使用。现状分析在系统值班时，经常会有人拿着报错截图前来咨询，作为值班研发，我们则需要获

作者：京东物流 孙强虚拟线程的引入与优势在Loom项目之前，Java虚拟机（JVM）中的线程是通过java.lang.Thread类型来实现的，这些线程被称为平台线程。然而，平台线程的创建和维护在资源使用上存在显著的开销。首先，创建成本不菲，因为每当操作系统需要创建一个新的平台线程时，它必须分配大量的内存（通常以兆字节计）来存储线程的上下文信息、本机栈和Java调用栈。这一过程受到固定大小堆栈的限

作者：京东物流 王军1 问题域业务发展的初期，我们的数据库架构往往是单库单表，外加读写分离来快速的支撑业务，随着用户量和订单量的增加，数据库的计算和存储往往会成为我们系统的瓶颈，业界的实践多数采用分而治之的思想：分库分表，通过分库分表应对存系统读写性能瓶颈和存储瓶颈；分库分表帮我们解决问题的同时，也带来了复杂性；比如多条件的分页查询，多条件的联表查询变得复杂起来，通过调研我们发现针对这些分页，联表

作者：京东科技 李然辉大数据从业者必知必会的Hive SQL调优技巧摘要：在大数据领域中，Hive SQL被广泛应用于数据仓库的数据查询和分析。然而，由于数据量庞大和复杂的查询需求，Hive SQL查询的性能往往不尽人意。本文针对Hive SQL的性能优化进行深入研究，提出了一系列可行的调优方案，并给出了相应的优化案例和优化前后的SQL代码。通过合理的优化策略和技巧，能够显著提升Hive SQL的

作者：吴义背景近期参与了一个攻坚项目，前期因为其他流程原因，测试时间已经耽搁了好几天了，本以为已经解决了卡点，后续流程应该顺顺利利的，没想到 人在地铁上，bug从咚咚来~没有任何修改的服务接口，抛出异常：java.lang.ClassCastException: java.util.HashMap cannot be cast to cn.xxx.xxx.xxx.xxx.BatchInfo排查过程

作者：京东零售 张洪前言随着互联网和大数据的迅猛发展，分布式日志系统和日志分析系统已广泛应用，几乎所有应用程序都使用各种日志框架记录程序运行信息。因此，作为工程师，了解主流的日志记录框架非常重要。虽然应用程序的运行结果不受日志的有无影响，但没有日志的应用程序是不完整的，甚至可以说是有缺陷的。优秀的日志系统可以记录操作轨迹、监控系统运行状态和解决系统故障。Java 日志框架进化史早期 Java 日

作者；京东零售 李伟涛背景纯血鸿蒙逐渐成为全球第三大操作系统，业界也掀起了适配鸿蒙原生的浪潮，用户迁移趋势明显，京东作为国民应用，为鸿蒙用户提供完整的购物体验至关重要。去年 9 月，京东 APP 纯血鸿蒙 在鸿蒙应用商城正式上线，APP 中核心购物链路，如首页、搜索、商详、购物车、订单、结算和我京等页面，都是通过 Taro on Harmony 方案进行开发，并且一上线就获得了华为的 S 级