京东零售：高雅薇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

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、

作者：京东零售王晓婷大家好，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

作者：京东科技张静基于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

作者：京东零售王晓婷大家好，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

作者：京东科技张静基于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

作者：京东科技张静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

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、生成效果的极致调优，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

作者：京东零售姜波前言本文主要针对供应链计划业务发展过程中系统产生的瓶颈问题的解决方案进行阐述，并且分享一些问题解决过程中用到的一些工具方法，希望对其他业务同类问题提供启发，原理细节不着重介绍，如有兴趣欢迎一起探讨。业务背景供应链计划业务目前数据库主要使用