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

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（R

企业面临的已非“是否迁移”的选择，而是“如何以最优路径完成迁移”的实战考验。

作者：CHO孔令晗EIFuture,AINow！🎉🎉🎉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大法的方式将信息添

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

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