前言：Java并发编程学习分享的目标：Java并发编程中常用的工具用途与用法；Java并发编程工具实现原理与设计思路；并发编程中遇到的常见问题与解决方案；根据实际情景选择更合适的工具完成高效的设计方案学习分享团队：学而思培优-运营研发团队Java并发编程分享小组：@沈健 @曹伟伟 @张俊勇 @田新文 @张晨本章分享人：@张...

前言：批改移动端在此次重构的时候，技术选型上我们团队选择了Flutter来进行本次移动端的重构，因为使用Flutter可以在UI的开发效率上充分节省人效，可以把更多的时间放在其他方面的研究上。但是在实际开发中，有部分的功能Flutter是不支持的，还需要native端来进行支持，而如何使native端支持的功能可以方便的、高效的服...

我们知道，在一个技术领域里，随着技术的发展，最优解永远在变化。同样，一个业务系统也一样，从初期创建到承接的业务量和业务场景的不断变化，在不同阶段时，面临的问题和系统的设计思路也是不断变化的。

经过在线教育业务中的持续打磨与迭代，柯南平台终于开源，旨在为行业内更多的的质效保障团队提供更专业更稳定的质效保障方案。随着业务与技术架构的不断变化，服务端的质量保障工作变得越来越复杂。近几年流量回放的方案在行业内落地生根，但大部分以工具为主并且使用成本与二次开发生成本较高，柯南平台应运而生。

内容大纲：背景；Clickhouse介绍；Clickhouse架构及性能；Clickhouse在好未来的实践；建设与规划；参考文献。背景在日志中心发展早期，日志检索分析主要基于elasticsearch进行，随着日志中心接入的业务越来越多，数据量也逐渐增长，基于日志进行分析和监控告警的需求变得越来越复杂，很难用elasticsearch来满足，所以需...

摘要：本文由好未来资深数据平台工程师毛祥溢分享，主要介绍批流融合在教育行业的实践。内容包括两部分，第一部分是好未来在做实时平台中的几点思考，第二部分主要分享教育行业中特有数据分析场景。大纲如下：背景介绍好未来 T-Streaming 实时平台K12 教育典型分析场景展望与规划Tips：点击文末【链接】即可下载作者分享...

疫情加速了在线教育的发展，但也给在线教育行业带来了挑战。作为科技教育企业代表，好未来集团积极发挥在线教育的优势，推出全国在线免费公益课。面对挑战，好未来技术人更是不断自我更新，通过一次次技术升级，逼近“好”的极限。

随着AI能力从实验室逐渐走向市场，需要在特定应用场景下将神经网络模型执行预测到相应的结果。针对不同业务背景，云端智能化方案和用户端智能化法案也都处于快速发展的阶段。想要在网页上实现智能化的能力，达到特别效果，你会发现浏览器等载体下实现本地智能化实时预测是非常必要的。很多业界一线公司也都在布局web智能...

12月5日，好未来第一届PHP开源技术大会在北京举行。大会以“开源·分享·共建”为主题，由智慧教育国家新一代人工智能开放创新平台和好未来联合主办，开源中国技术社区协办。

近日，国际人工智能顶级会议NeurIPS2020（2020 Conference on Neural Information Processing Systems，即神经信息处理系统大会，以下简称“NeurIPS 2020”）公布竞赛成绩。

每位程序员在职业规划的起点都曾问过自己一个问题：到底该专精于哪类计算机语言？是应用广泛的C语言，底层开发的C++，适于平台移植的Java还是效率出色的PHP？ 

在新一代信息技术快速发展和开源生态体系不断完善的当下,开源在技术创新、生态构建、数字变革等方面,都发挥着重要的引领作用。根据中国信息通信研究院发布的《开源生态白皮书(2020年)》显示，我国87.4%的企业正在使用开源技术。受益于开源技术的个人开发者更不计其数。

URI 是每个程序员都应该了解的概念，同时相关联的还有 URL, URN 等概念簇。了解这些概念，可以帮助我们更好地窥探万维网(WWW)的设计，同时也能帮我们在工作中有效解决跟 URI 相关概念的问题，更加理解 encode,decode 工作原理，更好地助力网络编程！

好未来的前身学而思成立于2003年，经过17年的高速发展，已成为国内领先的科技教育公司。好未来始终秉持「爱和科技让教育更美好」的使命，不断加大研发投入，设立了人工智能、大数据、脑认知等多个科技研发部门，并获国家人社部批准设立博士后科研工作站。

特征工程（feature engineering）：利用领域知识和现有数据，创造出新的特征，用于机器学习算法；可以手动（manual）或自动（automated）。神经网络的自动特征工程，常常不适用于现实中其他的复杂任务。因此，本文主要针对数据挖掘以及传统的机器学习，不会涉及图像识别、自然语言处理等深度学习领域。俗话说：数据与特...

在互联网高速迭代的浪潮下，相信每位研发人员都经历过新项目的需求研发、测试验收、部署上线、功能迭代、甚至项目下线的全过程。其中“需求研发”、“测试验收”、“功能迭代”、“项目下线”这类环节对于研发人员来说，基本上可以有效的把控，在整个项目的生命周期内，也是投入最多的几个环节，因此可以提前预估出合理的时间计划。

一、背景项目介绍励步双师课堂是以录播视频和线下中教老师结合的 AI 智能化面授教学课程。课堂中有三个角色：主播老师: 视频哈佛外教老师，带着小朋友进行英文知识点的教学。主要承载“教”的职能。主教老师: 主要负责引导，陪伴，激励小朋友，组织课堂纪律，关注小朋友上课的情况，和家长进行一对一沟通等等。主要承载“育...

好未来是一家以智慧教育和开放平台为主体，以素质教育和课外辅导为载体，在全球范围内服务公办教育，助力民办教育，探索未来教育新模式的科技教育公司。

脑电是一门古老的脑成像技术，但迄今为止也依然是最具生命力的主流脑成像技术之一。这主要得益于相比其他脑成像技术，脑电设备具有便携性好，使用成本低，无创，高时间分辨率，和丰富的频率信息等优势。对于在教育领域的实际应用，当前正处于蓬勃发展中的可穿戴式脑电设备，是最具潜力进入真实教育场景的脑成像技术门类...

Node.js自2009年诞生以来，发展速度相当惊人，目前各种开发框架层出不穷，国内外各大公司都在使用，如国内的阿里的淘宝、天猫、阿里云、蚂蚁金服，腾讯视频、携程、百度、网易、苏宁、京东、爱奇艺、去哪儿、有赞、贝壳找房等等好多企业都在使用，大部分企业把Node.js作为中间层去应用，今天和大家简单说说关于基于Nodej...

知识图谱和我们的资源页比较类似，都是需要先构建，然后存储，之后应用。 知识图谱应用广泛，我会以推荐系统为例子，说明知识图谱在推荐系统中的应用。

性能优化是前端开发一个非常重要的组成部分，如何更好地进行网络传输，如何优化浏览器渲染过程，来定位项目中存在的问题。Chrome DevTools给我们提供了2种常用方式 Audits和Performance，Audits可以对页面进行性能评分，同时，还会给我们提供一些优化建议。而Performance提供了非常多的运行时数据，能让我们看到更多细节...

在上一篇文章里，我们介绍了脑电图(EEG)，脑磁图(MEG)，经颅磁刺激(TMS) 和功能性近红外光谱成像(NIRS) 的脑成像技术。这四种脑成像技术各自利用了与脑活动相关的电、磁和光信号来达到记录脑皮层活动的目的。这几种技术的一个共同的内在不足是对大脑功能记录的空间分辨率低，仅基本限于在头皮部分探测大脑皮层的活动，无...

人类的大脑只有大概1400克左右的重量，但却构成了这个世界上最为复杂、精密的机器。大脑在结构上是一个由神经突触联结而成的神经元网络，包含了百亿级的神经元和百万亿级的神经突触连接。大脑在功能上极具多样性，我们所有的智能活动，如注意、学习、记忆、沟通，情感和决策等，都依赖于大脑神经细胞有组织的活动和功能...

虚拟现实(VR)是利用计算机技术创造一个模拟的生态环境。与传统的用户界面不同，VR将用户放置在场景中体验。用户不是在自己面前观看屏幕，而是沉浸在其中，能够与3D世界进行交互。通过尽可能多的模拟感官，如视觉、听觉、触觉、甚至嗅觉，看世界的眼睛。虚拟现实体验的现阶段限制是内容的可用性。

随着大数据时代的到来，越来越多的行业开始注重数据，并且使用数据为业务赋能，数据质量是数据仓库和数据挖掘的基础，也是数据驱动业务的前提，同时数据质量是数据治理建设的重要一环，与元数据管理，数据标准化及数据服务管理等共同构建了数据治理的体系框架，建设一个完整的质量监控平台，需要从监控、标注、流程制度...

APP体积越大推广转化成本越高，因为平台功能众多，学而思网校的APP体积是在144m左右，疫情期间由于公益直播涌入大量用户，转换率上的硬伤更加暴露出来。同时移动部设定了自我突破的若干指标，转换率是关键指标，背负紧急军令我们开始了减包任务，一定要做到70m。

混合开发这项技术由来已久，目前市面上主流的有Hybird，ReactNative，Weex，Flutter等。其中，Flutter以他独有的实现方式，优秀的性能，成为近两年最火的混合开发方案，我们学而思网校1v1客户端团队也是比较早的开始了Flutter技术的研究，在学而思网校1v1家长端和学而思网校1v1教师端两个App进行了大规模的实践尝试，由...

我们一说到教育，就不可避免地会谈到中考、高考，这些高风险考试（high-stakes tests）。虽然大家对“教育测量”这个概念可能不那么熟悉，但关心教育行业的伙伴对以下问题可能会比较有共鸣。比如：我们如何决定一张试卷是不是适合当年、当地的考生？我们如何为不同学科的试题赋值，应该使用等级、原始分数还是转换分数？新...

常见的音视频会话中，一端将本地的音视频数据传输给对端将至少经历3个步骤：采集->编码->传输，将数据从采集模块到发送模块的流动称为音视频数据的流水线。接下来几篇文章中将以视频数据为本来讨WebRTC是如何建立此视频流水线的：数据如何采集，如何从采集模块一步步流向网络发送模块，最终传输出去的。