雷鋒網(wǎng) AI 研習(xí)社按：互聯(lián)網(wǎng)影響著社會(huì)的方方面面，作為O2O和共享經(jīng)濟(jì)的代表，美團(tuán)外賣(mài)經(jīng)過(guò)幾年高速發(fā)展，以每天配送超過(guò)千萬(wàn)份訂單、幾十萬(wàn)騎手的規(guī)模，成為世界上最大的配送平臺(tái)。實(shí)際上，看上去勞動(dòng)密集型的外賣(mài)行業(yè)，其實(shí)背后蘊(yùn)藏著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等高新技術(shù)，是這些高科技，使美團(tuán)外賣(mài)能夠在激烈競(jìng)爭(zhēng)中逐漸脫穎而出。

這些高新技術(shù)的核心，則是被稱(chēng)為「智能大腦」的美團(tuán)實(shí)時(shí)智能配送系統(tǒng)。這套大規(guī)模、高復(fù)雜度的多人多點(diǎn)實(shí)時(shí)智能配送調(diào)度系統(tǒng)，能夠基于海量數(shù)據(jù)和人工智能算法，給最合適的配送小哥發(fā)送「最優(yōu)配送指令」，確保平均配送時(shí)長(zhǎng)不超過(guò) 28 分鐘。簡(jiǎn)單地說(shuō)，就是既保證用戶(hù)「等的時(shí)間短」，同時(shí)又讓騎手「跑的路程短」。

美團(tuán)配送算法團(tuán)隊(duì)耗時(shí)兩年多打造了「智能大腦」，解決了機(jī)器學(xué)習(xí)、運(yùn)籌優(yōu)化、仿真技術(shù)等多方面的技術(shù)難題。雷鋒網(wǎng) AI 研習(xí)社采訪了「智能大腦」團(tuán)隊(duì)負(fù)責(zé)人何仁清，讓他從總體架構(gòu)、技術(shù)難點(diǎn)、改進(jìn)方向、語(yǔ)音助手等方面揭開(kāi)「智能大腦」的技術(shù)內(nèi)幕。

以下是雷鋒網(wǎng) AI 研習(xí)社采訪原文：

Q：美團(tuán)智能配送系統(tǒng)每天要處理千萬(wàn)級(jí)的訂單，管理近50萬(wàn)騎手，對(duì)于這種復(fù)雜問(wèn)題的求解和優(yōu)化很多大公司都還無(wú)從下手，你能否簡(jiǎn)單地向讀者介紹下美團(tuán)智能配送系統(tǒng)的技術(shù)框架？

A：美團(tuán)智能配送系統(tǒng)可以讓即時(shí)配送全業(yè)務(wù)流程高效運(yùn)行。從技術(shù)上看，系統(tǒng)可以分為基礎(chǔ)平臺(tái)建設(shè)、垂直業(yè)務(wù)優(yōu)化兩方面。在基礎(chǔ)平臺(tái)建設(shè)上，我們開(kāi)發(fā)了面向即時(shí)配送的機(jī)器學(xué)習(xí)平臺(tái)、仿真平臺(tái)以及大數(shù)據(jù)平臺(tái)。其中，機(jī)器學(xué)習(xí)平臺(tái)提供若干數(shù)據(jù)預(yù)處理、機(jī)器學(xué)習(xí)算法工具包等等，并完成了底層大數(shù)據(jù)平臺(tái)與線(xiàn)上系統(tǒng)的對(duì)接，提升了機(jī)器學(xué)習(xí)模型的迭代效率；配送仿真平臺(tái)實(shí)現(xiàn)了對(duì)配送全過(guò)程的精準(zhǔn)模擬，能夠有效地進(jìn)行各類(lèi)配送策略的離線(xiàn)評(píng)估和 what-if 分析，而算法支撐平臺(tái)主要包括離線(xiàn)/在線(xiàn)特征管理平臺(tái)，線(xiàn)上策略管理平臺(tái)和 A/B 實(shí)驗(yàn)工具等等。 

在垂直業(yè)務(wù)優(yōu)化上，我們開(kāi)發(fā)了配送網(wǎng)絡(luò)優(yōu)化系統(tǒng)、實(shí)時(shí)調(diào)度系統(tǒng)和定價(jià)系統(tǒng)。通過(guò)配送網(wǎng)絡(luò)優(yōu)化系統(tǒng)，為配送區(qū)域劃分商家配送范圍提供智能化的工具支持，輔助建立合理的底層配送網(wǎng)絡(luò)結(jié)構(gòu)。通過(guò)實(shí)時(shí)調(diào)度系統(tǒng)，實(shí)現(xiàn)訂單和騎手的動(dòng)態(tài)最優(yōu)匹配，大大提升了配送效率；同時(shí)，通過(guò)定價(jià)系統(tǒng)，實(shí)現(xiàn)對(duì)用戶(hù)端、騎手端、商戶(hù)端的合理定價(jià)，為即時(shí)配送的各參與方建立良好的生態(tài)系統(tǒng)，實(shí)現(xiàn)了多方共贏的目標(biāo)。下圖整體展現(xiàn)了美團(tuán)配送的人工智能技術(shù)體系。               

Q：騎手在配送外賣(mài)的過(guò)程中難免會(huì)遇到一些突發(fā)狀況，比如惡劣天氣、交通事故，美團(tuán)智能配送系統(tǒng)對(duì)于這些不確定因素是如何應(yīng)對(duì)的？

A：我們總結(jié)了突發(fā)情況的特點(diǎn)，包括突然發(fā)生、局部影響大、擴(kuò)展迅速。如果不及時(shí)處理，就會(huì)造成大面積的訂單積壓，對(duì)用戶(hù)體驗(yàn)影響非常大，也不利于騎手騎行安全。所以，我們?cè)谙到y(tǒng)的多個(gè)重要環(huán)節(jié)，都配有突發(fā)情況的應(yīng)對(duì)方案，統(tǒng)稱(chēng)為「供需平衡系統(tǒng)」。

首先是實(shí)時(shí)監(jiān)控和短期預(yù)測(cè)，對(duì)未來(lái)N分鐘的訂單規(guī)模和運(yùn)力進(jìn)行準(zhǔn)確預(yù)估。其次是核心調(diào)度策略自適應(yīng)調(diào)整，比如延長(zhǎng)預(yù)計(jì)送達(dá)時(shí)間，提高合單概率，減小騎手行駛距離。然后，通過(guò)動(dòng)態(tài)定價(jià)策略，讓用戶(hù)錯(cuò)峰下單，激勵(lì)更多騎手開(kāi)工，保證供需的整體平衡。 同時(shí)，我們正在推廣智能語(yǔ)音助手和智能耳機(jī)，減少騎手在騎行中的查看手機(jī)等危險(xiǎn)行為，解決了在雨雪天氣操作手機(jī)困難的問(wèn)題，讓騎手配送更方便、更安全。

Q：在配送的過(guò)程中，有些數(shù)據(jù)無(wú)法直接采集，比如出餐的時(shí)間、騎手自身的狀態(tài)、騎手上下樓的時(shí)間、天氣及交通數(shù)據(jù)等，對(duì)于這類(lèi)數(shù)據(jù)美團(tuán)是怎樣獲取、預(yù)估和優(yōu)化的？

A：美團(tuán)點(diǎn)評(píng)的數(shù)據(jù)閉環(huán)是配送系統(tǒng)的核心能力之一，騎手可以觸達(dá)城市的每一個(gè)角落，收集到的完備并且準(zhǔn)確數(shù)據(jù)，而且這些數(shù)據(jù)都具備非常高的商用價(jià)值。

當(dāng)然，數(shù)據(jù)采集的渠道很多種，常規(guī)的是商家端、騎手App。比如采集騎手手機(jī)的各種藍(lán)牙、WiFi、GPS、傳感器數(shù)據(jù)。這些數(shù)據(jù)與配送場(chǎng)景結(jié)合，可以挖掘很多信息，比如上下樓時(shí)間、到店時(shí)間、出餐時(shí)間等。同時(shí)還可以精確還原騎手行為，包括騎行、步行、停留、走樓梯、做直梯等等。這些精細(xì)化數(shù)據(jù)，對(duì)于提升調(diào)度和定價(jià)的精度都有很多的作用。另外，為了獲取更精確和實(shí)時(shí)的數(shù)據(jù)，在商家、騎手部署智能硬件，也是未來(lái)的必然趨勢(shì)，技術(shù)團(tuán)隊(duì)也正在進(jìn)行探索和嘗試。

Q：類(lèi)似北上廣深這樣的大城市有足夠多的樣本量，能夠比較準(zhǔn)確地預(yù)估配送時(shí)間，相對(duì)來(lái)講，三四線(xiàn)的小城市的樣本量就小很多，那么在這些小城市里，美團(tuán)是怎樣保證配送時(shí)間的準(zhǔn)確性的？

A：在機(jī)器學(xué)習(xí)問(wèn)題上，這個(gè)屬于模型泛化能力范疇，具有很多解決方案。

首先在特征工程上，構(gòu)建多種泛化特征，比如區(qū)域個(gè)性化的特征，讓模型對(duì)于區(qū)域特征具有感知。其次在模型架構(gòu)上，我們針對(duì)于此類(lèi)問(wèn)題單獨(dú)建立了補(bǔ)充策略模型，既保證整體效果的提升，又保證區(qū)域的個(gè)性化，不僅在區(qū)域這個(gè)維度上，而且在各種可能引起配送體驗(yàn)問(wèn)題的長(zhǎng)尾維度上，我們模型均有較好的表現(xiàn)。最后，在機(jī)器學(xué)習(xí)領(lǐng)域有一個(gè)很相近的概念跟這個(gè)問(wèn)題有關(guān)，那就是小樣本學(xué)習(xí)問(wèn)題，我們也在探索利用遷移學(xué)習(xí)方式來(lái)解決這類(lèi)問(wèn)題。

Q：有用戶(hù)表示，在訂餐高峰時(shí)期，系統(tǒng)會(huì)通過(guò)上調(diào)配送費(fèi)限制流量，請(qǐng)問(wèn)美團(tuán)智能配送系統(tǒng)如何調(diào)節(jié)配送價(jià)格以保證外賣(mài)配送的服務(wù)質(zhì)量？

A：如前所述，為了保證整體用戶(hù)體驗(yàn)，我們有一套完備的供需平衡系統(tǒng)，通過(guò)實(shí)時(shí)監(jiān)測(cè)供需關(guān)系，通過(guò)預(yù)計(jì)送達(dá)時(shí)間實(shí)時(shí)調(diào)整以及配送費(fèi)的實(shí)時(shí)調(diào)整，將用戶(hù)下單引導(dǎo)到運(yùn)力更充足的商圈，或者錯(cuò)峰下單，保證訂單能夠快速、準(zhǔn)時(shí)送達(dá)。

同時(shí)，美團(tuán)配送還擁有大量社會(huì)化運(yùn)力，即眾包騎手，我們通過(guò)調(diào)整騎手補(bǔ)貼方式，可以及時(shí)補(bǔ)充更多運(yùn)力，環(huán)節(jié)高峰期的配送壓力，保證整體配送服務(wù)質(zhì)量。

Q：前面提到的配送系統(tǒng)中，包括商家配送范圍劃分，這個(gè)具體指什么？

A：配送成本和效率，對(duì)物流行業(yè)來(lái)說(shuō)非常重要，但是我們有希望盡可能服務(wù)更多的用戶(hù)，為此需要一種靈活的調(diào)整工具，這個(gè)工具就是商家配送范圍，它決定在合理配送成本下，美團(tuán)配送給商家提供最遠(yuǎn)配送范圍。

可以看到，配送范圍直接影響了用戶(hù)端外賣(mài)商家的可見(jiàn)供給，供給越豐富，用戶(hù)的體驗(yàn)會(huì)越好，在平臺(tái)上的黏性也會(huì)越高。但是如果給用戶(hù)提供了配送困難的商家，也會(huì)影響整體配送的效率，從而影響到用戶(hù)的配送體驗(yàn)。我們通過(guò)智能AI算法，能夠?qū)⑸碳遗渌头秶M(jìn)行整體的優(yōu)化，考慮到用戶(hù)對(duì)商家的需求度、用戶(hù)到商家的配送難度、商家本身的供給量等因素，從而達(dá)到優(yōu)化整體的訂單結(jié)構(gòu)的目的。

同時(shí)，這也是我們應(yīng)對(duì)極端惡劣天氣有效手段，之前遇到這種定價(jià)等方式無(wú)法解決的場(chǎng)景，只能將商家大規(guī)模「置休」來(lái)緩解配送壓力，商家和用戶(hù)體驗(yàn)很差，但是現(xiàn)在我們可以用縮小配送范圍的方式來(lái)解決這些問(wèn)題。

Q：美團(tuán)智能配送系統(tǒng)在發(fā)展的同時(shí)，其本身是否有需要改進(jìn)和優(yōu)化的地方？

A：目前的我們?cè)谡w準(zhǔn)時(shí)率和平均配送時(shí)長(zhǎng)等指標(biāo)方面，有不錯(cuò)的表現(xiàn)，但是仍有一小部分尾部體驗(yàn)需要我們?nèi)コ掷m(xù)改善。另外，用發(fā)展的眼光來(lái)看，任何技術(shù)都需要不斷迭代，與時(shí)俱進(jìn)。一方面，隨著配送業(yè)務(wù)體量不斷增長(zhǎng)，問(wèn)題的解空間也不斷變大，對(duì)算法的優(yōu)化能力和求解效率都提出了更高的要求，我們也已經(jīng)投入研發(fā)新一代調(diào)度算法，提前應(yīng)對(duì)新的挑戰(zhàn)；另一方面，配送品類(lèi)、用戶(hù)需求、時(shí)效承諾都在不斷多樣化，配送調(diào)度系統(tǒng)也需要保持以客戶(hù)為中心，提供讓客戶(hù)更滿(mǎn)意、讓騎手更高效的服務(wù)。

Q：美團(tuán)智能配送系統(tǒng)在外賣(mài)配送領(lǐng)域取得了不錯(cuò)的成效，請(qǐng)問(wèn)相關(guān)的技術(shù)能否應(yīng)用在其他業(yè)務(wù)線(xiàn)上？比如打車(chē)業(yè)務(wù)、酒店業(yè)務(wù)？

A：美團(tuán)點(diǎn)評(píng)作為一站式生活服務(wù)平臺(tái)，能夠服務(wù)到家、到店、出行、旅行等多個(gè)場(chǎng)景，其背后需要強(qiáng)大的技術(shù)能力支撐。作為一家科技公司，我們?cè)跀?shù)據(jù)、技術(shù)、平臺(tái)等多個(gè)方面，實(shí)現(xiàn)多個(gè)業(yè)務(wù)線(xiàn)的互通與合作，這也是是我們工作中非常重要的一個(gè)目標(biāo)。

以美團(tuán)智能配送系統(tǒng)的調(diào)度算法為例，在學(xué)術(shù)意義上，屬于求解大規(guī)模復(fù)雜約束優(yōu)化問(wèn)題的在線(xiàn)實(shí)時(shí)決策算法，我們?cè)谶@個(gè)方向的技術(shù)突破和研發(fā)成果，在打車(chē)業(yè)務(wù)、零售業(yè)務(wù)供應(yīng)鏈優(yōu)化等場(chǎng)景都有應(yīng)用潛力。實(shí)際上，我們與相關(guān)團(tuán)隊(duì)之間已經(jīng)開(kāi)展技術(shù)交流和深度分享。不僅如此，在語(yǔ)音助手、地圖導(dǎo)航、通用地址庫(kù)、POI畫(huà)像等多個(gè)方面，都跟我們的伙伴開(kāi)展各種合作。

Q：美團(tuán)配送是否也在使用社會(huì)共享運(yùn)力，解決配送問(wèn)題？這方面進(jìn)展如何？有哪些問(wèn)題需要解決？

A：美團(tuán)快送就是使用社會(huì)共享運(yùn)力進(jìn)行配送的一種形式，現(xiàn)在每天已經(jīng)達(dá)到近幾百萬(wàn)單的水平。由于是使用兼職運(yùn)力，對(duì)騎手直接管理能力偏弱，因此如何保證穩(wěn)定運(yùn)力，達(dá)到體驗(yàn)和成本的最佳平衡，都是亟需解決的問(wèn)題。

為此，我們做了很多方面系統(tǒng)改造，比如在訂單調(diào)度系統(tǒng)中加入了騎手偏好和運(yùn)營(yíng)獎(jiǎng)勵(lì)等因素，有效增加了騎手對(duì)平臺(tái)的粘性。同時(shí)，結(jié)合大數(shù)據(jù)分析，在城市范圍內(nèi)的運(yùn)單價(jià)格進(jìn)行精細(xì)化調(diào)控，有效引導(dǎo)運(yùn)力流向更需要的區(qū)域，進(jìn)而平衡整體的運(yùn)力和用戶(hù)體驗(yàn)。

Q：美團(tuán)的配送系統(tǒng)是如何進(jìn)行評(píng)估的？ 做了哪些工作，難點(diǎn)是什么？

A：美團(tuán)的訂單調(diào)度是一個(gè)全局優(yōu)化問(wèn)題，調(diào)度決策「牽一發(fā)而動(dòng)全身」，耦合性極強(qiáng)，因此無(wú)法獨(dú)立評(píng)價(jià)每一個(gè)訂單的調(diào)度決策是好是壞。這里面有兩個(gè)大技術(shù)挑戰(zhàn)：線(xiàn)下仿真評(píng)估，線(xiàn)上效果評(píng)估。

線(xiàn)下仿真評(píng)估中，大家熟知的機(jī)器學(xué)習(xí)的評(píng)估指標(biāo)和方法，在這里并不適用。而且線(xiàn)上實(shí)驗(yàn)中，周期較長(zhǎng)、成本高、用戶(hù)體驗(yàn)風(fēng)險(xiǎn)等，都是繞不過(guò)去的。 為解決上述問(wèn)題，我們自主研發(fā)了美團(tuán)配送仿真平臺(tái)，類(lèi)似沙盤(pán)演練，但是更高效更精準(zhǔn)。該平臺(tái)有幾個(gè)部分構(gòu)成，首先，對(duì)各種環(huán)境進(jìn)行仿真，如天氣、交通、供需情況等。其次，騎手行為仿真，比如騎行工具、熟悉程度、配送習(xí)慣。最后，訂單分布仿真，考慮不同時(shí)間、用戶(hù)類(lèi)型、下單意愿等。從一定意義上講，在工業(yè)界甚至是學(xué)術(shù)界，這也是一個(gè)前沿的開(kāi)放問(wèn)題。目前，我們已經(jīng)做了很多有益的探索，目前平均仿真誤差精度可達(dá)6%，在行業(yè)內(nèi)處于領(lǐng)先水平。

線(xiàn)上效果評(píng)估中，由于全局優(yōu)化特性，互聯(lián)網(wǎng)比較通用的用戶(hù)分流A/B TEST完全不適用，為了保證實(shí)驗(yàn)精度，我們建立了一套嚴(yán)謹(jǐn)、完備的配送評(píng)估體系，比如按用戶(hù)、騎手、區(qū)域、時(shí)段等不同維度分流，排除測(cè)試干擾，提高測(cè)試的準(zhǔn)確性，從而保證算法迭代的有效性。

Q：請(qǐng)問(wèn)美團(tuán)智能配送的機(jī)器學(xué)習(xí)技術(shù)和其他平臺(tái)的有何差異？如何評(píng)價(jià)競(jìng)爭(zhēng)對(duì)手的AI 技術(shù)？

A：應(yīng)該說(shuō)，技術(shù)能力在配送中作用是非常巨大的，為了給用戶(hù)更快、更穩(wěn)定的配送體驗(yàn)，同時(shí)保持業(yè)務(wù)的高效率和低成本運(yùn)營(yíng)，我們需要做大量的技術(shù)攻堅(jiān)工作。所以，配送體驗(yàn)優(yōu)劣與技術(shù)能力高低具有很強(qiáng)相關(guān)性。

同時(shí)，作為一個(gè)服務(wù)超過(guò)2.5億用戶(hù)，日配送訂單超過(guò)千萬(wàn)的大平臺(tái)，配送效果每提升1%，都會(huì)帶來(lái)巨大業(yè)務(wù)效果。 因此我們有巨大的動(dòng)力不斷進(jìn)行技術(shù)迭代優(yōu)化。具體來(lái)說(shuō)，有兩個(gè)方面要不斷優(yōu)化。一方面，配送全環(huán)節(jié)的智能化建設(shè)，配送一個(gè)訂單需要經(jīng)過(guò)多個(gè)環(huán)節(jié)，全部環(huán)節(jié)均使用了機(jī)器學(xué)習(xí)和運(yùn)籌優(yōu)化技術(shù)，保證平均28分鐘的配送時(shí)長(zhǎng)；另一方面，提升業(yè)務(wù)管理和運(yùn)營(yíng)的AI化，比如站點(diǎn)規(guī)劃、運(yùn)力規(guī)劃、騎手排班、商家配送范圍等全面實(shí)現(xiàn)了智能化，極大提升了整體業(yè)務(wù)運(yùn)營(yíng)效率，降低了運(yùn)營(yíng)成本。

Q：除了調(diào)度系統(tǒng)之外，我們知道美團(tuán)點(diǎn)評(píng)還為騎手專(zhuān)門(mén)開(kāi)發(fā)了智能語(yǔ)音助手，這里有哪些核心技術(shù)是美團(tuán)自主研發(fā)？它解決了外賣(mài)配送業(yè)務(wù)上的哪些問(wèn)題？

A：一般而言，語(yǔ)音助手包括幾個(gè)部分，包括語(yǔ)音識(shí)別合成、語(yǔ)義理解、交互決策等等。隨著近幾年深度學(xué)習(xí)模型在語(yǔ)音識(shí)別和合成的應(yīng)用，構(gòu)建出一個(gè)語(yǔ)音助手不是什么難事，但是夠在實(shí)際場(chǎng)景大規(guī)模落地，依然沒(méi)有那么簡(jiǎn)單。比如，我們研發(fā)的騎手語(yǔ)音助手，在行業(yè)內(nèi)首次實(shí)現(xiàn)了語(yǔ)音AI的大規(guī)模落地，目前每天超過(guò)10W+騎手使用，能做到配送全流程語(yǔ)音交互，無(wú)需騎手查看手機(jī)，真正讓騎手解放雙手，配送更便捷、更安全。這里面我們做了很多的技術(shù)攻關(guān)。

首先，在智能耳機(jī)層面，為了配合騎手工作要求，設(shè)計(jì)防風(fēng)防水去噪的智能藍(lán)牙耳機(jī)。其次，針對(duì)語(yǔ)音理解層面，需要針對(duì)餐飲+物流行業(yè)，重新構(gòu)建語(yǔ)音技術(shù)體系。最終，在交互決策層面，傳統(tǒng)先喚醒再交互方案，在室外噪音環(huán)境下，成功率過(guò)低、體驗(yàn)較差。為了解決這個(gè)難題，我們基于實(shí)時(shí)配送數(shù)據(jù)建模了場(chǎng)景識(shí)別系統(tǒng)，無(wú)需人工主動(dòng)喚醒，語(yǔ)音助手即可以完成語(yǔ)音交互任務(wù)，實(shí)現(xiàn)了「零喚醒」的語(yǔ)音交互方式。

Q：另外，能否說(shuō)說(shuō)美團(tuán)智能配送系統(tǒng)的技術(shù)團(tuán)隊(duì)是如何構(gòu)建和管理的？

A：總的來(lái)說(shuō)，技術(shù)團(tuán)隊(duì)重要特征是通過(guò)「技術(shù)驅(qū)動(dòng)」來(lái)完成業(yè)務(wù)目標(biāo)。在業(yè)務(wù)能力和技術(shù)能力方面都要求極高。為此，我們通過(guò)橫縱兩個(gè)維度來(lái)對(duì)團(tuán)隊(duì)進(jìn)行建設(shè)。

首先在縱向維度，在核心業(yè)務(wù)方向有專(zhuān)門(mén)團(tuán)隊(duì)長(zhǎng)期跟進(jìn)，對(duì)業(yè)務(wù)理解需要全面又深刻，能夠覆蓋業(yè)務(wù)的整個(gè)鏈條，同時(shí)綜合能力要求較高，包括業(yè)務(wù)理解、溝通能力、推動(dòng)落地的能力等，這樣能夠及時(shí)有效的完成業(yè)務(wù)目標(biāo)。

其次在橫向維度，專(zhuān)注于技術(shù)能力建設(shè)，為業(yè)務(wù)提供平臺(tái)支持，同時(shí)要不斷進(jìn)技術(shù)創(chuàng)新和迭代，保證我們美團(tuán)點(diǎn)評(píng)在行業(yè)內(nèi)的技術(shù)領(lǐng)先優(yōu)勢(shì)。 

當(dāng)然，針對(duì)一些跨方向的大型項(xiàng)目，在項(xiàng)目進(jìn)行期間，我們采用虛擬團(tuán)隊(duì)的方式進(jìn)行管理，包括產(chǎn)品、工程、算法等多種人員，這種方式組織靈活，而且協(xié)同性很好，能夠保證項(xiàng)目效果和進(jìn)度，這也是我們非常重要的實(shí)踐經(jīng)驗(yàn)。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。