技術挑戰算法
美團配送系統的本質——機器與海量騎手協做，服務於全國用戶和商家的大規模協做系統。技術的挑戰本質上源於業務的痛點，具體體現爲線上的強履約能力要求與線下的強運營能力要求。技術上的挑戰也一樣來源於線上和線下兩個方面：架構
1. 線上履約的SLA要求更高。配送業務須要兼顧用戶、商家、騎手三端利益，任何一次宕機的影響均可能是災難性的。若是體驗很差，用戶會說，爲何我付了錢，卻還餓肚子？商家會說，這是由於出了餐沒人取；可是對騎手來講，會以爲本身付出了時間與勞動，卻沒有得到足夠的收益。框架
2. 線下的業務複雜性更高。多條業務線管理模式不一樣，對於如何兼顧系統在共性和差別化上有很大挑戰。資源
系統架構演進產品
美團配送系統架構的演進過程能夠分爲三個階段：系統架構
MVP階段：業務模式探索，快速試錯，如何具有快速迭代能力。效率
規模化階段：業務成指數級增加，如何既保證業務發展，又解決系統可用性、擴展性、研發效率等問題。基礎
精細化階段：業務模式逐步成熟，運營逐步精細化，如何經過產品技術創新驅動業務發展。擴展
MVP階段配置
試錯階段，須要快速探索業務模式究竟是不是一個方向，這個階段不要指望不少事情都想得很清楚，用戶和市場會快速反饋結果。因此，對於技術團隊而言，這個階段最主要的能力是快。搶奪市場，惟快不破。
規模化階段
進入這個階段，業務和產品已經獲得了市場的初步驗證，的確找到了正確的方向。同時，業務發展增速也對研發團隊的能力提出了更高的要求，由於這個階段會有大量緊急且重要的事情涌現，且系統可用性、擴展性方面的問題會逐步凸顯，若是處理不當，就會致使系統故障頻發、研發效率低下等問題，使研發疲於奔命。
這個階段從架構層面咱們重點在思考三個方面的問題：
總體架構應該如何演化？履約系統與運營系統的邊界在哪裏？
履約系統的可用性如何保證？系統容量如何規劃？
運營系統如何解決業務的真正痛點？如何在大量「瑣碎需求」下提高研發效率？
解決以上問題的總體思路爲化繁爲簡（理清邏輯關係）、分而治之（專業的人作專業的事）、逐步演進（考慮ROI）。
精細化階段
業務發展不斷成熟以後，業務的各種運營管理動做會趨於精細化。這個階段，業務對於產品技術有更高要求，指望經過產品技術創新不斷打造技術壁壘，保持領先優點。配送的業務特色自然對AI應用有很強的需求，大到供給調整，小到資源配置，都是AI發揮效力的主戰場。對於工程層面，須要持續思考的問題是如何更好地實現AI的業務應用。爲此咱們重點提高了幾方面的能力：
下降試錯成本：構建仿真平臺，打造算法的「沙箱環境」，在線下環境快速評估算法效果。
提高算法特徵迭代效率：構建特徵平臺，統一算法策略迭代框架與特徵數據生產框架，提高特徵數據質量。
提高導航數據質量：持續深耕LBS平臺，提高基礎數據質量，提供位置、導航、空間的應用能力。