《 Flink 原理、实战与性能优化》作者,极客时间《 Flink 原理与实战》专栏作者,Apache Flink 社区 Contributor,长期从事大数据架构落地,机器学习平台与数据平台研发架构工作。

《 Flink 原理、实战与性能优化》作者,极客时间《 Flink 原理与实战》专栏作者,Apache Flink 社区 Contributor,长期从事大数据架构落地,机器学习平台与数据平台研发架构工作。
随着近几年流式计算和数据湖的快速发展,越来越多的企业采用数据湖构建数据仓库,并形成湖仓一体化架构体系,极大地补充了面向 BI 的数仓体系建设。但数据湖和批流一体化并不是 BI 领域独享的技术栈,可以说数据湖更加适合于 AI 领域的应用构建,因此如何借助批流一体化和数据湖等能力来构建面向 AI 的数据平台逐步成为大多数公司必须面临的选择。
本次演讲将主要围绕第四范式批流一体化机器学习平台构建过程,介绍对 Flink、Iceberg 等主流技术的应用,结合机器学习场景数据架构体系特点,如何将批流一体和数据湖应用在 AI 场景中。同时,也会介绍如何利用云原生调度框架 Argo 整合 AI 场景中在线、离线以及流式等应用编排和调度问题,以及面向 AI 的统一元数据管理中心该如何建设等。
演讲提纲:
你将获得:



微信咨询

电话咨询
微信联系我们
