直播回放含 PPT 下载 | 基于 Flink & DeepRec 构建 Online Deep Learning

简介: 基于 Flink & DeepRec 构建 Online Deep Learning专场的直播回放和PPT下载

640.png

关注阿里灵杰公众号,持续获取独家技术资料!微信后台私信回复“0723”,即可获得阿里云“基于 Flink & DeepRec 构建 Online Deep Learning”专场 PPT。


活动背景

后疫情时代的新社会模式及经济形态必将催生出新的商业模式,在线业务及相关应用场景的流量呈现井喷式发展,常规的离线系统及离线机器学习平台已无法满足业务发展要求。


在线机器学习与离线相比,在模型更新的时效性、模型的迭代周期、业务实验效果等方面有更好的表现。所以将机器学习从离线迁移到在线已经成为提升业务指标的一个有效的手段。


以下是基于 Flink & DeepRec 构建 Online Deep Learning 的相关分享,欢迎感兴趣的小伙伴关注阿里灵杰,获取专场 PPT。


议题介绍


议题:Flink ML:基于 DataStream 的迭代引擎及机器学习算法库


视频:

点击观看直播回放

04112112_62eb3b287e37e94700.png

讲师:

高    赟  阿里云 技术专家

赵伟波  阿里云 算法专家


演讲提纲:

1.  基于 DataStream 的迭代引擎

   为什么要开发迭代引擎

   迭代引擎原理介绍

   迭代引擎使用 API 介绍

   未来的发展规划

2.  Flink ML 机器学习算法库

    机器学习算法库介绍

    算法库功能及性能介绍

    未来的发展规划


议题:Flink ML:实时机器学习场景解决方案的设计、建设与规划


视频:

点击观看直播回放

04112248_62eb3b8868b7692705.png

讲师:

周云峰  阿里云 开发工程师

黄兴勃  阿里云 高级开发工程师


演讲提纲:

1.  什么是 Flink ML,为什么要建设 Flink ML

2.  使用 Flink ML 搭建机器学习场景解决方案

   Flink ML 的 API 设计

   Flink ML 训练与部署模型进行推理流处理的流程

   使用 Pipeline/Graph API 构建端到端解决方案

3.  Flink ML Python 介绍

   Flink ML Python API 介绍

   使用 PyFlink + Flink ML 构建机器学习应用

4.  Flink ML 的生态建设

   独立的代码库与文档网站

   flink-extended 生态项目

5.  Flink ML 未来的发展方向

   支持在线算法、支持流批一体数据

   算法性能优化

   丰富特征工程算法库


议题:DeepRec: 大规模稀疏模型训练/推理引擎


视频:

点击观看直播回放

2223.png

讲师:

丁   辰  阿里云 技术专家


演讲提纲:

1.  DeepRec 背景介绍

2.  DeepRec 关键功能

3.  DeepRec 未来规划


议题:在线深度学习 PAI-ODL


视频:

点击观看直播回放

555.png

讲师:

彭   陶  阿里云 技术专家

演讲提纲:

1.  PAI-ODL 架构

2.  PAI-ODL 关键技术

相关实践学习
使用PAI+LLaMA Factory微调Qwen2-VL模型,搭建文旅领域知识问答机器人
使用PAI和LLaMA Factory框架,基于全参方法微调 Qwen2-VL模型,使其能够进行文旅领域知识问答,同时通过人工测试验证了微调的效果。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
相关文章
消息中间件 存储 传感器
236 0
|
9月前
|
SQL 存储 API
Flink Materialized Table:构建流批一体 ETL
Flink Materialized Table:构建流批一体 ETL
185 3
|
9月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
640 2
|
10月前
|
SQL 存储 HIVE
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
本文整理自鹰角网络大数据开发工程师朱正军在Flink Forward Asia 2024上的分享,主要涵盖四个方面:鹰角数据平台架构、数据湖选型、湖仓一体建设及未来展望。文章详细介绍了鹰角如何构建基于Paimon的数据湖,解决了Hudi入湖的痛点,并通过Trino引擎和Ranger权限管理实现高效的数据查询与管控。此外,还探讨了湖仓一体平台的落地效果及未来技术发展方向,包括Trino与Paimon的集成增强、StarRocks的应用以及Paimon全面替换Hive的计划。
1245 1
鹰角基于 Flink + Paimon + Trino 构建湖仓一体化平台实践项目
|
10月前
|
SQL 存储 API
Flink Materialized Table:构建流批一体 ETL
本文整理自阿里云智能集团 Apache Flink Committer 刘大龙老师在2024FFA流批一体论坛的分享,涵盖三部分内容:数据工程师用户故事、Materialized Table 构建流批一体 ETL 及 Demo。文章通过案例分析传统 Lambda 架构的挑战,介绍了 Materialized Table 如何简化流批处理,提供统一 API 和声明式 ETL,实现高效的数据处理和维护。最后展示了基于 Flink 和 Paimon 的实际演示,帮助用户更好地理解和应用这一技术。
848 7
Flink Materialized Table:构建流批一体 ETL
|
11月前
|
SQL 监控 关系型数据库
用友畅捷通在Flink上构建实时数仓、挑战与最佳实践
本文整理自用友畅捷通数据架构师王龙强在FFA2024上的分享,介绍了公司在Flink上构建实时数仓的经验。内容涵盖业务背景、数仓建设、当前挑战、最佳实践和未来展望。随着数据量增长,公司面临数据库性能瓶颈及实时数据处理需求,通过引入Flink技术逐步解决了数据同步、链路稳定性和表结构差异等问题,并计划在未来进一步优化链路稳定性、探索湖仓一体架构以及结合AI技术推进数据资源高效利用。
811 25
用友畅捷通在Flink上构建实时数仓、挑战与最佳实践
|
12月前
|
存储 关系型数据库 BI
实时计算UniFlow:Flink+Paimon构建流批一体实时湖仓
实时计算架构中,传统湖仓架构在数据流量管控和应用场景支持上表现良好,但在实际运营中常忽略细节,导致新问题。为解决这些问题,提出了流批一体的实时计算湖仓架构——UniFlow。该架构通过统一的流批计算引擎、存储格式(如Paimon)和Flink CDC工具,简化开发流程,降低成本,并确保数据一致性和实时性。UniFlow还引入了Flink Materialized Table,实现了声明式ETL,优化了调度和执行模式,使用户能灵活调整新鲜度与成本。最终,UniFlow不仅提高了开发和运维效率,还提供了更实时的数据支持,满足业务决策需求。
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(一)
360 0
|
分布式计算 资源调度 大数据
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
大数据-110 Flink 安装部署 下载解压配置 Standalone模式启动 打包依赖(二)
305 0
|
消息中间件 监控 数据挖掘
基于RabbitMQ与Apache Flink构建实时分析系统
【8月更文第28天】本文将介绍如何利用RabbitMQ作为数据源,结合Apache Flink进行实时数据分析。我们将构建一个简单的实时分析系统,该系统能够接收来自不同来源的数据,对数据进行实时处理,并将结果输出到另一个队列或存储系统中。
1107 2

热门文章

最新文章