太虐了!高颜值妹子写的一手好代码,还赢得了阿里硅谷游学大奖!

简介: 由阿里中间件与天池联合举办的『阿里中间件性能挑战赛』决赛答辩会于8月12日在著名学府清华大学举行。

由阿里中间件与天池联合举办的『阿里中间件性能挑战赛』决赛答辩会于8月12日在著名学府清华大学举行。


本次大赛吸引到了来自413所知名高校的学生,以及众多来自业界的工程师,共计1946支队伍,近2500人。大赛为选手们开放了阿里电商业务中最具挑战的双十一实时交易真实场景,以及阿里中间件多项开源产品(JStorm/Tair/RocketMQ)。


大赛历时1个多月,选手们可以通过挑战充分展现自己的技术实力。第二赛季入围TOP10的队伍齐聚现场进行最后的巅峰对决


▼ TOP10选手风采墙  ▼


▼答辩会现场  ▼




精彩记录


▼ 《阿里大中台战略揭秘》▼

阿里中间件掌门人蒋江伟(小邪)分享


在阿里技术平台上创业钉钉》

钉钉CTO朱鴻(一粟)分享



▼ 大赛评委 - 阿里中间件资深技术专家沈询 ▼



▼ 大赛评委 - 阿里中间件资深技术专家纪君祥 ▼



▼ 大赛评委 - 阿里中间件高级技术专家天梧 ▼



▼ 选手答辩 ▼



▼ 细心聆听 ▼



二进制世界的妹子  


阿里中间件性能挑战赛虽然是纯粹的工程型比赛,但已不仅仅是汉子的天下,大赛吸引到不少高颜值女选手,凭借扎实的代码能力,及坚忍不拔的毅力,从众多选手中脱颖而出。


▼ 来自上海交通大学的选手夏亦谦 ▼

>>>>

用自己的经历来吸引更多的女生加入二进制的世界  


点赞!点赞!



▼ 来自北京邮电大学的选手闭蓉 ▼



▼ 来自北京邮电大学的选手张琦颖不仅摘得大赛优胜奖,还赢取了美国硅谷游学基金 ▼





高校选手云集

高校选手中,比赛得分位列前五的学府分别是:北京大学、中国科学院大学、浙江大学、上海交通大学、北京邮电大学。不少选手已是身经百战的选手,在众多学术竞赛及社会开放竞赛中获得过荣誉,让自己更具竞争力,也是他们积极参与阿里中间件性能挑战赛的最主要目的。


▼ 来自中国科学院的“Gamma Go”团队摘得冠军,钉钉CTO一粟为他们颁奖 ▼



▼ 来自北京大学、中国科学院、浙江大学的“JH联盟”团队摘得亚军 ▼





创业企业的工程师们 


阿里中间件性能挑战赛不仅吸引到来自BAT、国内知名电商网站的工程师,也有日本乐天、Morgan Stanley这样的国际企业,此外不乏众多来自创业企业的选手。本次大赛对于社会选手来说,不仅是一次证明自己技术实力的机会,也是一个很好的练兵场,提供了世界最大的电商交易业务场景,这绝对是平时工作所无法接触到的。


▼ 来自回家吃饭公司的刘振东摘得大赛亚军 ▼



来自思德在线教育的情侣选手摘得大赛季军



专属程序员鼓励师,虐狗啊!虐狗!





谈参赛收获


大赛不仅为选手准备了丰厚的奖品,还有美国硅谷游学的机会。

再看看这个象征着数据英雄的奖牌也是很用心啊!

小天好想拥有!




比赛不仅让我们收获了奖励,收获了荣誉...

更让我们收获了难忘美好的战斗友谊。

>>>>
来自中国科学院的“Default”张凌寒这样写道自己的感受:#保福寺桥#科学院与清华隔着一座保福寺桥,从桥南走到桥北,我们花了一个赛季的时间。感谢阿里提供的平台,让我们有机会跟全国各路高手同场竞技。感谢李司机和王司机不辞辛苦带我走到决赛现场。此行受益匪浅。




阿里中间件性能挑战赛英雄榜




精彩花絮


▼ 助阵亲友团

现场大合照

相关文章
|
SQL 存储 缓存
OceanBase查询优化器
本文整理自OceanBase团队高级技术专家王国平,在深入浅出 OceanBase线上技术沙龙第二期的分享。
OceanBase查询优化器
|
存储 Oracle 关系型数据库
PostgreSQL体系架构介绍
PostgreSQL体系架构介绍
1770 0
PostgreSQL体系架构介绍
|
6月前
|
存储 缓存 安全
我们来说一下无锁队列 Disruptor 的原理
我是小假 期待与你的下一次相遇 ~
389 7
|
6月前
|
人工智能 关系型数据库 分布式数据库
重磅更新!PolarDB数据库全面内化AI能力
2026阿里云PolarDB开发者大会上,PolarDB正式发布AI原生数据库系列能力,推出AI数据湖库(Lakebase)、模型算子化、Agent托管等创新功能,实现多模态数据统一管理与库内智能推理,推动数据库从“AI就绪”迈向“AI原生”,赋能企业高效构建安全合规的AI应用。
646 1
重磅更新!PolarDB数据库全面内化AI能力
|
网络架构
实验5 IP地址分配
实验5 IP地址分配
640 0
|
存储 SQL 分布式计算
Apache Iceberg数据湖基础
Apache Iceberg 是新一代数据湖表格式,旨在解决传统数据湖(如 Hive)在事务性、并发控制和元数据管理上的不足。它支持 Spark、Flink、Trino 等多种计算引擎,提供 ACID 事务、模式演化、分区演化等核心特性,具备良好的云存储兼容性和高性能查询能力,适用于大规模结构化数据分析场景。
2098 0
|
10月前
|
存储 SQL 机器学习/深度学习
一文辨析:数据仓库、数据湖、湖仓一体
本文深入解析数据仓库、数据湖与湖仓一体的技术原理与适用场景。数据仓库结构严谨、查询高效,适合处理结构化数据;数据湖灵活开放,支持多模态数据,但治理难度高;湖仓一体融合两者优势,实现低成本存储与高效分析,适合大规模数据场景。文章结合企业实际需求,探讨如何选择合适的数据架构,并提供湖仓一体的落地迁移策略,助力企业提升数据价值。
一文辨析:数据仓库、数据湖、湖仓一体
|
存储 文件存储 数据库
对象存储、块存储、文件存储他们都有什么不通的作用?
对象存储、块存储、文件存储他们都有什么不通的作用?
2890 2