首届!Apache Flink 极客挑战赛强势来袭,重磅奖项等你拿,快来组队报名啦

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
云原生大数据计算服务 MaxCompute,5000CU*H 100GB 3个月
云原生大数据计算服务MaxCompute,500CU*H 100GB 3个月
简介: 7 月 24 日,阿里云峰会上海开发者大会开源大数据专场,阿里巴巴集团副总裁、计算平台事业部总裁贾扬清与英特尔高级首席工程师、大数据分析和人工智能创新院院长戴金权共同发布首届 Apache Flink 极客挑战赛。欢迎报名参赛!

7 月 24 日,阿里云峰会上海开发者大会开源大数据专场,阿里巴巴集团副总裁、计算平台事业部总裁贾扬清与英特尔高级首席工程师、大数据分析和人工智能创新院院长戴金权共同发布首届 Apache Flink 极客挑战赛。

Apache_Flink_01

Apache Flink 极客挑战赛介绍

Apache Flink(以下简称 Flink)极客挑战赛由 Apache Flink Community China 发起,阿里云计算平台事业部、天池平台、Intel 联合举办。首届 Apache Flink 极客挑战赛旨在联合众多大数据技术爱好者,聚焦机器学习与计算性能两大热门赛题,提供 Apache Flink 强大的大数据计算平台与 Intel Analytics Zoo 深度学习计算平台,帮助参赛队伍实现机器学习的实践应用,完成计算性能的优化挑战。

本次大赛设置了两大赛题,分为初赛、复赛、决赛三个阶段,参赛队伍可根据自身技术方向、兴趣爱好选择其中最心仪的赛题。

  • 赛题一:垃圾图片分类(机器学习)
  • 赛题二:Flink TPC-DS 性能优化(计算性能)

赛题一:垃圾图片分类

  • 初赛,8月20日-9月18日
  • 复赛,9月27日-11月8日

近来随着环境保护法规的日益健全和人们环保意识的提高,垃圾分类越来越被人们认可和接受,并已经在部分城市开始试点实施。受此启发,赛题一要求各队使用人工智能来帮助实现更高效准确的垃圾分类,通过使用大数据计算引擎 Apache Flink 和深度学习的计算平台 Intel Analytics Zoo 实现对垃圾图片的识别和分类功能。

Flink 垃圾图片分类答疑及交流组队,钉钉群号:23129395
_jpeg

报名入口及赛题详情:
https://tianchi.aliyun.com/competition/entrance/231743/introduction

赛题二:Flink TPC-DS 性能优化

  • 初赛:预热赛(8月21日- 8月28日)正式赛(8月28日-9月25日)
  • 复赛:预热赛(9月27日-10月9日)正式赛(10月10日-11月7日)

性能是数据库系统追求的永恒目标,为此人们在软件和硬件上都做了大量的工作,而业界已经有成熟的测试标准集TPC-DS来检验这些优化。本题结合新一代大数据计算引擎 Apache Flink 和 Intel 傲腾™ 数据中心级持久内存(以下简称 DCPMM),优化软件系统并利用硬件的特征,通过程序设计追求 TPC-DS 测试集的最优性能。

Flink TPC-DS 性能优化答疑及交流组队,钉钉群号:21950145
tpc_jpeg

报名入口及赛题详情:
https://tianchi.aliyun.com/competition/entrance/231742/introduction

总体赛程安排:

_

奖项设置

此次 Apache Flink 极客挑战赛共分为两个赛题分开进行比赛,每个赛题分别有 5 支队伍可获得以下奖项,两个赛题可获奖队伍共计10支:

冠军:1支队伍,每支队伍奖金拾万,颁发获奖证书
亚军:1支队伍,每支队伍奖金伍万,颁发获奖证书
季军:1支队伍,每支队伍奖金叁万,颁发获奖证书
️ 优胜奖:2支队伍,每支队伍奖金壹万,颁发获奖证书

▼ 大赛助阵嘉宾 ▼

_

Tips:

首届 Apache Flink 极客挑战赛参赛福利,贴心送上 Flink 系列入门学习教程,本次大赛的两大赛题均涉及 Flink 的深度应用,可充分发挥学习教程的作用;除此之外,大赛特邀 Intel 技术专家分享直播《Take advantage of Intel Optane DCPM in Flink workload》,选择赛题二计算性能的同学不容错过哦。

▼ 学习传送门 ▼
https://github.com/flink-china/flink-training-course

首届 Apache Flink 极客挑战赛希望为所有大数据技术爱好者们提供挑战大数据计算性能优化,挖掘数据价值潜力的舞台,大赛全程有资深技术专家提供技术指导,欢迎大家积极挑战,报名参与~

_

相关实践学习
基于Hologres轻松玩转一站式实时仓库
本场景介绍如何利用阿里云MaxCompute、实时计算Flink和交互式分析服务Hologres开发离线、实时数据融合分析的数据大屏应用。
Linux入门到精通
本套课程是从入门开始的Linux学习课程,适合初学者阅读。由浅入深案例丰富,通俗易懂。主要涉及基础的系统操作以及工作中常用的各种服务软件的应用、部署和优化。即使是零基础的学员,只要能够坚持把所有章节都学完,也一定会受益匪浅。
目录
相关文章
|
存储 大数据 OLAP
超燃!Apache Flink 全球顶级盛会强势来袭[视频+PPT]
超燃!Apache Flink 全球顶级盛会强势来袭 摘要: 12月20日,北京国家会议中心。Flink Forward China 2018 强势来袭~ 阿里,腾讯,美团,字节跳动,国内一线Flink技术上万台Flink机器应运分享
5205 0
|
开发者 流计算 Apache
首届Apache Flink 极客挑战赛强势来袭 | 开发者必读(039期)
最炫的技术新知、最热门的大咖公开课、最有趣的开发者活动、最实用的工具干货,就在《开发者必读》!
1637 0
回顾 | Apache Flink 1.9 版本新特性强势预告!(内含PPT下载链接)
6月29日,Apache Flink Meetup 北京站圆满落幕,Apache Flink 1.9 版本是自 Flink 1.0 之后变化最大的版本,社区对 Flink 进行大量重构并且加入了很多新 Feature。此次 Meetup 重点解读 Flink 1.9 版本新特性。
2257 0
|
机器学习/深度学习 大数据 Apache
超燃!Apache Flink 全球顶级盛会强势来袭
12月20日,北京国家会议中心。Flink Forward China 2018 强势来袭~
5329 0
|
2月前
|
运维 数据处理 数据安全/隐私保护
阿里云实时计算Flink版测评报告
该测评报告详细介绍了阿里云实时计算Flink版在用户行为分析与标签画像中的应用实践,展示了其毫秒级的数据处理能力和高效的开发流程。报告还全面评测了该服务在稳定性、性能、开发运维及安全性方面的卓越表现,并对比自建Flink集群的优势。最后,报告评估了其成本效益,强调了其灵活扩展性和高投资回报率,适合各类实时数据处理需求。
|
4月前
|
存储 监控 大数据
阿里云实时计算Flink在多行业的应用和实践
本文整理自 Flink Forward Asia 2023 中闭门会的分享。主要分享实时计算在各行业的应用实践,对回归实时计算的重点场景进行介绍以及企业如何使用实时计算技术,并且提供一些在技术架构上的参考建议。
814 7
阿里云实时计算Flink在多行业的应用和实践
|
7天前
|
存储 分布式计算 流计算
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
本文介绍了阿里云开源大数据团队在实时计算领域的最新成果——向量化流计算引擎Flash。文章主要内容包括:Apache Flink 成为业界流计算标准、Flash 核心技术解读、性能测试数据以及在阿里巴巴集团的落地效果。Flash 是一款完全兼容 Apache Flink 的新一代流计算引擎,通过向量化技术和 C++ 实现,大幅提升了性能和成本效益。
569 10
实时计算 Flash – 兼容 Flink 的新一代向量化流计算引擎
|
3月前
|
SQL 消息中间件 Kafka
实时计算 Flink版产品使用问题之如何在EMR-Flink的Flink SOL中针对source表单独设置并行度
实时计算Flink版作为一种强大的流处理和批处理统一的计算框架,广泛应用于各种需要实时数据处理和分析的场景。实时计算Flink版通常结合SQL接口、DataStream API、以及与上下游数据源和存储系统的丰富连接器,提供了一套全面的解决方案,以应对各种实时计算需求。其低延迟、高吞吐、容错性强的特点,使其成为众多企业和组织实时数据处理首选的技术平台。以下是实时计算Flink版的一些典型使用合集。
|
4天前
|
SQL 运维 数据可视化
阿里云实时计算Flink版产品体验测评
阿里云实时计算Flink基于Apache Flink构建,提供一站式实时大数据分析平台,支持端到端亚秒级实时数据分析,适用于实时大屏、实时报表、实时ETL和风控监测等场景,具备高性价比、开发效率、运维管理和企业安全等优势。
|
21天前
|
运维 搜索推荐 数据安全/隐私保护
阿里云实时计算Flink版测评报告
阿里云实时计算Flink版在用户行为分析与标签画像场景中表现出色,通过实时处理电商平台用户行为数据,生成用户兴趣偏好和标签,提升推荐系统效率。该服务具备高稳定性、低延迟、高吞吐量,支持按需计费,显著降低运维成本,提高开发效率。
54 1

推荐镜像

更多