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
简介: 首届 Apache Flink 极客挑战赛发布,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。

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极客挑战赛-01.jpg

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
垃圾图片分类.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性能优化.jpeg

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

总体赛程安排:

赛程安排.png

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 ▼

大赛助阵嘉宾.png

报名链接:

https://tianchi.aliyun.com/markets/tianchi/flink2019

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MaxCompute的热门话题分析
本实验围绕社交用户发布的文章做了详尽的分析,通过分析能得到用户群体年龄分布,性别分布,地理位置分布,以及热门话题的热度。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
17天前
|
存储 大数据 数据处理
您有一份 Apache Flink 社区年度报告请查收~
您有一份 Apache Flink 社区年度报告请查收~
|
3月前
|
存储 SQL 人工智能
Apache Flink 2.0:Streaming into the Future
本文整理自阿里云智能高级技术专家宋辛童、资深技术专家梅源和高级技术专家李麟在 Flink Forward Asia 2024 主会场的分享。三位专家详细介绍了 Flink 2.0 的四大技术方向:Streaming、Stream-Batch Unification、Streaming Lakehouse 和 AI。主要内容包括 Flink 2.0 的存算分离云原生化、流批一体的 Materialized Table、Flink 与 Paimon 的深度集成,以及 Flink 在 AI 领域的应用。
702 13
Apache Flink 2.0:Streaming into the Future
|
3月前
|
存储 人工智能 大数据
The Past, Present and Future of Apache Flink
本文整理自阿里云开源大数据负责人王峰(莫问)在 Flink Forward Asia 2024 上海站主论坛开场的分享,今年正值 Flink 开源项目诞生的第 10 周年,借此时机,王峰回顾了 Flink 在过去 10 年的发展历程以及 Flink社区当前最新的技术成果,最后展望下一个十年 Flink 路向何方。
444 33
The Past, Present and Future of Apache Flink
|
5月前
|
SQL Java API
Apache Flink 2.0-preview released
Apache Flink 社区正积极筹备 Flink 2.0 的发布,这是自 Flink 1.0 发布以来的首个重大更新。Flink 2.0 将引入多项激动人心的功能和改进,包括存算分离状态管理、物化表、批作业自适应执行等,同时也包含了一些不兼容的变更。目前提供的预览版旨在让用户提前尝试新功能并收集反馈,但不建议在生产环境中使用。
1110 13
Apache Flink 2.0-preview released
|
5月前
|
存储 缓存 算法
分布式锁服务深度解析:以Apache Flink的Checkpointing机制为例
【10月更文挑战第7天】在分布式系统中,多个进程或节点可能需要同时访问和操作共享资源。为了确保数据的一致性和系统的稳定性,我们需要一种机制来协调这些进程或节点的访问,避免并发冲突和竞态条件。分布式锁服务正是为此而生的一种解决方案。它通过在网络环境中实现锁机制,确保同一时间只有一个进程或节点能够访问和操作共享资源。
194 3
|
5月前
|
数据挖掘 物联网 数据处理
深入探讨Apache Flink:实时数据流处理的强大框架
在数据驱动时代,企业需高效处理实时数据流。Apache Flink作为开源流处理框架,以其高性能和灵活性成为首选平台。本文详细介绍Flink的核心特性和应用场景,包括实时流处理、强大的状态管理、灵活的窗口机制及批处理兼容性。无论在实时数据分析、金融服务、物联网还是广告技术领域,Flink均展现出巨大潜力,是企业实时数据处理的理想选择。随着大数据需求增长,Flink将继续在数据处理领域发挥重要作用。
471 0
|
5月前
|
分布式计算 监控 大数据
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
大数据-148 Apache Kudu 从 Flink 下沉数据到 Kudu
133 1
|
5月前
|
消息中间件 druid Kafka
从Apache Flink到Kafka再到Druid的实时数据传输,用于分析/决策
从Apache Flink到Kafka再到Druid的实时数据传输,用于分析/决策
128 0
|
6月前
|
消息中间件 资源调度 API
Apache Flink 流批融合技术介绍
本文源自阿里云高级研发工程师周云峰在Apache Asia Community OverCode 2024的分享,内容涵盖从“流批一体”到“流批融合”的演进、技术解决方案及社区进展。流批一体已在API、算子和引擎层面实现统一,但用户仍需手动配置作业模式。流批融合旨在通过动态调整优化策略,自动适应不同场景需求。文章详细介绍了如何通过量化指标(如isProcessingBacklog和isInsertOnly)实现这一目标,并展示了针对不同场景的具体优化措施。此外,还概述了社区当前进展及未来规划,包括将优化方案推向Flink社区、动态调整算子流程结构等。
511 31
Apache Flink 流批融合技术介绍
|
6月前
|
SQL 消息中间件 关系型数据库
Apache Doris Flink Connector 24.0.0 版本正式发布
该版本新增了对 Flink 1.20 的支持,并支持通过 Arrow Flight SQL 高速读取 Doris 中数据。

相关产品

  • 实时计算 Flink版
  • 推荐镜像

    更多