博客

本文整理自第四范式资深架构师、OpenMLDB PMC 卢冕在第四范式技术日「高效落地的AI开源生态」分论坛的主题分享——《开源机器学习数据库 OpenMLDB：提供线上线下一致的生产特征平台》。内容包括：

感恩 OpenMLDB 贡献者

OpenMLDB 发展历程

OpenMLDB 架构设计

0.6.0 最新版本讲解

落地案例分享

基于真实的企业业务场景，将线上实时数据更好更快地转化为 AI 可用特征是加速人工智能落地的有效路径之一。因此，OpenMLDB 积极打通数据生态上游，继面向实时消息队列 Pulsar、分布式流处理平台 Kafka 的两款 connector 发布后，OpenMLDB 和 RocketMQ 合作推出 RocketMQ OpenMLDB Connector，助力实时数据到特征工程的高速传输，加速人工智能工程化落地。
未来 OpenMLDB 社区也将推出面向 Flink 的 connector，为开发者提供丰富的实时数据生态，为各类应用场景赋予高效特征工程能力。

导读：在近期的 meetup 中 OpenMLDB PMC 卢冕以《OpenMLDB v0.5.0介绍：线上线 …

演讲实录 | 性能及场景实践再升级的生产级特征平台 OpenMLDB v0.5.0 解析 查看全文 »

随着业务的发展，模型应用场景的增加，AI 工程化落地成为了不少企业面对的切实挑战。近几年，应对这个痛点的新概念——MLOps 逐渐成为了机器学习领域的热门话题。OpenMLDB 提供FeatureOps 全栈解决方案，积极打通 MLOps工具链，建立起一个标准化的模型开发、部署与运维流程，降低开发者落地 AI 的门槛，使得企业组织能够更好地利用机器学习的能力来促进业务增长。