精彩联动！OpenMLDB Pulsar Connector原理和实操
人工智能工程化落地的关键点之一，在于解决真实业务场景的实时批量预估和实时模型更新问题。更好更快的将线上实时数据转化为AI可用的特征，将加速AI应用落地的效率及效果。为此，OpenMLDB 和 Apache Pulsar 合作推出OpenMLDB Pulsar Connector，实现稳定的流式集成，为高效打通实时数据到特征工程提供一条值得期待的清晰路径。
博客
OpenMLDB Pulsar Connector：高效打通实时数据到特征工程
人工智能工程化落地的关键点之一，在于解决真实业务场景的实时批量预估和实时模型更新问题。更好更快地将线上实时数据转化为AI可用的特征，将加速AI应用落地的效率及效果。为此，OpenMLDB 和 Apache Pulsar 合作推出OpenMLDB Pulsar Connector，实现稳定的流式集成，为高效打通实时数据到特征工程提供一条值得期待的清晰路径。
OpenMLDB 获评 CSDN IT 技术影响力之星 “年度开源项目”奖项
3 月 30 日，CSDN 2021 年度 IT 技术影响力之星颁奖典礼成功举行，并揭晓了个人、公司和创新技术及产品等三大类共 12 个奖项的评选结果。在颁奖典礼上，OpenMLDB 作为国内首个开源机器学习数据库，凭借持续进步的技术创新、不断扩展的功能覆盖斩获“年度开源项目”奖项。
OpenMLDB 在线模块架构解析
OpenMLDB 的在线模块主要负责特征脚本上线以后的实时特征计算，因此对于低延迟、高并发、高可用等有较高的要求。
「转载」OpenMLDB/FEDB 论文阅读笔记
本文是知乎用户@李喆 针对OpenMLDB在VLDB上发表的论文分享的读书笔记。
OpenMLDB 集群版使用流程及执行模式详解
OpenMLDB 针对线上线下的特征工程全流程，在不同阶段提供了不同的执行模式。尤其在生产环境下所使用的集群版，针对不同阶段做了较为复杂的执行模式的划分。本文集中说明在集群版 OpenMLDB 中，从特征开发到上线的全流程，及其相应的执行模式。
深入浅出特征工程 -- 基于 OpenMLDB 的实践指南（下）
在本篇文章中，我们将基于主表和副表，去展开详细介绍更加复杂和强大的基于多表的特征脚本开发。同时，我们依然依托 OpenMLDB 所提供的 SQL 语法进行特征工程脚本示例。
深入浅出特征工程 – 基于 OpenMLDB 的实践指南（上）
本文介绍了特征工程的基础概念、实践工具，以及基本的基于单表的特征脚本开发。
Akulaku 智能风控场景实时特征计算
OpenMLDB 在金融科技类场景中不仅提升团队约一倍人效、节约数百万成本，同时也是相比 Spark、Flink 及其他 MPP 选型中唯一具备线性 scale 能力的方案。
基于OpenMLDB v0.4.0快速搭建全流程线上AI应用
本文介绍了OpenMLDB 0.4.0最新版本上的一些新特性，单机版和集群版的快速上手，以及怎么基于这个版本来快速搭建一个全流程的线上AI应用。
