究竟都是谁在使用？OpenMLDB 落地案例大起底
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
技术原理
数据生态第三弹 | RocketMQ OpenMLDB Connector，实时数据到特征工程的高速传输
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。
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
导读：在近期的 meetup 中 OpenMLDB PMC 卢冕以《OpenMLDB v0.5.0介绍：线上线 …
构建面向特征工程的数据生态 ——拥抱开源生态，OpenMLDB全面打通MLOps生态工具链
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。
OpenMLDB：线上线下一致的生产级特征计算平台
希望这场分享能够帮助大家了解 OpenMLDB 是什么，能做什么，适用于哪些场景。同时本文也将首次介绍 OpenMLDB的使用场景和生态构建。
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。
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 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。
