对于广大的 Flink 开发者同学来说，
什么内容是最期待的？
什么信息又是最有用的？
最期待的内容，自然是 Flink 1.13 新版本的发布，全新功能的上线！最有用的信息，自然是理论结合企业实践的案例分享！更刺激的是！将这两者相结合能碰撞出怎样的火花？
Apache Flink 社区 1.13 新版本发布 Meetup 来啦！
5月22日 | 北京 | 线下
1.13 新版本 + 互娱场景实践分享
不容错过的开发者盛筵！
本次 Meetup 分为上下两场，嘉宾分别来自阿里巴巴、字节跳动、快手、爱奇艺和小红书。
上半场将由 4 位技术专家带来 Flink 1.13 版本新功能的深入解读。例如 Winddow TVF，DataStream & Table API 交互等；
下半场将另有 4 位资深行业技术专家分享 Flink 在互娱行业中的实践应用。全方位解析包括精准推荐、实时数仓、数据分析等在内的行业面临的典型问题。
【活动亮点】
ݢࣁᕚᥡ፡ፗඎ҅ᔜٖӧᲙᬦҔӿޮᬟᒵ֦೭҅տ឴᩻ग़ Flink ᬟ
王峰｜阿里巴巴 研究员
出品人简介：
王峰，阿里云研究员，花名“莫问”， 阿里云计算平台事业部实时计算与开放平台部门负责人，目前带领团队基于 Flink、Hadoop 以及 Kubernetes 开源技术体系打造的大数据实时计算平台，不仅服务于阿里集团（淘宝、天猫、聚划算、高德、优酷、飞猪和菜鸟等）所有实时数据业务，同时也通过阿里云为广大中小企业提供全球领先的实时计算产品服务。
■ 活动议程
上午场 —— Flink 1.13 新版本发布深入解读
在刚刚发布的 1.13 版本中，Flink SQL 带来了许多新 feature 和功能提升，在这里我们围绕 Winddow TVF，时区支持，DataStream & Table API 交互，hive 兼容性提升，SQL Client 改进 五个方面，深入解读这些核心功能。
徐榜江（雪尽），阿里巴巴高级开发工程师，专注于 Flink SQL 引擎开发。
《Flink 1.13: Towards Scalable Cloud Native Application》
Flink 1.13 新增了被动资源管理模式与自适应调度模式，具备灵活的伸缩能力，与云原生的自动伸缩技术相结合，能够更好地发挥云环境下弹性计算资源的优势，是 Flink 全面拥抱云原生技术生态的又一重要里程碑。本次议题将对 Flink 1.13 中的被动资源管理、自适应调度、自定义容器模板等新特性进行介绍，同时将分享 Flink 拥抱云原生技术生态的发展历程及未来规划。
宋辛童（五藏），Apache Flink Committer，阿里巴巴技术专家，北京大学博士。目前就职于阿里巴巴实时计算团队，主要负责 Flink 资源管理与部署相关的研发工作。
《面向流批一体的 Flink 运行时
与 DataStream API 优化》
在 1.13 中，针对流批一体的目标，Flink 优化了大规模作业调度以及批执行模式下网络 Shuffle 的性能，从而进一步提高了流作业与批作业的执行性能；同时，在 DataStream API 方面，Flink也正在完善有限流作业的退出语义，从而进一步提高不同执行模式下语义与结果的一致性。
高赟（云骞），来自阿里巴巴计算平台事业部实时计算团队，Flink Contributor，主要从事 Flink DataStream API、运行等部分的设计与开发。
《State backend Flink-1.13
优化及生产实践分享》
在新发布的 Flink-1.13 中，state backend 模块就内存管控、访问延迟勘察等方面带来了相关优化与新特性，我们将结合生产实践中的相关信息进行分享。
唐云，花名茶干，加入阿里巴巴以来一直从事 Flink 内核 state backend/checkpoint 模块开发，同时也涉猎 Flink metrics 组件开发和阿里云开源大数据推广。目前在 Apache Flink 社区中维护 state backend 等相关模块。
Flink 在小红书推荐场景的应用，以及实时平台最近半年的演进，包括在批处理、多云支持等。
栾艳明，小红书数据流团队工程师，加入小红书后从 0 开始迭代实时数据平台。
《Flink 在字节跳动推荐特征体系
中的落地实践》
从头条到抖音，推荐是字节跳动的核心业务场景，特征是推荐系统的基础燃料，构建高效的实时特征体系对推荐系统业务迭代至关重要。本次分享主要介绍字节跳动推荐实时特征场景基于 Flink SQL、Flink State 的基本实践以及未来规划。
郭文飞，字节跳动推荐系统基础服务方向负责人。2015 年初加入字节，主要负责推荐系统基础服务方向，例如消重、计数、特征等。
《快手基于 Flink 构建实时数仓的场景化实践》
实时计算作为快手数据一个重要的应用输出场景，尤其是在春晚等大型活动、运营体系建设、特征建设中扮演着重要的角色，提供了包括数据大屏，各类实时数据看板、实时数据推送，支撑了管理决策、实时监控、策略服务等各类应用场景。本次分享将介绍我们在实时数据研发和实时数仓构建方面的一些实践与思考。
2019 年加入快手，曾经就职于美团，目前是快手实时计算数据团队技术负责人，主要负责包括实时数仓建设、实时链路 SLA 提升和质量保障等工作，连续两年负责大型运营活动实时大屏及实时应用产品的构建和保障工作。
随着效果广告、信息流等广告形式的快速发展，更好的理解用户做到精细化投放，对平台和广告主至关重要。在爱奇艺广告的多个业务场景中，包括大屏展示、报表、特征工程、系统监控等对数据的时效性和数据质量的要求越来越高。本次分享围绕具体业务，介绍实时计算的发展历程、技术选型、实际生产中遇到的问题和解决方案。
2016 年加入爱奇艺，具备 9 年以上大数据处理经验，在大数据处理、实时计算等方面有较丰富的实践经验。目前，主要负责爱奇艺广告业务的实时计算、任务调度管理系统、数据接入等工作。
-
-
-
直播观看：https://developer.aliyun.com/live/246712
点击下方「阅读原文」即可马上报名！线下场地位置有限，先到先得哦！更多 Flink 相关技术问题，可扫码加入社区钉钉交流群～
? Apache Flink 社区贡献者独家福利！?
5月22日，Apache Flink Meetup · 北京站社区贡献者独家福利！凡社区认证的 Apache Flink Contributor、Committer、PMC 可免费现场领取 Flink 社区最新定制的限量马克杯一个。
点击下方「阅读原文」即可马上报名！线下场地位置有限，先到先得哦！更多 Flink 相关技术问题，可扫码加入社区钉钉交流群～
▼ 关注「Flink 中文社区」，获取更多技术干货 ▼
GitHub 地址 
