随着大数据时代的到来和人工智能的崛起，机器学习所能处理的场景更加广泛和多样。构建的模型需要对批量数据进行处理，为了达到实时性的要求还需要直接对流式数据进行实时预测，还要具备将模型应用在企业应用和微服务上能力。为了取得更好的业务效果，算法工程师们需要尝试更多更复杂的模型，需要处理更大的数据集，使用分布式集群已经成为常态；为了及时对市场的变化进行反应，越来越多的业务选用在线学习方式直接处理流式数据、实时更新模型。

演讲提纲：

1. 平台简介
2. 平台的应用场景
3. 平台架构
4. 流式应用案例
5. 如何获取开源版本
6. 未来规划

听众受益点：

1. 流式机器学习场景的典型解决方案
2. 通过开源版本，可以快速尝试