在这次演讲中，我将介绍一种使用Apache Pulsar Functions部署机器学习模型以提供实时预测的技术。为了提供实时预测，该模型通常从调用者那里接收一个数据点，并期望在几毫秒内提供一个准确的预测。

在整个讲座中，我将展示制作一个完全训练过的ML所需的步骤，它可以根据实时交通信息、客户的位置和将要完成订单的餐厅来预测送餐服务的时间。

讲师:

David Kjerrumgaard: David是《Pulsar in Action》的作者，也是Splunk消息团队的首席软件工程师，负责Splunk内部的Pulsar-as-a-Service平台。在加入Splunk之前，他是Streamlio的解决方案架构总监，负责开发基于Apache Pulsar的最佳实践和解决方案。