摘要： 在 GenAI 时代，多模态数据的海量流动需要坚实的基础设施，然而割裂的数据流水线已成为企业的关键瓶颈。在同程旅行，我们历史上并行运行着 4 套互不相通的数据流水线服务（离线同步、实时入湖、老旧的 Sqoop，以及一套独立的 SeaTunnel 服务）。这种割裂带来了极高的维护成本，也阻碍了统一的数据治理。

本次演讲将详细讲解我们如何通过平台化，成功打造一条统一的"数据动脉"。我们将探讨如何整合数据入口，并基于 Apache SeaTunnel 构建真正"批流一体"的基础架构，全面支撑从传统数仓到现代 AI 场景的数据流转。

核心内容：

1. 打破数据孤岛：深入讲解基于 Apache SeaTunnel 引擎设计的统一多模态数据流水线服务，平滑替换并整合 4 套老旧集成系统，实现彻底的架构标准化。
2. 计算增强与 AI 多模态赋能：探讨如何将 SeaTunnel 的 Transform 机制与实时流处理能力深度融合，高效执行复杂的数据清洗与动态转换。我们将重点呈现对 AI 工作负载的硬核支撑，包括非结构化数据的实时解析，以及面向 LLM 的 Embedding 预处理。
3. 零停机迁移与严格校验：分享海量存量任务迁移的企业级实践。我们将详细讲解所设计的"动态任务转换与双向数据比对（reconciliation）机制"，确保在底层架构升级过程中零数据丢失，并实现业务的无缝过渡。
4. 面向未来的云原生演进：展望多模态统一数据流水线的蓝图。我们将讨论基于 Kubernetes 的云原生容器化部署以实现弹性伸缩，以及如何与 LLM 生态深度融合，构建坚实的 Data+AI 底座。

讲师:

Xiaochen Zhou：同程旅行数据工程师 | Apache SeaTunnel Committer

Xiaochen Zhou 是同程旅行的数据工程师，也是活跃的 Apache SeaTunnel Committer。在当前岗位上，他专注于设计、构建和优化高性能数据流水线。在开源社区中，他深度参与 Apache SeaTunnel 的核心开发与技术演进。近来，他的重心转向数据与 AI 的交汇领域，致力于为 GenAI 时代架构统一的多模态数据流水线。