為您找到262個(gè)相關(guān)課程
展開(kāi)簡(jiǎn)介
收益目標(biāo)：1. 數(shù)據(jù)倉(cāng)庫(kù)和數(shù)據(jù)湖的概念和架構(gòu) 2. 數(shù)據(jù)建模的技術(shù)、流程和注意點(diǎn) 3. 數(shù)據(jù)整合、處理和展示的流程 4. 基于大數(shù)據(jù)平臺(tái)實(shí)現(xiàn)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖的技術(shù)和案例分享 5. 電信和銀行等傳統(tǒng)行業(yè)大數(shù)據(jù)平臺(tái)數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)湖的落地案例和經(jīng)驗(yàn)分享 6. 關(guān)系模型和維度模型的應(yīng)用場(chǎng)景
適應(yīng)人群：1. 數(shù)據(jù)架構(gòu)師 2. 數(shù)據(jù)分析和挖掘人員 3. 模型師 4. 大數(shù)據(jù)架構(gòu)師 5. ETL開(kāi)發(fā)工程師 6. 業(yè)務(wù)人員 學(xué)員基礎(chǔ)： 1. 對(duì)大數(shù)據(jù)技術(shù)了解 2. 對(duì)業(yè)務(wù)了解
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)
收益目標(biāo)：暫無(wú)
適應(yīng)人群：系統(tǒng)架構(gòu)師，業(yè)務(wù)架構(gòu)師，云原生架構(gòu)師，大數(shù)據(jù)架構(gòu)師，運(yùn)維架構(gòu)師，DBA架構(gòu)師，解決方案架構(gòu)師。對(duì)分布式數(shù)據(jù)庫(kù)知識(shí)和應(yīng)用感興趣的IT工作者。
關(guān)鍵詞：互聯(lián)網(wǎng)，傳統(tǒng)金融，其他，架構(gòu)師，架構(gòu)設(shè)計(jì)，大數(shù)據(jù)，數(shù)據(jù)架構(gòu)，數(shù)據(jù)庫(kù)，轉(zhuǎn)型，分布式
收益目標(biāo)：課程中的內(nèi)容涵蓋理論和經(jīng)驗(yàn)，是作者們?cè)诖髷?shù)據(jù)行業(yè)長(zhǎng)年摸爬滾打出來(lái)的最佳實(shí)踐的總結(jié)。經(jīng)過(guò)這些課程培訓(xùn)，可以使學(xué)員能夠?qū)Υ髷?shù)據(jù)體系有全面而又清晰的認(rèn)識(shí)，了解從平臺(tái)搭建、到數(shù)據(jù)分析再到數(shù)據(jù)價(jià)值的挖掘各個(gè)方面的實(shí)用知識(shí)，可以即刻在實(shí)際工作中學(xué)以致用，運(yùn)用大數(shù)據(jù)理論、方法來(lái)提升部門(mén)或公司的業(yè)績(jī)。
適應(yīng)人群：1． 小型企業(yè)的技術(shù)負(fù)責(zé)人； 2. 大中型企業(yè)的數(shù)據(jù)部門(mén)相關(guān)人員、或是對(duì)數(shù)據(jù)感興趣的其他部門(mén)的研發(fā)總監(jiān)、部門(mén)經(jīng)理、一線研發(fā)工程師等人員均可；
收益目標(biāo)：通過(guò)介紹大數(shù)據(jù)的核心計(jì)算和存儲(chǔ)組件，以及整個(gè)完整的大數(shù)據(jù)平臺(tái)架構(gòu)，結(jié)合具體的數(shù)據(jù)分析和機(jī)器學(xué)習(xí)案例分析，讓大家了解和掌握大數(shù)據(jù)平臺(tái)、數(shù)據(jù)分析和機(jī)器學(xué)習(xí)相關(guān)知識(shí)、最新的發(fā)展趨勢(shì)，以及如何應(yīng)用到實(shí)際項(xiàng)目實(shí)踐中。
適應(yīng)人群：暫無(wú)
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)分析
關(guān)鍵詞：其他，大數(shù)據(jù)
收益目標(biāo)：1. 了解大數(shù)據(jù)的基本架構(gòu)和組件 2. 了解各組件的架構(gòu)、功能和使用場(chǎng)景 3. 了解數(shù)據(jù)中臺(tái)的需求和解決的問(wèn)題 4. 了解數(shù)據(jù)中臺(tái)適用的場(chǎng)景和誤區(qū) 5. 對(duì)大數(shù)據(jù)平臺(tái)和數(shù)據(jù)中臺(tái)有一個(gè)全面的認(rèn)識(shí)
適應(yīng)人群：所有對(duì)數(shù)據(jù)中臺(tái)感興趣的學(xué)員 有一定數(shù)據(jù)開(kāi)發(fā)經(jīng)驗(yàn)的數(shù)據(jù)架構(gòu)師、部門(mén)主管 公司架構(gòu)及商業(yè)決策者
關(guān)鍵詞：其他，大數(shù)據(jù)，Hadoop，大數(shù)據(jù)平臺(tái)
收益目標(biāo)：通過(guò)本課程的學(xué)習(xí)，您將對(duì)大數(shù)據(jù)測(cè)試有個(gè)整體的認(rèn)識(shí)，擺脫聞“大”而恐的情況。將有能力規(guī)劃自己公司的大數(shù)據(jù)測(cè)試，對(duì)于可能遇到的風(fēng)險(xiǎn)和依賴有充足的預(yù)判和分析。能夠建立大數(shù)據(jù)測(cè)試相關(guān)配套服務(wù)，例如數(shù)據(jù)生成，狀態(tài)監(jiān)控以及自動(dòng)化測(cè)試等。
適應(yīng)人群：各級(jí)別軟件測(cè)試工程師，全棧工程師，軟件測(cè)試經(jīng)理
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，軟件測(cè)試，工程師
收益目標(biāo)：1、為銀行的業(yè)務(wù)人員開(kāi)拓業(yè)務(wù)洞察視野和提供標(biāo)準(zhǔn)化的建模路線圖。 2、為算法工程師提供算法與業(yè)務(wù)的結(jié)合點(diǎn)。 3、為數(shù)據(jù)工程師提供系統(tǒng)架構(gòu)設(shè)計(jì)思路。 4、為有志于從事金融大數(shù)據(jù)的人員提供定位指導(dǎo)和學(xué)習(xí)路線圖。
適應(yīng)人群：銀行的業(yè)務(wù)人員 算法工程師、數(shù)據(jù)科學(xué)家 市場(chǎng)、渠道高級(jí)經(jīng)理及以上級(jí)別
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘
收益目標(biāo)：1、大數(shù)據(jù)在行業(yè)、領(lǐng)域中的應(yīng)用案例及實(shí)踐；案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等開(kāi)發(fā)組件的應(yīng)用案例及實(shí)踐； 2、應(yīng)用案例及實(shí)踐是如何搭建的、相關(guān)技術(shù)組件在實(shí)際使用過(guò)程中的注意事項(xiàng)及關(guān)鍵點(diǎn)；搭建就是指基礎(chǔ)組件如何搭建應(yīng)用； 3、在反欺詐方面（羊毛黨）、安全方面、金融方面、風(fēng)控方面，這四個(gè)方面的應(yīng)用案例及實(shí)踐，重點(diǎn)講反欺詐方面（羊毛黨）； 4、從思想到技術(shù)再到實(shí)操，深入系統(tǒng)的剖析大數(shù)據(jù)思想、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)實(shí)踐，使學(xué)員全面的、正確的認(rèn)識(shí)大數(shù)據(jù)，并通過(guò)動(dòng)手實(shí)踐編寫(xiě)大數(shù)據(jù)挖掘程序，使學(xué)員深入理解大數(shù)據(jù)； 5、使學(xué)員深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis為代表的大數(shù)據(jù)分布式技術(shù)框架； 6、使學(xué)員掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大數(shù)據(jù)編程技術(shù)，能夠達(dá)到大數(shù)據(jù)挖掘的目的； 7、從代碼實(shí)踐的角度剖析大數(shù)據(jù)分布式技術(shù)執(zhí)行的具體過(guò)程并具備大數(shù)據(jù)開(kāi)發(fā)能力； 通過(guò)分享大數(shù)據(jù)在金融結(jié)算方面的應(yīng)用案例，如反欺詐、金融風(fēng)險(xiǎn)防范、金融數(shù)據(jù)分析可利用的價(jià)值方向等，加深對(duì)大數(shù)據(jù)的理解。
適應(yīng)人群：1、對(duì)大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘感興趣的企業(yè)或者個(gè)人； 2、適合于想通過(guò)數(shù)據(jù)化決策防范風(fēng)險(xiǎn)等相關(guān)的企業(yè)或者個(gè)人； 3、對(duì)大數(shù)據(jù)、分布式存儲(chǔ)、分析等感興趣的人員； 4、大型網(wǎng)站、電商網(wǎng)站等運(yùn)維人員； 5、云計(jì)算、大數(shù)據(jù)從業(yè)者； 6、熟悉Hadoop生態(tài)體系，想了解和學(xué)習(xí)Hadoop與Spark整合在企業(yè)應(yīng)用實(shí)戰(zhàn)案例的朋友； 7、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級(jí)程序員、資深開(kāi)發(fā)人員； 8、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人； 9、政府機(jī)關(guān)，金融保險(xiǎn)、移動(dòng)互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人； 10、高校、科研院所大數(shù)據(jù)研究人員，涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員； 11、數(shù)據(jù)倉(cāng)
關(guān)鍵詞：我是運(yùn)維經(jīng)理，互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，數(shù)據(jù)分析，創(chuàng)新，Hadoop，Spark，分布式，大數(shù)據(jù)分析，AR
收益目標(biāo)：了解大數(shù)據(jù)生態(tài)圈核心技術(shù) 掌握Hadoop的原理及使用 掌握分布式計(jì)算引擎(Spark+Flink)的原理及使用 掌握OLAP分析引擎的原理及使用(Hive+ClickHouse) 了解數(shù)據(jù)倉(cāng)庫(kù)(離線+實(shí)時(shí))的架構(gòu)設(shè)計(jì)
適應(yīng)人群：有一定編程基礎(chǔ),想學(xué)習(xí)和了解大數(shù)據(jù)的學(xué)員 計(jì)算機(jī)相關(guān)專(zhuān)業(yè),未來(lái)向大數(shù)據(jù)領(lǐng)域方向發(fā)展的學(xué)員
關(guān)鍵詞：互聯(lián)網(wǎng)，其他，大數(shù)據(jù)，SQL，數(shù)據(jù)分析，Hadoop，Spark，分布式
關(guān)鍵詞：其他，數(shù)據(jù)庫(kù)，金融，企業(yè)級(jí)
活動(dòng)詳情
To Be Better
注冊(cè)或 找回密碼?
