为您找到256个相关课程
展开简介
收益目标：个性化推荐解决了商品丰富性和用户接触商品的稀缺性之间的矛盾，具有巨大的商业价值。本课程从大数据、机器学习框架的角度系统地介绍主流的推荐算法模型。
适应人群：暂无
关键词：互联网，大数据，机器学习
收益目标：1、 全面了解云计算行业发展现状和国内外主流云平台厂商产品和服务能力； 2、 全面了解大数据、AI、微服务的发展和应用情况； 3、 理解云计算核心技术原理和优缺点； 4、 掌握云计算、大数据、AI、微服务等新技术在金融领域的应用情况和收益； 5、 具备一定的云产品选型评估能力； 6、 具备一定的解决方案设计能力；
适应人群：云计算相关技术人员，CIO、IT经理、企业架构师、IT架构师、方案架构师、开发工程师等
关键词：互联网，大数据，云计算，微服务
收益目标：1.了解VR/IOT设计实操案例 2.了解科技趋势下设计面临的变革和应做的准备 3.了解数字孪生概念在产业互联网行业的落地和应用
关键词：互联网，互联网金融，电信，其他，人工智能，大数据，云计算
收益目标：暂无
关键词：互联网，大数据
收益目标：1、了解TO B 产品数据运营目标、定位 2、学习TO B 企业数据运营存在问题及诊断 3、学会TO B 企业数据运营通用方法、分析策略 4、学习TO B 产品数据精细化运营指标策略 5、学习数据运营体系搭建，并了解企业产品的应用
适应人群：3年以上的产品经理、运营人员
收益目标：1、用数缺逻辑。在日常处理数据的过程中，常常很难挖掘出数据的内在价值，通过数据给予业务有效的洞见和决策。 2、分析少体系。有一定的数据意识用数据去处理问题，但是缺少从识别到解决的一整套系统性方法，不管是问题筛选还是提案输出，都缺乏系统的分析能力。 3、驱动少依据。我们常常强调数据驱动业务，但是如果无法有效看懂数据、用好数据、系统性地梳理每一个增长点，就无法给予业务有效反馈和增长建议。
适应人群：1、本课程为数据分析实战进阶课程，适合需要通过数据分析实现能力提升和业务增长的岗位 2、正在进行数字化转型工作的企业员工可重点关注。
关键词：互联网，电商，互联网金融，电信，大数据，数据分析
收益目标：1、从产品经理视角来看待数据的价值和重要性，重新建立对数据的认识，重视数据，看懂数据。 2、掌握从产品流程和角度分析数据的全局性视角，为学员全方位建立数据指标间的联系，帮助学员快速解决业务问题。 3、掌握数十种数据分析方法，让学员在今后遇到问题时有方法可用，方法能用对。 4、通过现有数据进行用户需求分析，寻找并确定不同数据指标及变量之间的关系，从而挖掘出具体的需求，实现数据对业务的驱动。
适应人群：1、涉及一线业务的岗位：产品经理、运营、销售、市场等 2、希望系统性提升分析水平的岗位：商业分析师、数据分析师等
关键词：互联网，大数据，数据分析
收益目标：1.理解AI时代的运营趋势、AI如何赋能精细化运营，进行运营策略和方法的智能化升级。 2.学习运营人员需要知道的AI基本知识，基于世界巨头亚马逊等企业的实践，知道如何能保持运营方法的与时俱进，不被AI所取代和淘汰。 3.掌握智能化运营的数字化基础，建立智能运营数据体系，理解运营深度分析方法和AI赋能的机器学习和自动化运营策略。 4.掌握智能运营的用户洞察基础，学习如何进行AI驱动和机器学习找到用户特征模式、实现用户价值分析和目标用户判别，并设计差异化客群运营策略。 5.分新客智能运营和老客智能运营两部分，掌握智能运营的核心部分，重点针对渠道、拉新、激活、留存等环节，学习智能化用户运营，并学习会员体系、留存策略、上瘾模型。 6.可选模块：专题运营模块，包括品类、活动、资源位、私域四类专题运营。
适应人群：1.B端与C端企业运营、市场、营销岗人员。 2.与运营紧密配合的产品、增长、数据等岗位人员。 3.希望对企业运营进行大幅效率提升，有数字化转型需求的企业管理层。 4.对精细化运营方法与实践感兴趣的学员。一.开场与导入
关键词：互联网，产品经理，大数据，机器学习，转型，变革，大模型
适应人群：中高级工程师、企业架构师、软件设计师、技术决策/解决方案人员等。
关键词：互联网，大数据，微服务
收益目标：1、了解从“产品目标”到“效果归因”整个产品设计全链路中数据驱动的思路和方法； 2、了解支撑体验各层次（范围-结构-框架-表现）方案的数据依据及策略； 3、掌握利用HEART模型、GSM模型及用户认知参与路径进行设计效果验证的思路和方法； 4、通过美团点评大量实际案例介绍，了解数据驱动设计思维的具体执行路径；
关键词：互联网，产品经理，产品设计，大数据，数据挖掘，数据分析
收益目标：学员通过实践本课程，能够熟悉大数据行业和分布式系统的技术核心知识点；通过Hadoop，Spark，HBase知识的学习，能够掌握大数据应用的开发和运维能力，并能够掌握海量数据处理的编码和性能调优经验。让学员能够从0到1独立完成Hadoop，Spark，HBase分布式系统的搭建；熟悉中国Top5互联网企业（如阿里巴巴，腾讯）的大数据平台中Hadoop，Spark的技术应用和最佳实践。
适应人群：本课程不仅适合大数据 Hadoop, Spark，HBase 从业人员，同时也适合热爱或者希望未来从事大数据相关工作的在校学生，软件开发工程师，运维工程师以及架构师学习。通过本课程，学员将能够快速熟悉和掌握大数据利器，在生产中解决实际问题。
关键词：互联网，其他，软件架构，大数据，数据分析，Hadoop，Spark，HBase，分布式，大数据平台
收益目标：理解大数据开发和DevOps的结合点，如何降低大数据开发门槛，让更多小白用户就可以开发大数据。 了解ServiceMesh在大数据应用领域如何落地使用，ServiceMesh应用过程中的各种坑。 学习理解基于大数据+微服务的一体化的数据营销服务平台如何构建。
关键词：互联网，大数据，微服务，组织
活动详情
To Be Better
注册或 找回密码?
