为您找到203个相关课程
展开简介
收益目标：了解数据中台的优势以及数据中台建设与架构方法 了解数据中台的核心方法论(一个ID，一个数据，一个服务) 从真实的用户案例中学习数据中台建设 了解数据体系建设与数据运营机制建设
适应人群：大数据从业人员、企业IT开发人员、企业数据部门人员
关键词：互联网，其他，创新
收益目标：1、对齐企业内部人员对数据资产管理的愿景，掌握制定数据战略的方法论，明确数据资产管理工作的分工职责； 2、 为业务人员培养数据思维和数字化工作模版、提供给数据标准、数据质量标准的工作模版； 3、 为数据管理者提供数据资产梳理、数据模型构建、数据架构设计的方法和实操； 4、 为IT人员提供支持数据应用、数据管控平台的技术架构和落地实施案例；
适应人群：金融行业的业务、数据、IT部门入职3年以上至高级经理的级别的所有人员
关键词：传统金融，数据架构，转型
收益目标：1、体系完整； 2、数据思维升级：提升核心团队不同角色数据思维能力。 -产品：对功能上线后的效果负责，如何正确评估指标，如何基于数据指标通过探索性数据分析提出基于目标提升的优化建议，还能数据指标洞察真正的业务需求发现产品新的机会点。 -运营：如何在预算少、研发人力投入不足的情况，基于行业、竞品和自己的数据分析，找到当下价值最大的策略。 -市场营销：一是提高对外部市场数据的获取和分析能力；二是提高数据评估能力，对市场投放/活动前预算估算能力和投放.活动后效果衡量以及后续重点优化方向判断。三是数据分析能力（在“数据海洋”中寻找因果关系并将之量化的能力），弄清市场预算/花费、渠道、创意等影响因素与公司实际追求的业务增长指标间的关系，以及在可控的范围内通过在预算、渠道、创意等维度上的优化促进公司的业务增长。 -数据分析师：不再做服务业务的乙方，而是从战略和战术做业务的参谋部。 -业务负责人：一是提高鉴别数据质量、数据分析结论避免陷入盲从数据的误区，从而在业务判断、业务决策上造成误导。因为同一个数据源用不同口径统计，再采用不同的比较方式，甚至造成不好的结果。领导需要判断数据口径及其对比方式是否能够科学、准确地体现业务经营状况的好坏，还是可能为“虚荣指标。二是基于数据抽丝剥茧”，准确判断业务方向，采取正确的策略。 3、数据思维升级掌握体系化的框架并在课堂产出： 4、业务诊断：通过业务分析指标体系对核心经营指标、业务异常等进行分析阶段 5、策略落地：增强高阶运营体系化和战略化运营增长能力。 掌握基于当前业务问题，选择适合自己的产品或运营增长策略，实现全生命周期的用户管理，达成拉新、转化和留存等业务目标。 6、沉默用户激活以及全生命周期管理：辛辛苦苦获取了大量用户，但是用户不活跃，如何提高频次.. 7、数据体系建立：团队管理者上下同欲设计目标，员工拆解自己的OKR，一级指标到四级指标建立，针对数据发现问题并解决问题。
适应人群：暂无
关键词：互联网，电商，其他，金融
收益目标：可独立完成Hadoop的部署，运维，监控及故障处理。独立完成整体Hadoop从网络到软件层面的架构设计，Hadoop及周边生态的性能优化。
适应人群：开始对Hadoop感兴趣或已使用Hadoop，希望进行性能调优或架构优化。
关键词：互联网，其他
收益目标：1) 认清互联网+的实质价值 2) 怎样用O2O形成粉丝经济 3) 网络整合营销的技巧 4) 微信微博微视频等社交媒体传播 5) 了解万物互联下的电商新形态
关键词：互联网
收益目标：全面了解大型网站架构演化； 通过案例教学掌握高可用架构设计的原则和方法 掌握互联网高可用高并发关键技术； 掌握互联网大型分布式系统缓存架构的设计； 通过学习高并发系统架构案例掌握如何设计互联网高并发高可用系统
适应人群：无大厂工作经验的服务端开发工程师（外包公司、小型互联网公司为主）
关键词：互联网，架构设计，网站架构，高可用架构
收益目标：1. 机器学习、深度学习平台优化经验 2. 基于Kubernetes的机器学习平台调度系统设计经验 3. 开源社区运作、参与经验
关键词：
收益目标：学员通过本次课程的学习，可以掌握Tableau Desktop建模方法；学会双轴图、瀑布图，帕累托图、树图、标靶图、旋风图、文字云、地图等可视化图形的制作；掌握仪表板综合设计能力与技巧、Tableau大屏可视化设计能力；了解常用的数据分析方法与理论；掌握Tableau Server的管理内容，包括系统单点登录的集成代码编写，系统移植/升级/备份/还原，系统优化等项目最佳实践完整内容。
适应人群：适合数据分析人员，可视化开发配置人员，数据仓库建模人员，商务智能系统架构设计人员，大数据分析人员。
关键词：其他
收益目标：暂无
适应人群：目标受众：机关企事业单位管理者、电子政务参与者、区块链技术及服务提供商
关键词：互联网，变革
收益目标：• 深入理解微服务架构的前世今生，能够站在架构师的角度深入理解微服务的核心思想与具体技术 • 深入理解微服务测试的挑战和应对策略，能够处理实际项目中典型的微服务测试难题 • 深入理解微服务测试所必须掌握的核心技术，包括API自动化测试技术，测试数据构造技术，测试环境准备的最佳实践等等 • 深入理解基于消费者契约的微服务测试方法，能够将该方法和传统测试方法无缝集成，达到事半功倍的效果 • 通过深入浅出的讲解，理解微服务时代测试领域的多项前沿技术，比如基于大数据的测试范围选择、混沌工程和测试结果自动分析等 • 包含大量独家干货内容，无法通过其他渠道获取
适应人群：• 测试工程师，测试开发工程师和测试技术骨干成员 • 测试技术负责人或测试架构师 • DevOps 资深工程师和技术负责人 • 开发工程师，开发技术经理，开发技术负责人
关键词：互联网，微服务，DevOps，软件测试，测试用例
收益目标：1、企业云平台建设和推广落地经验； 2、多云管理平台建设推广落地经验； 3、云技术驱动业务数字化转型经验。
收益目标：1. 人工智能的算法原理，设计过程以及构建成一个完整的人工智能系统都需要哪些组件以及对应的设计。 2. 从个测试人工智能的模型的方法开始，讲解到一个完整的人工智能系统的方方面面的测试方案。 3. 学习以spark为例讲解在人工智能系统中，如何构建和处理测试数据。 4. 学习以ffmpeg+opencv为基础如何在计算机视觉场景中构建和处理测试数据。 5. 以yolo为例，讲解如何在使用人工智能来辅助测试人工智能系统。
适应人群：在人工智能背景下工作的测试人员，或者对人工智能感兴趣的技术人员
关键词：互联网，人工智能，机器学习，Spark，分布式，深度学习
To Be Better
注册或 找回密码?
