为您找到194个相关课程
展开简介
收益目标：了解大数据中MapReduce的核心原理 掌握MapReduce核心编程 了解Spark性能优化 掌握Spark中的离线计算和实时计算 掌握Spark SQL的使用 掌握HBase的高级特性
适应人群：1. 有一定编程基础,想学习和了解大数据的学员 2. 计算机相关专业,未来向大数据领域方向发展的学员
关键词：互联网，大数据，SQL，Spark，大数据平台
收益目标：通过该课程学习，洞悉Hadoop，NoSQL与Spark等技术的原理、架构与技术手段；结合丰富实例掌握其设计与开发方法，以及掌握如软件架构、性能调优等使用过程中的实用技巧；深入了解Hadoop，NoSQL，Spark体系中各成员，理解Hadoop，NoSQL，Spark成员各自的优、缺点与正确适用场景，了解技术最新发展动向，能对Hadoop，NoSQL与Spark体系在学员企业、学员项目、学员研发中是否可用、如何定位以及如何使用做出正确判断与学习，并且对如何结合大数据技术规划企业数据架构得到相当的启发与收获。
适应人群：企业中高层技术管理人员、企业技术战略决策者、软件架构师、软件研发人员与大数据技术爱好者，有大数据及海量数据管理与处理需求的企业优先。
关键词：传统金融，互联网金融
收益目标：1. 理解数据科学在大数据领域的作用价值 2, 理解数据科学与传统BI的区别 3. 理解数据科学、人工智能如何解决企业客户的需求 4．理解机器学习构建的基本流程方法
适应人群：暂无
关键词：电信，大数据，数据挖掘，BI
收益目标：1、大数据革命对销售服务带来的挑战和机遇 2、中美知名企业用大数据提升营销的成功经验和失败教训分享 3、运用大数据促进营销管理和运营的方法和路线图 4、通过现场模拟实战案例, 全面掌握运用大数据创新销售服务的实战技巧
适应人群：传统企业的营销高管和资深区域经理。一切对运用大数据做销售服务创新感兴趣的中高层管理人士。
关键词：互联网，人工智能，大数据
收益目标：通过本课程的教学，使学员充分了解和认识大数据的相关知识（大数据的应用范围及相关技术思想），同时学会用主流的数据挖掘软件完成数据挖掘建模任务，使学员掌握数据挖掘方法论CRISP-DM的本质。通过几个具体的、典型的数据挖掘案例，使学员在掌握这些案例所用的技巧的同时，充分理解数据挖掘的方法论，实现举一反三的效果，提高学员分析问题解决问题的实际能力。
关键词：互联网金融
收益目标：a) 熟悉HDFS与Yarn实现原理及最佳实践 b) 掌握Spark核心原理，包括但不限于Spark Job的执行过程，Shuffle机制 c) 了解如何对Spark Job进行性能优化，包括但不限于参数调优，数据倾斜优化，代码调优 d) 掌握Spark Streaming的原理及使用方式，并掌握如何结合Spark Streaming和Kafka实现正好一次处理语义 e) 掌握Spark SQL的使用和优化方式，了解SQL引擎的原理 f) 掌握使用Spark MLlib解决机器学习问题的一般方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，Spark，分布式，大数据，机器学习，SQL
收益目标：风控可以怎么做才能有效控制风险，本次分享将抛砖引玉，探讨如何深刻理解业务，如何将算法顺利地落地于风控中，又有哪些技术手段对抗不断升级的欺诈手段，这些技术手段又有哪些瓶颈等。
关键词：互联网，机器学习
收益目标：1. 了解大数据的基本架构和组件 2. 了解各组件的架构、功能和使用场景 3. 了解数据中台的需求和解决的问题 4. 了解数据中台适用的场景和误区 5. 对大数据平台和数据中台有一个全面的认识
适应人群：所有对数据中台感兴趣的学员 有一定数据开发经验的数据架构师、部门主管 公司架构及商业决策者
关键词：其他，大数据，Hadoop，大数据平台
收益目标：课程中的内容涵盖理论和经验，是作者们在大数据行业长年摸爬滚打出来的最佳实践的总结。经过这些课程培训，可以使学员能够对大数据体系有全面而又清晰的认识，了解从平台搭建、到数据分析再到数据价值的挖掘各个方面的实用知识，可以即刻在实际工作中学以致用，运用大数据理论、方法来提升部门或公司的业绩。
适应人群：1． 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可；
关键词：互联网，电信，其他，大数据
收益目标：暂无
关键词：互联网，大数据
适应人群：1. 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可。
关键词：互联网，电信，其他，大数据，机器学习，数据挖掘
收益目标： 通过本课程的学习，希望学员能够在了解和掌握数据科学相关理论的基础上，学会应用数据科学技术、算法、模型解决现实数据处理、分析、挖掘和应用落地等问题。
适应人群：数据分析、挖掘、开发等相关岗位从业者、初级入门者、欲转型数据工作者、欲了解大数据在行业中的应用现状和动态的管理者等等。
关键词：互联网，大数据，数据挖掘
To Be Better
注册或 找回密码?