为您找到194个相关课程
展开简介
收益目标:暂无
适应人群:暂无
关键词:其他,大数据
关键词:互联网,电商,支付平台,传统金融,互联网金融,医疗,智能家居,物联网,车联网,安全,制造,电信,政府机构,税务,数据库,SQL
收益目标:1.本课程让学员充分掌握大数据平台技术架构、大数据分析的基本理论、大数据分析挖掘应用实战技能、国内外主流的大数据分析与BI商业智能分析解决方案、以及大数据分析在搜索引擎、广告服务推荐、电商数据分析、金融客户分析方面的应用案例。 2.本课程强调主流的大数据分析挖掘算法技术的应用和分析平台的实施,让学员掌握主流的基于大数据Hadoop和Spark、R的大数据分析平台架构和实际应用,并用结合实际的生产系统案例进行教学,掌握基于Hadoop大数据平台的数据挖掘和数据仓库分布式系统平台应用,以及商业和开源的数据分析产品加上Hadoop平台形成大数据分析平台的应用剖析。
关键词:互联网,电商,支付平台,传统金融,互联网金融,可穿戴设备,医疗,智能家居,物联网,车联网,安全,制造,电信,政府机构,税务,快消品,其他,大数据
收益目标:1.了解大数据分析系统的常用数据处理流程。 2.对iData在游戏场景下的自助、高效、在线分析路径的思路有所了解。 2.能了解iData游戏大数据分析系统的双引擎的技术实现原理。
关键词:互联网,大数据,BI,数据库,数据分析,分布式,大数据分析
收益目标:1、大数据在行业、领域中的应用案例及实践;案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等开发组件的应用案例及实践; 2、应用案例及实践是如何搭建的、相关技术组件在实际使用过程中的注意事项及关键点;搭建就是指基础组件如何搭建应用; 3、在反欺诈方面(羊毛党)、安全方面、金融方面、风控方面,这四个方面的应用案例及实践,重点讲反欺诈方面(羊毛党); 4、从思想到技术再到实操,深入系统的剖析大数据思想、大数据技术、大数据实践,使学员全面的、正确的认识大数据,并通过动手实践编写大数据挖掘程序,使学员深入理解大数据; 5、使学员深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis为代表的大数据分布式技术框架; 6、使学员掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大数据编程技术,能够达到大数据挖掘的目的; 7、从代码实践的角度剖析大数据分布式技术执行的具体过程并具备大数据开发能力; 通过分享大数据在金融结算方面的应用案例,如反欺诈、金融风险防范、金融数据分析可利用的价值方向等,加深对大数据的理解。
适应人群:1、对大数据的数据分析、数据挖掘感兴趣的企业或者个人; 2、适合于想通过数据化决策防范风险等相关的企业或者个人; 3、对大数据、分布式存储、分析等感兴趣的人员; 4、大型网站、电商网站等运维人员; 5、云计算、大数据从业者; 6、熟悉Hadoop生态体系,想了解和学习Hadoop与Spark整合在企业应用实战案例的朋友; 7、系统架构师、系统分析师、高级程序员、资深开发人员; 8、牵涉到大数据处理的数据中心运行、规划、设计负责人; 9、政府机关,金融保险、移动互联网等大数据单位的负责人; 10、高校、科研院所大数据研究人员,涉及到大数据与分布式数据处理的人员; 11、数据仓
关键词:我是运维经理,互联网,人工智能,大数据,机器学习,数据挖掘,数据分析,创新,Hadoop,Spark,分布式,大数据分析,AR
收益目标:对于在大数据处理方面的技巧和变现能力会有很大的提升。
关键词:互联网,大数据,机器学习,数据挖掘
关键词:其他,人工智能,大数据
收益目标:了解大数据平台的技术背景、基本知识、常识及术语。 学员通过学习本课程,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、Hive、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。 熟悉中国互联网公司(如阿里巴巴、腾讯)的大数据平台中各组件的技术应用和最佳实践。 了解大数据平台在互联网业务及地理信息系统的应用。
适应人群:拥有一定研发经验,希望行业前研经验和应用有所了解的学员。 所有对《大数据平台及地理信息应用》感兴趣的学员。
关键词:互联网,电商,大数据,大数据平台,大数据、架构、Hadoop、飞天、数据中台、地理信息
适应人群:1、对大数据、分布式技术、数据分析、数据挖掘等感兴趣的人员; 2、云计算、大数据、AI相关从业者; 3、系统架构师、系统分析师、高级程序员、资深开发人员; 4、牵涉到大数据处理的数据中心运行、规划、设计负责人; 5、政府机关,金融保险、移动互联网等大数据单位的负责人; 6、高校、科研院所大数据研究人员,涉及到大数据与分布式数据处理的人员; 7、数据仓库管理人员、建模人员,分析和开发人员、系统管理人员、数据库管理人员以及对数据仓库感兴趣的其他人员;
关键词:我是运维经理,互联网,人工智能,大数据,云计算,机器学习,数据挖掘,虚拟化,运维,数据分析,数据建模,深度学习
收益目标:通过此次课程培训,可使学习者获得如下收益: 1. 了解数据治理的体系架构 2. 理解数据架构设计与数据治理的基本知识; 2. 掌握数据建模方法,范式建模和维度建模 3. 理解数据标准化、数据质量和元数据等如何建设,和建设中注意的问题 4. 数据治理落地的难点和经验分享 5. XXX银行数据治理真实案例深度分享
适应人群: 1、数据开发工程师 2、业务人员 3、架构师 4、项目经理 5、对数据治理赶兴趣的同学
收益目标:通过本课程实践,帮助学员对Hadoop、spark和NoSQL生态系统有一个清晰明了的认识;理解Hadoop、spark和NoSQL系统适用的场景;掌握Hadoop、spark和NoSQL等初中级应用开发技能;搭建稳定可靠的Hadoop、spark和NoSQL集群,满足生产环境的标准;了解和清楚大数据应用的几个行业中的经典案例,包括阿里巴巴,华为等。
适应人群:各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题,需要梳理解答的团队和个人,效果最佳。
关键词:互联网,大数据
To Be Better
注册或 找回密码?