为您找到265个相关课程
展开简介
收益目标：1. 深入大数据最新技术 2. 攻克数据中台的难点 3. 用数据驱动业务价值
适应人群：1.希望掌握Flink为核心技术的流式计算的知识点、希望掌握海量数据处理的大数据工程师和架构师； 2.希望了解数据中台建设全貌和具体实现细节，希望开启数据中台建设的中台负责人； 3.希望利用数据湖等新理念，打破数据孤岛、构建现代数据仓库的数据治理负责人； 4.在利用以上技术构建好数据基础设施后，希望建立用户画像、开启精准营销等工作，切实发挥数据价值的数据科学家和产品负责人；
关键词：互联网，大数据
收益目标：1.学员能够深刻了解大数据是什么，以及大数据的意义和关联性，培养对于大数据的敏感性； 2.学员学习算法如何才能创造价值： 1）对于待解决问题的全面评估，包括ROI分析等； 2）在有提升空间的基础之上，算法如何“接地气”和数据融合，并最终产出； 3）了解如何通过流程来控制和保证算法产出的过程。
适应人群：暂无
关键词：互联网，电商，其他，大数据，机器学习，数据挖掘
收益目标：本课程将围绕大数据最本质的特点—智能化为主线，从大数据的产品思维、数据分析重要工具、数据挖掘核心技术等层面深入讲述 数据挖掘的高阶话题，包括有偏数据挖掘、数据流挖掘、在线学习、高级数据预处理技术等。同时课程案例丰富，重点从社交网络图谱挖掘、推荐引擎等做实站案例讲解。该课程使学员： 理解大数据基本概率、理解大数据产品设计思维、理解大数据基础技术架构 掌握社交图谱挖掘的一到两个经典数据挖掘案例的解决方案 掌握社交好友推荐中一到两个经典案例的解决方案 掌握如何搭建一个实用的推荐引擎的方法； 掌握数据挖掘的经典方法论：数据挖掘过程、模型评估标准等 侧重掌握最普遍使用的分类预测技术的方法，
适应人群：重点面向产品和技术人员，包括数据挖掘工程师、数据分析师、大数据工程师、算法专家、项目经理、技术经理、数据产品经理以及其他具有一定数据挖掘经验的人员。
关键词：互联网，产品设计，用户体验，大数据，数据挖掘
收益目标：暂无
关键词：其他，大数据，数据分析
收益目标：1、获知互联网企业大数据体系建设的完整形态，和技术选型标准，加深对企业数据化变革的认知 2、了解数据中台工具的功能架构，数据中台赋能的思路方法论及其技术架构 3、用户行为分析平台的埋点上报，传输，管理，验证，基础数仓建设的功能技术架构 4、掌握爆炸式数据增长下的数据管理，治理体系，了解科学的数据建设管理方法论，在实际生产中有序落地，避免数据重复建设，避免数据安全隐患 5、在数据生产建设过程中，通过事前生产规范管理，事中值班响应，事后巡检监控，全方位保障数据质量 6、掌握ABTest实验的原理，重叠实验框架的架构以及实验决策的方法论案例，学会如何科学的使用AB测试做数据驱动决策
适应人群：适用于大数据应用开发，大数据基础架构开发，数据产品，数据仓库的软件架构师、软件设计师、程序员、数据产品 要求：至少要有1-2年工作经验，学习过Hadoop，Hive以及Java语言
关键词：其他，大数据，数据架构，数据分析，变革，组织
收益目标：这个Topic对希望向互联网转型的传统企业、或是互联网创业型公司都有着重要的参考意义
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：Kafka是流式处理系统如Spark streaming，Strom及Flink事实上的标准数据入口，本课程将从架构、生产消费示例、性能、运维等全方位深入分析这一大数据利器。
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：掌握核心技术：通过系统学习Spark，学员将能够熟练运用Spark处理大数据，提升工作效率。 深入理解原理：深入剖析Spark内核原理，理解其分布式计算机制，为复杂数据处理提供坚实理论基础。 实战应用导向：通过实战案例，学员将学会如何将Spark技术应用于实际场景，提升数据处理能力，为企业创造价值。
关键词：其他，大数据，SQL，Spark，分布式
收益目标：互联网金融健康发展的核心是风险控制，其依托互联网获取用户的网上消费行为数据、通讯数据、信用卡数据、第三方征信数据等丰富而全面的数据，可以借助机器学习的手段搭建大数据风控系统。本课程将介绍使用机器学习构建金融大数据风控的最佳实践。
关键词：互联网，传统金融，互联网金融，大数据
活动详情
To Be Better
注册或 找回密码?
