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:暂无
关键词:我是运维经理,互联网,大数据,SQL,Spark,HBase,大数据平台
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
收益目标:暂无
适应人群:1、系统架构师、系统分析师、高级程序员、资深开发人员。 2、牵涉到海量数据处理的机构数据中心运行、规划、设计负责人。 3、云服务运营服务提供商规划负责人。 4、高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。
关键词:互联网,大数据
收益目标:针对互联网产品、运营、市场活动的普遍难题 – 项目/活动价值估算入手,指出常见估算方式的错误与偏差所在,并分享世界电商龙头亚马逊基于大数据的未来价值估算体系,以及基于此在增长层面的实践方法。
关键词:互联网,电商
关键词:其他,大数据
收益目标:1. 数据仓库和数据湖的概念和架构 2. 数据建模的技术、流程和注意点 3. 数据整合、处理和展示的流程 4. 基于大数据平台实现数据仓库、数据湖的技术和案例分享 5. 电信和银行等传统行业大数据平台数据仓库、数据湖的落地案例和经验分享 6. 关系模型和维度模型的应用场景
适应人群:1. 数据架构师 2. 数据分析和挖掘人员 3. 模型师 4. 大数据架构师 5. ETL开发工程师 6. 业务人员 学员基础: 1. 对大数据技术了解 2. 对业务了解
关键词:其他,大数据,数据分析
收益目标:① 盘点大数据生态圈技术的的旧爱新宠,优劣势对比及选型; ② 数据安全技术框架构建,信息安全; ③ 数据中台建设的几个点阶段,每个阶段的重点和难点; ④ 大数据平台架构体系构建演进路径及全景图。
关键词:互联网,大数据,数据架构,变革,大数据平台
收益目标:结合本人硅谷多年大中小科技公司管理运营数据团队和建立数据战略的经验,本次分享将通过多点带面,一点深入的方式,用实际案例带动大家一起探索和分析大数据方向大起大落产品的成功与失败因子,和产品开发推广过程中遇到的各种机遇和挑战:产品方向,商业模式,数据技术,客户/用户/合作伙伴。 收益:通过实例了解数据战略在不同场景中的实施,演变,和不同战略的优劣,为高级管理人员提供数据方向上战略、布局、管理和执行层面的多角度思路。
关键词:互联网,商业模式,大数据
收益目标:1. 理解大数据思维和数据驱动; 2. 掌握数据分析处理的流程; 3. 学习如何做数据分析。
适应人群:产品、市场、运营等非技术岗位、数据分析师,及其他对数据分析感兴趣的同学。
关键词:互联网,大数据,SaaS,互联网金融,数据分析
收益目标:1、 人工智能基础、技术及其体系; 2、 人工智能的问题求解及技术实现; 3、 人工智能的学习方式; 4、 人工智能行业应用与发展; 5、 主流人工智能实验平台部署; 6、 人工智能机器学习的算法模型的应用实践
适应人群:1、 即将投身于人工智能、机器学习、数据挖掘领域的企业或者个人; 2、 系统架构师、系统分析师、高级程序员、资深开发人员; 3、 政府机关,金融保险、移动互联网、能源行业等人工智能相关人员; 4、 高校、科研院所统计分析研究员,涉及到人工智能的人员;
关键词:互联网,人工智能,大数据,机器学习,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
To Be Better
注册或 找回密码?