课程

• 大数据智能分析和挖掘在互联网中的实战案例

  大量大数据挖掘实践案例难点理论讲述浅显易懂数据挖掘算法讲述会超出传统教科书的讲解范畴，不会赘述具体经典算法，而是讲述经典课本上不会出现的适应大数据背景下数据挖掘的实用新技术

  暂无课程排期
  架构师

• 大数据高级实战研修：深入大数据智能分析和挖掘产品和技术

  大数据分析和挖掘在互联网公司中已经得到实质性的推进和应用，典型的应用场景包括搜索引擎的搜索结果和搜索广告排序、电商网站的商品推荐和虚假信息检测、电子邮件服务中垃圾邮件检测、互联网安全公司的病毒和木马检测、视频和新闻分享网站中视频和新闻推荐、互联网金融服务中的用户信誉评估等。
  特别的场景包裹，社交网络的火爆可以看成是促使大数据技术迅猛发展的直接驱动原因。社交网络的数据呈现大规模、异构、网状相连的特征，为大数据挖掘提供了更复杂、更有挑战的案例。在社交网络中，大数据挖掘的应用更是覆盖了70%左右的场景。经典的使用场景诸如好友新鲜事（tweets）智能排序、好友推荐、好友搜索、社交广告等。
  当前，本地生活服务、O2O、互联网金融、企业级服务等的火爆，更是大数据的用武之地，成为成为助推业务发展最有效的技术利器和产品设计及运营的思维。
  大数据受到广泛认可，究其原因，主要是如果大数据相关技术得到较好的使用，会带来从服务的访问量到收入变现能力等关键数据指标的实质提升。以讲师亲身项目经验为例：一个新的好友推荐算法的上线可能带来80%以上的“关注量”或者“加好友申请量”的提高；对手机通讯录匹配算法的优化升级，可使手机号对应的社交网络的用户帐号匹配量增加55%以上；社交广告中用户定向和广告排序算法的引入，可使广告收入暴涨100%以上。又如，用户社交圈智能划分算法的上线，使很多用户的三四百个好友被自动合理分到合适的社交圈中，免去他们手动逐个操作的麻烦，提升了用户体验，他们评价“真心觉得做到了我的心里”、“给数据挖掘跪了”。
  

  暂无课程排期
  架构师

• 大数据治理落地实战：数据收集、清洗、融合、挖掘

  课程大数据分析处理技术的难度值：高；
  课程大数据挖掘的难度值：中；
  产品和案例面的丰富度：中；
  商业模式创新和组织架构面详尽度：低。
  
  本课程将围绕大数据治理的全流程展开讲解。从大数据的思维培养、大数 据产品思维、大数据分析和治理方法、大数据工具和挖掘技术等层 面，从互联网应用和传统企业的业务场景诸多角度多领域做实站案例讲 解。该课程使学员： n 理解大数据基本概念，理解大数据帮助企业进行商业模式创新的方法 和思维 n 理解大数据团队构成和组织架构建设的重要性和方法 n 理解大数据产品设计思维和业务创新的方法 n 理解大数据收集、清洗、融合、挖掘及应用技术架构从零开始建设的 方法 n 理解大数据行业发展的现状：大数据在传统行业和 TMT 企业中的应用 情况、对业务提升的影响结果。 n 介绍大量大数据在互联网应用中的智能化产品和技术解决方案作为借 鉴。这些应用包括 O2O、本地生活服务、社交型应用、互联网金融、支 付、保险类型应用等 n 介绍大量大数据在传统企业管理中的智能化产品和技术解决方案作为 借鉴。这些应用包括物流、企业外部环境认知、战略分析、企业客户关 系管理等。相关的传统行业包括电信、银行、印刷、文化艺术、零售、 制造等

  暂无课程排期
  工程师

• “AI 驱动世界”：基于数据的智能分析和挖掘在互联 网中的应用实战案例

  本课程将围绕大数据最本质的特点—智能化为主线，从大数据的商业模式 创新、大数据产品思维、数据分析重要工具、数据挖掘核心技术等层 面，从浏览型互联网应用、社交网络型互联网应用等多角度多领域做实 站案例讲解。该课程使学员： n 理解大数据基本概念、理解大数据帮助企业进行商业模式创新的方法 和思维、理解大数据团队构成和组织架构、理解大数据产品设计思维、 理解大数据基础技术架构 n 理解大数据行业发展的现状：大数据在传统行业和 TMT 企业中的应用 情况、经典真实案例、对业务提升的影响结果。 n 掌握大数据在浏览型应用（例如：优酷土豆、58 同城等）中的智能化 产品和技术解决方案。 n 掌握大数据在社交型应用中的智能化的产品和技术解决方案。 n 掌握大数据在互联网金融、支付、保险类型应用中的智能化产品和技 术解决方案。 n 掌握如何搭建一个实用的推荐引擎的方法； n 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 n 侧重掌握最普遍使用的分类预测技术的方法，轻松理解分类预测技术的 重难点主题及一 些新技术：模型优化的原理、Overfitting 和 Underfitting、Variance/Bias 和多模型 方法等；

  暂无课程排期
  工程师

大会议题