為您找到252個相關課程
展開簡介
收益目標：1. 深入大數據最新技術 2. 攻克數據中臺的難點 3. 用數據驅動業(yè)務價值
適應人群：1.希望掌握Flink為核心技術的流式計算的知識點、希望掌握海量數據處理的大數據工程師和架構師； 2.希望了解數據中臺建設全貌和具體實現細節(jié)，希望開啟數據中臺建設的中臺負責人； 3.希望利用數據湖等新理念，打破數據孤島、構建現代數據倉庫的數據治理負責人； 4.在利用以上技術構建好數據基礎設施后，希望建立用戶畫像、開啟精準營銷等工作，切實發(fā)揮數據價值的數據科學家和產品負責人；
關鍵詞：互聯網，大數據
收益目標：1、了解數據建模的標準過程 2、明白時序預測的基本思想，熟悉常用的時序預測模型 3、掌握常用的分類預測模型，理解模型基本原理 4、學會解讀分類預測模型的含義 5、理解并掌握定性預測模型的質量評估指標 6、了解分類預測模型的集成優(yōu)化思想
適應人群：產品銷量部、業(yè)務支撐部、運營分析部、數據分析部、大數據系統開發(fā)部等對業(yè)務數據分析有較高要求的相關人員。
關鍵詞：互聯網，數據建模
收益目標：1.學員能夠深刻了解大數據是什么，以及大數據的意義和關聯性，培養(yǎng)對于大數據的敏感性； 2.學員學習算法如何才能創(chuàng)造價值： 1）對于待解決問題的全面評估，包括ROI分析等； 2）在有提升空間的基礎之上，算法如何“接地氣”和數據融合，并最終產出； 3）了解如何通過流程來控制和保證算法產出的過程。
適應人群：暫無
關鍵詞：互聯網，電商，其他，大數據，機器學習，數據挖掘
收益目標：本課程將圍繞大數據最本質的特點—智能化為主線，從大數據的產品思維、數據分析重要工具、數據挖掘核心技術等層面深入講述 數據挖掘的高階話題，包括有偏數據挖掘、數據流挖掘、在線學習、高級數據預處理技術等。同時課程案例豐富，重點從社交網絡圖譜挖掘、推薦引擎等做實站案例講解。該課程使學員： 理解大數據基本概率、理解大數據產品設計思維、理解大數據基礎技術架構 掌握社交圖譜挖掘的一到兩個經典數據挖掘案例的解決方案 掌握社交好友推薦中一到兩個經典案例的解決方案 掌握如何搭建一個實用的推薦引擎的方法； 掌握數據挖掘的經典方法論：數據挖掘過程、模型評估標準等 側重掌握最普遍使用的分類預測技術的方法，
適應人群：重點面向產品和技術人員，包括數據挖掘工程師、數據分析師、大數據工程師、算法專家、項目經理、技術經理、數據產品經理以及其他具有一定數據挖掘經驗的人員。
關鍵詞：互聯網，產品設計，用戶體驗，大數據，數據挖掘
收益目標：暫無
關鍵詞：其他，大數據，數據分析
收益目標：1、獲知互聯網企業(yè)大數據體系建設的完整形態(tài)，和技術選型標準，加深對企業(yè)數據化變革的認知 2、了解數據中臺工具的功能架構，數據中臺賦能的思路方法論及其技術架構 3、用戶行為分析平臺的埋點上報，傳輸，管理，驗證，基礎數倉建設的功能技術架構 4、掌握爆炸式數據增長下的數據管理，治理體系，了解科學的數據建設管理方法論，在實際生產中有序落地，避免數據重復建設，避免數據安全隱患 5、在數據生產建設過程中，通過事前生產規(guī)范管理，事中值班響應，事后巡檢監(jiān)控，全方位保障數據質量 6、掌握ABTest實驗的原理，重疊實驗框架的架構以及實驗決策的方法論案例，學會如何科學的使用AB測試做數據驅動決策
適應人群：適用于大數據應用開發(fā)，大數據基礎架構開發(fā)，數據產品，數據倉庫的軟件架構師、軟件設計師、程序員、數據產品 要求：至少要有1-2年工作經驗，學習過Hadoop，Hive以及Java語言
關鍵詞：其他，大數據，數據架構，數據分析，變革，組織
收益目標：這個Topic對希望向互聯網轉型的傳統企業(yè)、或是互聯網創(chuàng)業(yè)型公司都有著重要的參考意義
關鍵詞：互聯網，電商，支付平臺，傳統金融，互聯網金融，可穿戴設備，醫(yī)療，智能家居，物聯網，車聯網，安全，制造，電信，政府機構，稅務，快消品，其他，大數據
收益目標：Kafka是流式處理系統如Spark streaming，Strom及Flink事實上的標準數據入口，本課程將從架構、生產消費示例、性能、運維等全方位深入分析這一大數據利器。
收益目標：?了解大數據中MapReduce的核心原理 ?掌握MapReduce核心編程 ?了解Spark性能優(yōu)化 ?掌握Spark中的離線計算和實時計算 ?掌握Spark SQL的使用 ?掌握HBase的高級特性
適應人群：1. 有一定編程基礎,想學習和了解大數據的學員 2. 計算機相關專業(yè),未來向大數據領域方向發(fā)展的學員
關鍵詞：互聯網，大數據，SQL，Spark，大數據平臺
收益目標：掌握核心技術：通過系統學習Spark，學員將能夠熟練運用Spark處理大數據，提升工作效率。 深入理解原理：深入剖析Spark內核原理，理解其分布式計算機制，為復雜數據處理提供堅實理論基礎。 實戰(zhàn)應用導向：通過實戰(zhàn)案例，學員將學會如何將Spark技術應用于實際場景，提升數據處理能力，為企業(yè)創(chuàng)造價值。
關鍵詞：其他，大數據，SQL，Spark，分布式
活動詳情
To Be Better
注冊或 找回密碼?
