为您找到214个相关课程
展开简介
收益目标：通过该课程学习，洞悉Hadoop，NoSQL与Spark等技术的原理、架构与技术手段；结合丰富实例掌握其设计与开发方法，以及掌握如软件架构、性能调优等使用过程中的实用技巧；深入了解Hadoop，NoSQL，Spark体系中各成员，理解Hadoop，NoSQL，Spark成员各自的优、缺点与正确适用场景，了解技术最新发展动向，能对Hadoop，NoSQL与Spark体系在学员企业、学员项目、学员研发中是否可用、如何定位以及如何使用做出正确判断与学习，并且对如何结合大数据技术规划企业数据架构得到相当的启发与收获。
适应人群：企业中高层技术管理人员、企业技术战略决策者、软件架构师、软件研发人员与大数据技术爱好者，有大数据及海量数据管理与处理需求的企业优先。
关键词：传统金融，互联网金融
收益目标：1. 理解数据科学在大数据领域的作用价值 2, 理解数据科学与传统BI的区别 3. 理解数据科学、人工智能如何解决企业客户的需求 4．理解机器学习构建的基本流程方法
适应人群：暂无
关键词：电信，大数据，数据挖掘，BI
收益目标：风控可以怎么做才能有效控制风险，本次分享将抛砖引玉，探讨如何深刻理解业务，如何将算法顺利地落地于风控中，又有哪些技术手段对抗不断升级的欺诈手段，这些技术手段又有哪些瓶颈等。
关键词：互联网，机器学习
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：暂无
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：通过本课程的教学，使学员充分了解和认识大数据的相关知识（大数据的应用范围及相关技术思想），同时学会用主流的数据挖掘软件完成数据挖掘建模任务，使学员掌握数据挖掘方法论CRISP-DM的本质。通过几个具体的、典型的数据挖掘案例，使学员在掌握这些案例所用的技巧的同时，充分理解数据挖掘的方法论，实现举一反三的效果，提高学员分析问题解决问题的实际能力。
关键词：互联网金融
收益目标：a) 熟悉HDFS与Yarn实现原理及最佳实践 b) 掌握Spark核心原理，包括但不限于Spark Job的执行过程，Shuffle机制 c) 了解如何对Spark Job进行性能优化，包括但不限于参数调优，数据倾斜优化，代码调优 d) 掌握Spark Streaming的原理及使用方式，并掌握如何结合Spark Streaming和Kafka实现正好一次处理语义 e) 掌握Spark SQL的使用和优化方式，了解SQL引擎的原理 f) 掌握使用Spark MLlib解决机器学习问题的一般方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，Spark，分布式，大数据，机器学习，SQL
收益目标：课程中的内容涵盖理论和经验，是作者们在大数据行业长年摸爬滚打出来的最佳实践的总结。经过这些课程培训，可以使学员能够对大数据体系有全面而又清晰的认识，了解从平台搭建、到数据分析再到数据价值的挖掘各个方面的实用知识，可以即刻在实际工作中学以致用，运用大数据理论、方法来提升部门或公司的业绩。
适应人群：1． 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可；
关键词：互联网，电信，其他，大数据
关键词：互联网，大数据
关键词：其他，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. 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可。
关键词：互联网，电信，其他，大数据，机器学习，数据挖掘
To Be Better
注册或 找回密码?