为您找到248个相关课程
展开简介
收益目标：深度了解主流大数据系统的系统架构，组件交互，及其内核工作与运行机制； 了解大数据平台常用的以希望数据分析和挖掘的技术，如：Hadoop、Hive、Spark等 深度了解机器学习算法，及其Spark MLlib基本算法原理，以及机器学习算法实践与优化。 了解目前主流的数据分析和挖掘平台 了解基于Python数据分析和挖掘的技术栈 能够使用Python基于Spark额mllib上面进行数据分析和挖掘。
适应人群：具有1年及以上工作经验，并期望掌握大数据系统与机器学习算法，大数据系统架构，机器学习算法运行机制的研发工程师，算法工程师，及其架构师。 利用大数据平台数据分析挖掘的同学 了解基于大数据平台常用数据分析和挖掘的流程和方法
关键词：其他，大数据，数据分析，大数据平台
收益目标：帮助科技企业进行产品升级与创新过程中，更体系化的完成商业分析与战略解构的工作
适应人群：科技企业的市场人员，销售人员，产品经理，技术骨干等角色，总监或高级专家职级
关键词：互联网，人工智能，大数据，创新，智能制造，元宇宙，产品战略，AIGC
收益目标：暂无
适应人群：暂无
关键词：互联网，电信，架构设计，大数据，机器学习，虚拟化，微服务
关键词：互联网，传统金融，互联网金融，大数据，机器学习
关键词：其他，大数据
收益目标：课程大数据技术面的难度值：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：中。
适应人群： 具有一定信息化程度的传统企业和 TMT 企业；企业业务决策 者、产品负责人、项目负责人、技术负责人、数据挖掘工程师、数据分析 师、大数据工程师、算法专家以及其他对数据挖掘经验有兴趣的的人员
关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析
收益目标：通过本课程的学习，学员可以掌握LLM时代测试架构师必须掌握的软件架构知识，包括各种使用场景和技术演进，以及GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等。此外，学员还可以了解自动化测试中测试数据难题的解决思路以及测试执行环境的设计与最佳实践等内容，提高测试质量和效率。
适应人群：本课程适合软件测试工程师、测试架构师、测试经理等相关人员学习，可以帮助他们掌握LLM时代测试架构师必须掌握的软件架构知识，提高测试质量和效率。同时，对于想要了解GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等内容的学员来说，本课程也是一个很好的选择。
关键词：互联网，人工智能，架构师，软件架构，架构设计，大数据，微服务，软件测试，自动化测试，API，分布式
收益目标：本课程将为大家全面而又深入的介绍Spark平台的构建流程，涉及Spark系统基础知识，概念及架构， Spark实战技巧，Spark经典案例等。 通过本课程实践，帮助学员对Spark生态系统有一个清晰明了的认识；理解Spark系统适用的场景；掌握Spark初中级应用开发技能；搭建稳定可靠的Spark集群，满足生产环境的标准；了解和清楚大数据应用的几个行业中的经典案例，包括阿里巴巴，华为等。
适应人群：各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人，效果最佳。
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，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：系统全面地了解和学习微服务架构的设计、云计算与大数据基础平台及原生云应用开发方法等 •深入理解微服务架构概念、本质以及使用场景 •使用 Spring Boot / Spring Cloud 搭建微服务应用 •掌握一线互联网企业微服务实践经验
关键词：互联网，大数据，云计算，微服务，Java
关键词：其他，人工智能，大数据，变革
收益目标：1.理解什么是精细化运营 ，以及它与集中式运营的思路和方法区别。 2.理解精细化的两大基础能力：数据分析和用户洞察的主要方法和思路。 3.掌握面向增长的精细化运营：面向渠道、获客和留存的精细化运营方法。 4.掌握面向顾客生命周期的深度运营方法，包括私域运营、DMP精准广告、DTC工程。 5.掌握商品精细化运营和活动精细化运营的思路和方法。 6.建立企业的精细化运营体系，最大化运营的LTV（生命周期价值）和ROI。
适应人群：B端与C端企业运营、市场、营销岗人员。 与运营紧密配合的产品、增长、数据等岗位人员。 希望对企业运营进行大幅效率提升，有数字化转型需求的企业管理层。 对精细化运营方法与实践感兴趣的学员。
关键词：互联网，产品经理，大数据，数据分析，组织，电商
收益目标：从实战角度解密流行的数据湖技术及构建方案，使企业快速构建数据湖能力，降低试错的成本。帮助企业厘清数据湖概念，解决大数据应用实战中的问题。
关键词：电商，大数据，云计算，变革
To Be Better
注册或 找回密码?