為您找到248個(gè)相關(guān)課程
展開簡(jiǎn)介
收益目標(biāo)：1. 深入大數(shù)據(jù)最新技術(shù) 2. 攻克數(shù)據(jù)中臺(tái)的難點(diǎn) 3. 用數(shù)據(jù)驅(qū)動(dòng)業(yè)務(wù)價(jià)值
適應(yīng)人群：1.希望掌握Flink為核心技術(shù)的流式計(jì)算的知識(shí)點(diǎn)、希望掌握海量數(shù)據(jù)處理的大數(shù)據(jù)工程師和架構(gòu)師； 2.希望了解數(shù)據(jù)中臺(tái)建設(shè)全貌和具體實(shí)現(xiàn)細(xì)節(jié)，希望開啟數(shù)據(jù)中臺(tái)建設(shè)的中臺(tái)負(fù)責(zé)人； 3.希望利用數(shù)據(jù)湖等新理念，打破數(shù)據(jù)孤島、構(gòu)建現(xiàn)代數(shù)據(jù)倉庫的數(shù)據(jù)治理負(fù)責(zé)人； 4.在利用以上技術(shù)構(gòu)建好數(shù)據(jù)基礎(chǔ)設(shè)施后，希望建立用戶畫像、開啟精準(zhǔn)營(yíng)銷等工作，切實(shí)發(fā)揮數(shù)據(jù)價(jià)值的數(shù)據(jù)科學(xué)家和產(chǎn)品負(fù)責(zé)人；
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)
收益目標(biāo)：1、了解數(shù)據(jù)建模的標(biāo)準(zhǔn)過程 2、明白時(shí)序預(yù)測(cè)的基本思想，熟悉常用的時(shí)序預(yù)測(cè)模型 3、掌握常用的分類預(yù)測(cè)模型，理解模型基本原理 4、學(xué)會(huì)解讀分類預(yù)測(cè)模型的含義 5、理解并掌握定性預(yù)測(cè)模型的質(zhì)量評(píng)估指標(biāo) 6、了解分類預(yù)測(cè)模型的集成優(yōu)化思想
適應(yīng)人群：產(chǎn)品銷量部、業(yè)務(wù)支撐部、運(yùn)營(yíng)分析部、數(shù)據(jù)分析部、大數(shù)據(jù)系統(tǒng)開發(fā)部等對(duì)業(yè)務(wù)數(shù)據(jù)分析有較高要求的相關(guān)人員。
關(guān)鍵詞：互聯(lián)網(wǎng)，數(shù)據(jù)建模
收益目標(biāo)：1.學(xué)員能夠深刻了解大數(shù)據(jù)是什么，以及大數(shù)據(jù)的意義和關(guān)聯(lián)性，培養(yǎng)對(duì)于大數(shù)據(jù)的敏感性； 2.學(xué)員學(xué)習(xí)算法如何才能創(chuàng)造價(jià)值： 1）對(duì)于待解決問題的全面評(píng)估，包括ROI分析等； 2）在有提升空間的基礎(chǔ)之上，算法如何“接地氣”和數(shù)據(jù)融合，并最終產(chǎn)出； 3）了解如何通過流程來控制和保證算法產(chǎn)出的過程。
適應(yīng)人群：暫無
關(guān)鍵詞：互聯(lián)網(wǎng)，電商，其他，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘
收益目標(biāo)：本課程將圍繞大數(shù)據(jù)最本質(zhì)的特點(diǎn)—智能化為主線，從大數(shù)據(jù)的產(chǎn)品思維、數(shù)據(jù)分析重要工具、數(shù)據(jù)挖掘核心技術(shù)等層面深入講述 數(shù)據(jù)挖掘的高階話題，包括有偏數(shù)據(jù)挖掘、數(shù)據(jù)流挖掘、在線學(xué)習(xí)、高級(jí)數(shù)據(jù)預(yù)處理技術(shù)等。同時(shí)課程案例豐富，重點(diǎn)從社交網(wǎng)絡(luò)圖譜挖掘、推薦引擎等做實(shí)站案例講解。該課程使學(xué)員： 理解大數(shù)據(jù)基本概率、理解大數(shù)據(jù)產(chǎn)品設(shè)計(jì)思維、理解大數(shù)據(jù)基礎(chǔ)技術(shù)架構(gòu) 掌握社交圖譜挖掘的一到兩個(gè)經(jīng)典數(shù)據(jù)挖掘案例的解決方案 掌握社交好友推薦中一到兩個(gè)經(jīng)典案例的解決方案 掌握如何搭建一個(gè)實(shí)用的推薦引擎的方法； 掌握數(shù)據(jù)挖掘的經(jīng)典方法論：數(shù)據(jù)挖掘過程、模型評(píng)估標(biāo)準(zhǔn)等 側(cè)重掌握最普遍使用的分類預(yù)測(cè)技術(shù)的方法，
適應(yīng)人群：重點(diǎn)面向產(chǎn)品和技術(shù)人員，包括數(shù)據(jù)挖掘工程師、數(shù)據(jù)分析師、大數(shù)據(jù)工程師、算法專家、項(xiàng)目經(jīng)理、技術(shù)經(jīng)理、數(shù)據(jù)產(chǎn)品經(jīng)理以及其他具有一定數(shù)據(jù)挖掘經(jīng)驗(yàn)的人員。
關(guān)鍵詞：互聯(lián)網(wǎng)，產(chǎn)品設(shè)計(jì)，用戶體驗(yàn)，大數(shù)據(jù)，數(shù)據(jù)挖掘
收益目標(biāo)：暫無
關(guān)鍵詞：其他，大數(shù)據(jù)，數(shù)據(jù)分析
收益目標(biāo)：1、獲知互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)體系建設(shè)的完整形態(tài)，和技術(shù)選型標(biāo)準(zhǔn)，加深對(duì)企業(yè)數(shù)據(jù)化變革的認(rèn)知 2、了解數(shù)據(jù)中臺(tái)工具的功能架構(gòu)，數(shù)據(jù)中臺(tái)賦能的思路方法論及其技術(shù)架構(gòu) 3、用戶行為分析平臺(tái)的埋點(diǎn)上報(bào)，傳輸，管理，驗(yàn)證，基礎(chǔ)數(shù)倉建設(shè)的功能技術(shù)架構(gòu) 4、掌握爆炸式數(shù)據(jù)增長(zhǎng)下的數(shù)據(jù)管理，治理體系，了解科學(xué)的數(shù)據(jù)建設(shè)管理方法論，在實(shí)際生產(chǎn)中有序落地，避免數(shù)據(jù)重復(fù)建設(shè)，避免數(shù)據(jù)安全隱患 5、在數(shù)據(jù)生產(chǎn)建設(shè)過程中，通過事前生產(chǎn)規(guī)范管理，事中值班響應(yīng)，事后巡檢監(jiān)控，全方位保障數(shù)據(jù)質(zhì)量 6、掌握ABTest實(shí)驗(yàn)的原理，重疊實(shí)驗(yàn)框架的架構(gòu)以及實(shí)驗(yàn)決策的方法論案例，學(xué)會(huì)如何科學(xué)的使用AB測(cè)試做數(shù)據(jù)驅(qū)動(dòng)決策
適應(yīng)人群：適用于大數(shù)據(jù)應(yīng)用開發(fā)，大數(shù)據(jù)基礎(chǔ)架構(gòu)開發(fā)，數(shù)據(jù)產(chǎn)品，數(shù)據(jù)倉庫的軟件架構(gòu)師、軟件設(shè)計(jì)師、程序員、數(shù)據(jù)產(chǎn)品 要求：至少要有1-2年工作經(jīng)驗(yàn)，學(xué)習(xí)過Hadoop，Hive以及Java語言
關(guān)鍵詞：其他，大數(shù)據(jù)，數(shù)據(jù)架構(gòu)，數(shù)據(jù)分析，變革，組織
收益目標(biāo)：這個(gè)Topic對(duì)希望向互聯(lián)網(wǎng)轉(zhuǎn)型的傳統(tǒng)企業(yè)、或是互聯(lián)網(wǎng)創(chuàng)業(yè)型公司都有著重要的參考意義
關(guān)鍵詞：互聯(lián)網(wǎng)，電商，支付平臺(tái)，傳統(tǒng)金融，互聯(lián)網(wǎng)金融，可穿戴設(shè)備，醫(yī)療，智能家居，物聯(lián)網(wǎng)，車聯(lián)網(wǎng)，安全，制造，電信，政府機(jī)構(gòu)，稅務(wù)，快消品，其他，大數(shù)據(jù)
收益目標(biāo)：Kafka是流式處理系統(tǒng)如Spark streaming，Strom及Flink事實(shí)上的標(biāo)準(zhǔn)數(shù)據(jù)入口，本課程將從架構(gòu)、生產(chǎn)消費(fèi)示例、性能、運(yùn)維等全方位深入分析這一大數(shù)據(jù)利器。
收益目標(biāo)：?了解大數(shù)據(jù)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(jì)算和實(shí)時(shí)計(jì)算 ?掌握Spark SQL的使用 ?掌握HBase的高級(jí)特性
適應(yīng)人群：1. 有一定編程基礎(chǔ),想學(xué)習(xí)和了解大數(shù)據(jù)的學(xué)員 2. 計(jì)算機(jī)相關(guān)專業(yè),未來向大數(shù)據(jù)領(lǐng)域方向發(fā)展的學(xué)員
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，SQL，Spark，大數(shù)據(jù)平臺(tái)
收益目標(biāo)：掌握核心技術(shù)：通過系統(tǒng)學(xué)習(xí)Spark，學(xué)員將能夠熟練運(yùn)用Spark處理大數(shù)據(jù)，提升工作效率。 深入理解原理：深入剖析Spark內(nèi)核原理，理解其分布式計(jì)算機(jī)制，為復(fù)雜數(shù)據(jù)處理提供堅(jiān)實(shí)理論基礎(chǔ)。 實(shí)戰(zhàn)應(yīng)用導(dǎo)向：通過實(shí)戰(zhàn)案例，學(xué)員將學(xué)會(huì)如何將Spark技術(shù)應(yīng)用于實(shí)際場(chǎng)景，提升數(shù)據(jù)處理能力，為企業(yè)創(chuàng)造價(jià)值。
關(guān)鍵詞：其他，大數(shù)據(jù)，SQL，Spark，分布式
活動(dòng)詳情
To Be Better
注冊(cè)或 找回密碼?
