為您找到212個相關(guān)課程
展開簡介
收益目標(biāo):通過本課程的學(xué)習(xí),您將對大數(shù)據(jù)測試有個整體的認(rèn)識,擺脫聞“大”而恐的情況。將有能力規(guī)劃自己公司的大數(shù)據(jù)測試,對于可能遇到的風(fēng)險和依賴有充足的預(yù)判和分析。能夠建立大數(shù)據(jù)測試相關(guān)配套服務(wù),例如數(shù)據(jù)生成,狀態(tài)監(jiān)控以及自動化測試等。
適應(yīng)人群:各級別軟件測試工程師,全棧工程師,軟件測試經(jīng)理
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),軟件測試,工程師
收益目標(biāo):通過介紹大數(shù)據(jù)的核心計(jì)算和存儲組件,以及整個完整的大數(shù)據(jù)平臺架構(gòu),結(jié)合具體的數(shù)據(jù)分析和機(jī)器學(xué)習(xí)案例分析,讓大家了解和掌握大數(shù)據(jù)平臺、數(shù)據(jù)分析和機(jī)器學(xué)習(xí)相關(guān)知識、最新的發(fā)展趨勢,以及如何應(yīng)用到實(shí)際項(xiàng)目實(shí)踐中。
適應(yīng)人群:暫無
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),機(jī)器學(xué)習(xí),數(shù)據(jù)分析
收益目標(biāo):暫無
關(guān)鍵詞:其他,大數(shù)據(jù)
收益目標(biāo):1. 了解大數(shù)據(jù)的基本架構(gòu)和組件 2. 了解各組件的架構(gòu)、功能和使用場景 3. 了解數(shù)據(jù)中臺的需求和解決的問題 4. 了解數(shù)據(jù)中臺適用的場景和誤區(qū) 5. 對大數(shù)據(jù)平臺和數(shù)據(jù)中臺有一個全面的認(rèn)識
適應(yīng)人群:所有對數(shù)據(jù)中臺感興趣的學(xué)員 有一定數(shù)據(jù)開發(fā)經(jīng)驗(yàn)的數(shù)據(jù)架構(gòu)師、部門主管 公司架構(gòu)及商業(yè)決策者
關(guān)鍵詞:其他,大數(shù)據(jù),Hadoop,大數(shù)據(jù)平臺
適應(yīng)人群:系統(tǒng)架構(gòu)師,業(yè)務(wù)架構(gòu)師,云原生架構(gòu)師,大數(shù)據(jù)架構(gòu)師,運(yùn)維架構(gòu)師,DBA架構(gòu)師,解決方案架構(gòu)師。對分布式數(shù)據(jù)庫知識和應(yīng)用感興趣的IT工作者。
關(guān)鍵詞:互聯(lián)網(wǎng),傳統(tǒng)金融,其他,架構(gòu)師,架構(gòu)設(shè)計(jì),大數(shù)據(jù),數(shù)據(jù)架構(gòu),數(shù)據(jù)庫,轉(zhuǎn)型,分布式
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,從瀏覽型互聯(lián)網(wǎng)應(yīng)用、社交網(wǎng)絡(luò)型互聯(lián)網(wǎng)應(yīng)用等多角度多領(lǐng)域做實(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經(jīng)典案例的解決方案 掌握如何搭建一個實(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、模型評估標(biāo)準(zhǔn)等 側(cè)重掌握最普遍使用的分類預(yù)測技術(shù)的方法,輕松理解分類預(yù)測技術(shù)的重難點(diǎn)主題及一些新技術(shù):模型優(yōu)化的原理、Overfitting和Un
適應(yīng)人群: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),電商,互聯(lián)網(wǎng)金融,安全,快消品,其他,大數(shù)據(jù),數(shù)據(jù)挖掘
適應(yīng)人群:企業(yè)運(yùn)營管理、產(chǎn)品運(yùn)營、產(chǎn)品營銷、客戶服務(wù)、數(shù)據(jù)挖掘、數(shù)據(jù)分析和數(shù)據(jù)技術(shù)等方 面相關(guān)負(fù)責(zé)人。
關(guān)鍵詞:互聯(lián)網(wǎng)
收益目標(biāo):1、為銀行的業(yè)務(wù)人員開拓業(yè)務(wù)洞察視野和提供標(biāo)準(zhǔn)化的建模路線圖。 2、為算法工程師提供算法與業(yè)務(wù)的結(jié)合點(diǎn)。 3、為數(shù)據(jù)工程師提供系統(tǒng)架構(gòu)設(shè)計(jì)思路。 4、為有志于從事金融大數(shù)據(jù)的人員提供定位指導(dǎo)和學(xué)習(xí)路線圖。
適應(yīng)人群:銀行的業(yè)務(wù)人員 算法工程師、數(shù)據(jù)科學(xué)家 市場、渠道高級經(jīng)理及以上級別
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘
收益目標(biāo):1.深刻理解在“互聯(lián)網(wǎng)+”時代下大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程和演化趨勢; 2.了解業(yè)界市場需求和國內(nèi)外最新的大數(shù)據(jù)技術(shù)潮流,洞察大數(shù)據(jù)的潛在價值; 3.理解大數(shù)據(jù)項(xiàng)目解決方案及業(yè)界大數(shù)據(jù)應(yīng)用案例,從而為企業(yè)在大數(shù)據(jù)項(xiàng)目中的技術(shù)選型及技術(shù)架構(gòu)設(shè)計(jì)提供決策參考; 4.掌握業(yè)界最流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系; 5.掌握大數(shù)據(jù)采集技術(shù); 6.掌握大數(shù)據(jù)分布式存儲技術(shù); 7.掌握NoSQL與NewSQL分布式數(shù)據(jù)庫技術(shù); 8.掌握大數(shù)據(jù)倉庫與統(tǒng)計(jì)機(jī)器學(xué)習(xí)技術(shù); 9.掌握大數(shù)據(jù)分析挖掘與商業(yè)智能(BI)技術(shù); 10.掌握大數(shù)據(jù)離線處理技術(shù); 11.掌握Storm流式大數(shù)據(jù)
適應(yīng)人群:1.小型企業(yè)的技術(shù)負(fù)責(zé)人; 2. 大中型企業(yè)的數(shù)據(jù)部門相關(guān)人員、或是對數(shù)據(jù)感興趣的其他部門的研發(fā)總監(jiān)、部門經(jīng)理、一線研發(fā)工程師等人員均可;
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù)
收益目標(biāo):1、大數(shù)據(jù)革命對銷售服務(wù)帶來的挑戰(zhàn)和機(jī)遇 2、中美知名企業(yè)用大數(shù)據(jù)提升營銷的成功經(jīng)驗(yàn)和失敗教訓(xùn)分享 3、運(yùn)用大數(shù)據(jù)促進(jìn)營銷管理和運(yùn)營的方法和路線圖 4、通過現(xiàn)場模擬實(shí)戰(zhàn)案例, 全面掌握運(yùn)用大數(shù)據(jù)創(chuàng)新銷售服務(wù)的實(shí)戰(zhàn)技巧
適應(yīng)人群:傳統(tǒng)企業(yè)的營銷高管和資深區(qū)域經(jīng)理。一切對運(yùn)用大數(shù)據(jù)做銷售服務(wù)創(chuàng)新感興趣的中高層管理人士。
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,大數(shù)據(jù)
收益目標(biāo):1、大數(shù)據(jù)在行業(yè)、領(lǐng)域中的應(yīng)用案例及實(shí)踐;案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等開發(fā)組件的應(yīng)用案例及實(shí)踐; 2、應(yīng)用案例及實(shí)踐是如何搭建的、相關(guān)技術(shù)組件在實(shí)際使用過程中的注意事項(xiàng)及關(guān)鍵點(diǎn);搭建就是指基礎(chǔ)組件如何搭建應(yīng)用; 3、在反欺詐方面(羊毛黨)、安全方面、金融方面、風(fēng)控方面,這四個方面的應(yīng)用案例及實(shí)踐,重點(diǎn)講反欺詐方面(羊毛黨); 4、從思想到技術(shù)再到實(shí)操,深入系統(tǒng)的剖析大數(shù)據(jù)思想、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)實(shí)踐,使學(xué)員全面的、正確的認(rèn)識大數(shù)據(jù),并通過動手實(shí)踐編寫大數(shù)據(jù)挖掘程序,使學(xué)員深入理解大數(shù)據(jù); 5、使學(xué)員深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis為代表的大數(shù)據(jù)分布式技術(shù)框架; 6、使學(xué)員掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大數(shù)據(jù)編程技術(shù),能夠達(dá)到大數(shù)據(jù)挖掘的目的; 7、從代碼實(shí)踐的角度剖析大數(shù)據(jù)分布式技術(shù)執(zhí)行的具體過程并具備大數(shù)據(jù)開發(fā)能力; 通過分享大數(shù)據(jù)在金融結(jié)算方面的應(yīng)用案例,如反欺詐、金融風(fēng)險防范、金融數(shù)據(jù)分析可利用的價值方向等,加深對大數(shù)據(jù)的理解。
適應(yīng)人群:1、對大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘感興趣的企業(yè)或者個人; 2、適合于想通過數(shù)據(jù)化決策防范風(fēng)險等相關(guān)的企業(yè)或者個人; 3、對大數(shù)據(jù)、分布式存儲、分析等感興趣的人員; 4、大型網(wǎng)站、電商網(wǎng)站等運(yùn)維人員; 5、云計(jì)算、大數(shù)據(jù)從業(yè)者; 6、熟悉Hadoop生態(tài)體系,想了解和學(xué)習(xí)Hadoop與Spark整合在企業(yè)應(yīng)用實(shí)戰(zhàn)案例的朋友; 7、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員; 8、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人; 9、政府機(jī)關(guān),金融保險、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人; 10、高校、科研院所大數(shù)據(jù)研究人員,涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員; 11、數(shù)據(jù)倉
關(guān)鍵詞:我是運(yùn)維經(jīng)理,互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,數(shù)據(jù)分析,創(chuàng)新,Hadoop,Spark,分布式,大數(shù)據(jù)分析,AR
收益目標(biāo):了解大數(shù)據(jù)生態(tài)圈核心技術(shù) 掌握Hadoop的原理及使用 掌握分布式計(jì)算引擎(Spark+Flink)的原理及使用 掌握OLAP分析引擎的原理及使用(Hive+ClickHouse) 了解數(shù)據(jù)倉庫(離線+實(shí)時)的架構(gòu)設(shè)計(jì)
適應(yīng)人群: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 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),其他,大數(shù)據(jù),SQL,數(shù)據(jù)分析,Hadoop,Spark,分布式
活動詳情
To Be Better
注冊或 找回密碼?