為您找到256個相關(guān)課程
展開簡介
收益目標：1、大數(shù)據(jù)在行業(yè)、領(lǐng)域中的應(yīng)用案例及實踐；案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等開發(fā)組件的應(yīng)用案例及實踐； 2、應(yīng)用案例及實踐是如何搭建的、相關(guān)技術(shù)組件在實際使用過程中的注意事項及關(guān)鍵點；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、風控方面，這四個方面的應(yīng)用案例及實踐，重點講反欺詐方面（羊毛黨）； 4、從思想到技術(shù)再到實操，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)實踐，使學員全面的、正確的認識大數(shù)據(jù)，并通過動手實踐編寫大數(shù)據(jù)挖掘程序，使學員深入理解大數(shù)據(jù)； 5、使學員深入理解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、使學員掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大數(shù)據(jù)編程技術(shù)，能夠達到大數(shù)據(jù)挖掘的目的； 7、從代碼實踐的角度剖析大數(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)站等運維人員； 5、云計算、大數(shù)據(jù)從業(yè)者； 6、熟悉Hadoop生態(tài)體系，想了解和學習Hadoop與Spark整合在企業(yè)應(yīng)用實戰(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)中心運行、規(guī)劃、設(shè)計負責人； 9、政府機關(guān)，金融保險、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負責人； 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：我是運維經(jīng)理，互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，機器學習，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：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+實時)的架構(gòu)設(shè)計
適應(yīng)人群：有一定編程基礎(chǔ),想學習和了解大數(shù)據(jù)的學員 計算機相關(guān)專業(yè),未來向大數(shù)據(jù)領(lǐng)域方向發(fā)展的學員
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
收益目標：縱觀IT運維的演進，我們可以看到，智能運維已經(jīng)成為新運維演化的一個開端；運維智能化演進的基礎(chǔ)是運維自動化、運維數(shù)據(jù)化，如何從場景化的自動化運維常態(tài)，通過數(shù)據(jù)積累、大數(shù)據(jù)分析、模型構(gòu)建、機器學習等來逐步落地智能化運維。
適應(yīng)人群：暫無
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機器學習，運維，自動化運維
收益目標：1、云計算核心概念和使用經(jīng)驗 2、如何設(shè)計良好的云上系統(tǒng)架構(gòu) 3、如何遷移到公有云 4、公有云的安全如何設(shè)計 5、如何在云上進行自動化運維 6、如何設(shè)計現(xiàn)代大數(shù)據(jù)架構(gòu)
適應(yīng)人群：適用于企業(yè)IT技術(shù)經(jīng)理，系統(tǒng)架構(gòu)師，IT運維工程師，大數(shù)據(jù)工程師等。 該課程為中高級課程，對于進行基于公有云的系統(tǒng)部署運維、產(chǎn)品開發(fā)設(shè)計特別有幫助 1、對公有云尚沒有實際使用經(jīng)驗IT人員團隊 2、對公有云成本無評估經(jīng)驗的項目管理團隊 3、想要借公有云快速驗證產(chǎn)品原型的創(chuàng)新團隊
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，云計算，數(shù)據(jù)架構(gòu)，敏捷開發(fā)，DevOps，運維，敏捷，轉(zhuǎn)型
收益目標：1.理解云原生架構(gòu)下Java應(yīng)用的挑戰(zhàn)與機遇； 2.掌握Java性能優(yōu)化的關(guān)鍵工具和策略； 3.學習提升研發(fā)流程效率的現(xiàn)代方法和工具； 4.了解AI將如何促進研發(fā)效能的提升； 5.了解Java在人工智能、向量數(shù)據(jù)庫等新興領(lǐng)域的應(yīng)用案例； 6.洞察Java技術(shù)的未來發(fā)展，把握技術(shù)趨勢；
關(guān)鍵詞：其他，人工智能，大數(shù)據(jù)，Java，轉(zhuǎn)型，企業(yè)級，數(shù)字化轉(zhuǎn)型
收益目標：了解將數(shù)據(jù)落地為真實的業(yè)務(wù)價值，了解數(shù)據(jù)如何驅(qū)動業(yè)務(wù)。
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)
收益目標：暫無
關(guān)鍵詞：其他，大數(shù)據(jù)，運維，數(shù)據(jù)庫，MongoDB
收益目標：1、數(shù)據(jù)分析的概念、表現(xiàn)形式與方法 2、數(shù)據(jù)分析的常用工具與應(yīng)用 3、運用數(shù)據(jù)分析促進管理和運營的方法和路線圖 4、通過現(xiàn)場模擬實戰(zhàn)案例,全面掌握運用數(shù)據(jù)分析的實戰(zhàn)技巧 5、中美知名企業(yè)用數(shù)據(jù)提升競爭力的經(jīng)驗和失敗教訓分享
適應(yīng)人群：企業(yè)的商務(wù)分析師、數(shù)據(jù)分析師、業(yè)務(wù)部門經(jīng)理、管理決策人士等。一切對運用數(shù)據(jù)分析做商業(yè)創(chuàng)新感興趣的技術(shù)與管理人士。
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，數(shù)據(jù)分析，統(tǒng)計學常見方法，數(shù)據(jù)分析與商業(yè)應(yīng)用，大數(shù)據(jù)分析，數(shù)據(jù)建模，數(shù)據(jù)算法及應(yīng)用，數(shù)據(jù)分析生命周期，數(shù)據(jù)分析方法全景圖
收益目標：1.對騰訊游戲的運營實踐經(jīng)驗有一定了解； 2.介紹平臺在架構(gòu)上設(shè)計及歷史演進； 3.介紹機器學習流水線的建設(shè)及優(yōu)化實踐；
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機器學習
關(guān)鍵詞：其他，架構(gòu)師，大數(shù)據(jù)，數(shù)據(jù)架構(gòu)，SQL，大數(shù)據(jù)平臺
收益目標：意識到企業(yè)所面臨的外部威脅，了解到各種威脅解決思路
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機器學習，SQL
收益目標：?了解宜信四大開源項目的設(shè)計思想、定位和能力； ?了解宜信敏捷數(shù)據(jù)中臺的建設(shè)思路、定位和價值； ?了解宜信敏捷數(shù)據(jù)中臺技術(shù)架構(gòu)和設(shè)計思路； ?了解宜信敏捷數(shù)據(jù)中臺支持的典型數(shù)據(jù)應(yīng)用場景；
關(guān)鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，數(shù)據(jù)架構(gòu)
活動詳情
To Be Better
注冊或 找回密碼?
