为您找到158个相关课程
展开简介
收益目标:1. 听众可以了解工业大数据平台的架构演进 2. 听众可以了解真正用于工业领域的平台在实战过程的碰到的问题 3. 目前的工业大数据平台的先进技术。
适应人群:暂无
关键词:互联网,人工智能,大数据,云计算,机器学习,SaaS,大数据平台
收益目标:1、大数据在行业、领域中的应用案例及实践;案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等开发组件的应用案例及实践; 2、应用案例及实践是如何搭建的、相关技术组件在实际使用过程中的注意事项及关键点;搭建就是指基础组件如何搭建应用; 3、在反欺诈方面(羊毛党)、安全方面、金融方面、风控方面,这四个方面的应用案例及实践,重点讲反欺诈方面(羊毛党); 4、从思想到技术再到实操,深入系统的剖析大数据思想、大数据技术、大数据实践,使学员全面的、正确的认识大数据,并通过动手实践编写大数据挖掘程序,使学员深入理解大数据; 5、使学员深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis为代表的大数据分布式技术框架; 6、使学员掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大数据编程技术,能够达到大数据挖掘的目的; 7、从代码实践的角度剖析大数据分布式技术执行的具体过程并具备大数据开发能力; 通过分享大数据在金融结算方面的应用案例,如反欺诈、金融风险防范、金融数据分析可利用的价值方向等,加深对大数据的理解。
适应人群:1、对大数据的数据分析、数据挖掘感兴趣的企业或者个人; 2、适合于想通过数据化决策防范风险等相关的企业或者个人; 3、对大数据、分布式存储、分析等感兴趣的人员; 4、大型网站、电商网站等运维人员; 5、云计算、大数据从业者; 6、熟悉Hadoop生态体系,想了解和学习Hadoop与Spark整合在企业应用实战案例的朋友; 7、系统架构师、系统分析师、高级程序员、资深开发人员; 8、牵涉到大数据处理的数据中心运行、规划、设计负责人; 9、政府机关,金融保险、移动互联网等大数据单位的负责人; 10、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; 11、数据仓
关键词:我是运维经理,互联网,人工智能,大数据,机器学习,数据挖掘,数据分析,创新,Hadoop,Spark,分布式,大数据分析,AR
收益目标:暂无
适应人群:重点学员对象是:各个业务部门,特别是数智化相关部门的产品负责人、业务负责人、项目负责人,各个产品单元和产品模块的产品总监、产品经理。 鼓励参与学员对象是:支持产品研营销服管理者,包括:研发、市场、运营、服务、销售等相关负责人。
关键词:互联网,产品经理,人工智能,大数据
收益目标:通过本工作坊,学员能获得对现代信息流类产品一个基本的认识。学会信息流的系统架构,以及背后的算法原理,为日后深入构建个性化产品打下良好的入门基础。
关键词:互联网,人工智能
收益目标:a. 了解百度智能运维发展历史及整体思路 b. 了解百度在故障管理场景的AIOps解决方案 c. 了解百度AIOps在百度内及行业客户的落地案例及效果
关键词:我是运维经理,互联网,人工智能,机器学习,运维,工程师
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:1,整体把握机器学习、深度学习、数据挖掘的发展方向 2,了解机器学习、深度学习、计算机视觉的技术框架 3,理解机器学习和深度学习的思维方式和关键技术 4,了解深度学习和机器学习在当前工业界的落地应用 5,了解AI顶会论文和最新技术热点
关键词:互联网,其他,人工智能,机器学习,数据挖掘,项目管理,深度学习
收益目标:增强知识储备:学员将获得关于AI和AIGC在电力行业应用的全面知识。 提升决策能力:通过学习AI技术,学员能够更好地理解数据,做出更加科学的决策。 优化工作流程:掌握如何利用AI技术改进电力行业的工作流程,提高效率。 创新思维培养:鼓励学员思考如何将AI技术融入到电力行业的各个方面,促进创新。
关键词:互联网,人工智能,转型,数字化转型,AIGC
适应人群:深入理解当前流行的情景计算的体系结构和优缺点,从而在产品设计中有效应用情景计算提高用户体验。理解机器学习的基本原理,掌握深度学习的优缺点以及在情景计算中的应用前景,从而了解未来3-5年内做出有技术含量的人工智能产品的关键点。
关键词:互联网,人工智能,机器学习
收益目标:本课程针对云数据安全、ICT数据安全和新兴热点业务的数据安全展开阐述,并结合各类新兴技术的不同场景,给出数据安全架构、安全设计、隐私保护的一般原则和业界最佳实践。使学员具备数据安全治理过程能力,能帮助组织机构解决数据安全顶层设计及管理体系建设的问题,提升企业满足相关法律法规和监管要求的能力。
适应人群:1、企业CIO、CDO 等信息化相关的高层领导; 2、信息安全管理人员、风险管理人员、安全监管人员; 3、数据管理或数据服务团队负责人、核心团队成员; 4、企业数据管理专家/专家委员会专员; 5、业务部门数据信息使用者。
关键词:其他,人工智能,大数据,云计算,组织
关键词:其他,人工智能,分布式,知识图谱,大模型,AIGC
收益目标:学习完本课程后,学员的主要收获有: (1) 从企业级应用的角度对推荐系统有一个全面的认知,知道推荐系统的技能要求、价值、应用场景; (2) 了解最主流的推荐算法基本原理; (3) 熟悉推荐系统的产品形态,针对不同的产品怎么更好地整合推荐系统以发挥业务价值; (4) 了解在真实业务场景中怎么做好推荐系统,让推荐系统真正产生商业价值; (5)获得讲师十多年实践推荐系统的经典案例和经验;
适应人群:本课程适合对推荐系统感兴趣的或者自身工作与推荐系统相关的算法工程师
关键词:互联网,人工智能,大数据,推荐系统,视频推荐,音乐推荐,内容推荐
活动详情
To Be Better
注册或 找回密码?