为您找到194个相关课程
展开简介
收益目标：通过本课程的教学，使学员充分了解和认识大数据的相关知识（大数据的应用范围及相关技术思想），同时学会用主流的数据挖掘软件完成数据挖掘建模任务，使学员掌握数据挖掘方法论CRISP-DM的本质。通过几个具体的、典型的数据挖掘案例，使学员在掌握这些案例所用的技巧的同时，充分理解数据挖掘的方法论，实现举一反三的效果，提高学员分析问题解决问题的实际能力。
适应人群：暂无
关键词：互联网金融
收益目标：a) 熟悉HDFS与Yarn实现原理及最佳实践 b) 掌握Spark核心原理，包括但不限于Spark Job的执行过程，Shuffle机制 c) 了解如何对Spark Job进行性能优化，包括但不限于参数调优，数据倾斜优化，代码调优 d) 掌握Spark Streaming的原理及使用方式，并掌握如何结合Spark Streaming和Kafka实现正好一次处理语义 e) 掌握Spark SQL的使用和优化方式，了解SQL引擎的原理 f) 掌握使用Spark MLlib解决机器学习问题的一般方法
适应人群：a) 大数据产品开发工程师 b) 大数据运维工程师 c) 大数据架构师
关键词：互联网，Spark，分布式，大数据，机器学习，SQL
收益目标：1.了解大数据分析系统的常用数据处理流程。 2.对iData在游戏场景下的自助、高效、在线分析路径的思路有所了解。 2.能了解iData游戏大数据分析系统的双引擎的技术实现原理。
关键词：互联网，大数据，BI，数据库，数据分析，分布式，大数据分析
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：课程中的内容涵盖理论和经验，是作者们在大数据行业长年摸爬滚打出来的最佳实践的总结。经过这些课程培训，可以使学员能够对大数据体系有全面而又清晰的认识，了解从平台搭建、到数据分析再到数据价值的挖掘各个方面的实用知识，可以即刻在实际工作中学以致用，运用大数据理论、方法来提升部门或公司的业绩。
适应人群：1． 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可；
关键词：互联网，电信，其他，大数据
收益目标：暂无
关键词：互联网，大数据
关键词：其他，大数据
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
适应人群：1. 小型企业的技术负责人； 2. 大中型企业的数据部门相关人员、或是对数据感兴趣的其他部门的研发总监、部门经理、一线研发工程师等人员均可。
关键词：互联网，电信，其他，大数据，机器学习，数据挖掘
收益目标： 通过本课程的学习，希望学员能够在了解和掌握数据科学相关理论的基础上，学会应用数据科学技术、算法、模型解决现实数据处理、分析、挖掘和应用落地等问题。
适应人群：数据分析、挖掘、开发等相关岗位从业者、初级入门者、欲转型数据工作者、欲了解大数据在行业中的应用现状和动态的管理者等等。
关键词：互联网，大数据，数据挖掘
收益目标：了解大数据平台的技术背景、基本知识、常识及术语。 学员通过学习本课程，能够熟悉大数据行业和分布式系统的技术核心知识点； 通过Hadoop、Hive、Spark、HBase知识的学习，能够掌握大数据应用的开发和运维能力， 并能够掌握海量数据处 理的编码和性能调优经验。 熟悉中国互联网公司（如阿里巴巴、腾讯）的大数据平台中各组件的技术应用和最佳实践。 了解大数据平台在互联网业务及地理信息系统的应用。
适应人群：拥有一定研发经验，希望行业前研经验和应用有所了解的学员。 所有对《大数据平台及地理信息应用》感兴趣的学员。
关键词：互联网，电商，大数据，大数据平台，大数据、架构、Hadoop、飞天、数据中台、地理信息
To Be Better
注册或 找回密码?