为您找到194个相关课程
展开简介
收益目标：互联网金融健康发展的核心是风险控制，其依托互联网获取用户的网上消费行为数据、通讯数据、信用卡数据、第三方征信数据等丰富而全面的数据，可以借助机器学习的手段搭建大数据风控系统。本课程将介绍使用机器学习构建金融大数据风控的最佳实践。
适应人群：暂无
关键词：互联网，传统金融，互联网金融，大数据
收益目标：暂无
适应人群：1、系统架构师、系统分析师、高级程序员、资深开发人员。 2、牵涉到海量数据处理的机构数据中心运行、规划、设计负责人。 3、云服务运营服务提供商规划负责人。 4、高校、科研院所牵涉到大数据与分布式数据处理的项目负责人。
关键词：互联网，大数据
收益目标：1、获知互联网企业大数据体系建设的完整形态，和技术选型标准，加深对企业数据化变革的认知 2、了解数据中台工具的功能架构，数据中台赋能的思路方法论及其技术架构 3、用户行为分析平台的埋点上报，传输，管理，验证，基础数仓建设的功能技术架构 4、掌握爆炸式数据增长下的数据管理，治理体系，了解科学的数据建设管理方法论，在实际生产中有序落地，避免数据重复建设，避免数据安全隐患 5、在数据生产建设过程中，通过事前生产规范管理，事中值班响应，事后巡检监控，全方位保障数据质量 6、掌握ABTest实验的原理，重叠实验框架的架构以及实验决策的方法论案例，学会如何科学的使用AB测试做数据驱动决策
适应人群：适用于大数据应用开发，大数据基础架构开发，数据产品，数据仓库的软件架构师、软件设计师、程序员、数据产品 要求：至少要有1-2年工作经验，学习过Hadoop，Hive以及Java语言
关键词：其他，大数据，数据架构，数据分析，变革，组织
收益目标：1、了解数据建模的标准过程 2、明白时序预测的基本思想，熟悉常用的时序预测模型 3、掌握常用的分类预测模型，理解模型基本原理 4、学会解读分类预测模型的含义 5、理解并掌握定性预测模型的质量评估指标 6、了解分类预测模型的集成优化思想
适应人群：产品销量部、业务支撑部、运营分析部、数据分析部、大数据系统开发部等对业务数据分析有较高要求的相关人员。
关键词：互联网，数据建模
关键词：其他，大数据
收益目标：1. 数据仓库和数据湖的概念和架构 2. 数据建模的技术、流程和注意点 3. 数据整合、处理和展示的流程 4. 基于大数据平台实现数据仓库、数据湖的技术和案例分享 5. 电信和银行等传统行业大数据平台数据仓库、数据湖的落地案例和经验分享 6. 关系模型和维度模型的应用场景
适应人群：1. 数据架构师 2. 数据分析和挖掘人员 3. 模型师 4. 大数据架构师 5. ETL开发工程师 6. 业务人员 学员基础： 1. 对大数据技术了解 2. 对业务了解
收益目标：了解大数据中MapReduce的核心原理 掌握MapReduce核心编程 了解Spark性能优化 掌握Spark中的离线计算和实时计算 掌握Spark SQL的使用 掌握HBase的高级特性
适应人群：1. 有一定编程基础,想学习和了解大数据的学员 2. 计算机相关专业,未来向大数据领域方向发展的学员
关键词：互联网，大数据，SQL，Spark，大数据平台
收益目标：结合本人硅谷多年大中小科技公司管理运营数据团队和建立数据战略的经验，本次分享将通过多点带面，一点深入的方式，用实际案例带动大家一起探索和分析大数据方向大起大落产品的成功与失败因子，和产品开发推广过程中遇到的各种机遇和挑战：产品方向，商业模式，数据技术，客户/用户/合作伙伴。 收益：通过实例了解数据战略在不同场景中的实施，演变，和不同战略的优劣，为高级管理人员提供数据方向上战略、布局、管理和执行层面的多角度思路。
关键词：互联网，商业模式，大数据
收益目标：了解智能化测试技术在行业的应用
关键词：互联网，人工智能，大数据，软件测试，自动化测试，单元测试
收益目标：本次分享可以帮助大家： • 了解敏捷大数据四大开源平台的设计思想、功能能力和技术架构； • 了解敏捷数据中台平台的建设思路、架构设计和典型应用场景； • 探讨数据建设发展的思考、思路和展望；
关键词：互联网，互联网金融，大数据，数据架构，敏捷
关键词：互联网，传统金融，人工智能，架构师，大数据，云计算，SaaS，转型，金融，企业级
关键词：互联网，大数据，数据挖掘
To Be Better
注册或 找回密码?