为您找到248个相关课程
展开简介
收益目标：掌握核心技术：通过系统学习Spark，学员将能够熟练运用Spark处理大数据，提升工作效率。 深入理解原理：深入剖析Spark内核原理，理解其分布式计算机制，为复杂数据处理提供坚实理论基础。 实战应用导向：通过实战案例，学员将学会如何将Spark技术应用于实际场景，提升数据处理能力，为企业创造价值。
适应人群：暂无
关键词：其他，大数据，SQL，Spark，分布式
收益目标：暂无
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
关键词：互联网，大数据
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：1、Go语言性能优化，主要包括Go语言的GC、Go语言的性能优化工具介绍及其使用； 2、Go语言内存模型，常见性能优化手段； 3、Go语言网络优化、Go语言常用的系统及网络优化参考； 4、Go语言使用不规范造成的性能问题，成功优化案例讲解；
适应人群：1、本课程适合于Go语言开发工程师； 2、本课程适合于高级开发工程师、项目经理、技术总监； 3、本课程适合于企业技术管理人员； 4、本课程适合于IT运维人员；
关键词：我是运维经理，互联网，大数据
关键词：互联网，大数据，数据挖掘
收益目标：1. 了解智能运维基本概念和行业情况 2. 了解百度智能运维理念、指导原则、能力框架等 3. 全方位了解百度智能运维最佳实践
关键词：互联网，大数据，机器学习，运维
收益目标：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，通过课程学习能够掌握业界先进技术与测试技术的结合点； • 除了讲解应用领域，还讲解具体的实现方法和架构设计，做到全面落地，避免纸上谈兵； • 课程案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
适应人群：• 资深测试工程师，测试开发工程师和测试技术骨干成员 • 测试技术负责人或测试架构师 • DevOps资深工程师和技术负责人 • 工程效能团队负责人和工程效能研发工程师 • 开发工程师，开发技术经理，开发技术负责人 • 技术创新团队的工程师
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
关键词：互联网，大数据，云计算，微服务，Java
收益目标：1、使学员深入理解机器学习、深度学习的基础概念、技术、思维模式； 2、使学员深入理解机器学习、深度学习算法原理、具备机器学习算法的使用能力； 3、使学员深入理解数据收集、数据挖掘、信息提取的能力； 4、使学员深入理解绘制数据可视化图形的能力； 5、深入剖析主流的机器学习、深度学习算法； 6、介绍统计学基础知识； 7、深入剖析模型的构建、特征提取、指标体系； 8、通过案例故事，深入剖析机器学习、深度学习的应用，交流数据挖掘的经验； 9、浅显易懂的方式介绍人工智能、深度学习、人工神经网络等知识点；
适应人群：1、本课程适合于机器学习和统计学的初级学习者； 2、对机器学习、数据分析、统计学感兴趣的人士；
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，深度学习
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
收益目标：意识到企业所面临的外部威胁，了解到各种威胁解决思路
关键词：互联网，大数据，机器学习，SQL
活动详情
To Be Better
注册或 找回密码?
