班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。 |
部份程大纲 |
|
- 培训对象
- 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;
- 学员基础
- 技术出身,了解基本的研发思想即可。
- 课程大纲
- 主题 内容
第一单元:数据平台
- 1. 引言:大数据的基本概念、历史和发展
从传统数据仓库概念,如何演进到大数据的概念,以及大数据的4V等特性;传统数据仓库技术体系和大数据之间有什么区别?现在大数据带来了哪些改变,以及今后大数据会如何发展,如何改变我们的生活?
2. 大数据平台整体组成
要想玩转大数据,平台至关重要。如何从零开始一步一步搭建一个大数据平台?它由哪些部分组成?每个部分的功能定义是什么、为什么这么设计?
3. 大数据平台的核心“三大件”原理和架构
大数据平台最核心的三个组件当属数据计算和存储系统、数据任务调度系统、数据交换和传输系统了。这三个系统的工作原理和详细架构是怎样?在实践中会遇到哪些问题?如何提高他们的性能?
4. 大数据平台组件的延伸以及拓展
要想真正发挥大数据平台的威力,除了大数据平台核心“三大件”以外,其他组件也必不可少,比如元数据管理系统、集成开发平台、报表组件、数据质量管理系统、权限系统、数据安全管理、统一监控和告警系统等等。这些系统该按照什么样的顺序搭建?如何决定这些系统的技术路线?如何打通这么多子系统,让大数据平台成为一个整体?
5. 大数据实时处理系统的案例实践
随着数据业务的发展,传统T+1延迟的离线数据仓库已经不能满足业务的需求,数据系统的实时性问题越来越被人们所关注。不过,提高数据的实时性势必带来很多新的挑战,比如如何简化实时系统的复杂度、如何保证其可靠性、如何降低实时数据开发难度、如何平衡成本和性能等等。本小节将以一个实际的案例为基础,讲授如何打造一个高效、可靠的大数据实时处理系统。
1. 引言:大数据分析方法论以及几个案例
本章将通过几个数据分析的实际案例/故事,来讲述数据分析过程中可能会遇到的困难、怎样去解决这些困难、并由此总结出几种实用的数据分析解决方案。
2. 如何让数据价值在企业落地
很多企业都有大数据落地难的问题。明明投入了这么多,但很少发现有价值的产出。是什么原因造成了这样的困境?如何摆脱这样的困境,行之有效的实现数据价值的最大化?
3. 数据价值的不同场景和不同维度,以及案例分析
数据价值在不同场景下有不同的表现,同时也有不同的维度去度量它。本小节将带来数个案例,分别讲述在不同场景、不同维度下如何让数据产生价值。让听课者能够场景化的体会数据价值的落地过程。
4. 大数据建模
如何从一个实际的业务问题出发,完成从领域模型到数据模型的转换:需要收集哪些数据,定义哪些关键指标,以及如何组织和存储这些数据。
5. 如何打造数据团队
数据团队在发展过程中,不同时期的人员构成比例是怎样的;和一般的团队相比,数据团队有哪些特点;如何树立团队的影响力、以及和其他团队/部门的沟通技巧等。
6. 数据思维
数据思维是什么?如何让大家都会用数据、懂数据?如何去培养全员的数据思维?有了数据思维有什么好处?
- 第二单元:数据分析与数据价值
- 1. 引言:大数据分析方法论以及几个案例
本章将通过几个数据分析的实际案例/故事,来讲述数据分析过程中可能会遇到的困难、怎样去解决这些困难、并由此总结出几种实用的数据分析解决方案。
2. 如何让数据价值在企业落地
很多企业都有大数据落地难的问题。明明投入了这么多,但很少发现有价值的产出。是什么原因造成了这样的困境?如何摆脱这样的困境,行之有效的实现数据价值的最大化?
3. 数据价值的不同场景和不同维度,以及案例分析
数据价值在不同场景下有不同的表现,同时也有不同的维度去度量它。本小节将带来数个案例,分别讲述在不同场景、不同维度下如何让数据产生价值。让听课者能够场景化的体会数据价值的落地过程。
4. 大数据建模
如何从一个实际的业务问题出发,完成从领域模型到数据模型的转换:需要收集哪些数据,定义哪些关键指标,以及如何组织和存储这些数据。
5. 如何打造数据团队
数据团队在发展过程中,不同时期的人员构成比例是怎样的;和一般的团队相比,数据团队有哪些特点;如何树立团队的影响力、以及和其他团队/部门的沟通技巧等。
6. 数据思维
数据思维是什么?如何让大家都会用数据、懂数据?如何去培养全员的数据思维?有了数据思维有什么好处?
|