为您找到262个相关课程
展开简介
收益目标：暂无
适应人群：中高级工程师、企业架构师、软件设计师、技术决策/解决方案人员等。
关键词：互联网，大数据，微服务
收益目标：1、了解从“产品目标”到“效果归因”整个产品设计全链路中数据驱动的思路和方法； 2、了解支撑体验各层次（范围-结构-框架-表现）方案的数据依据及策略； 3、掌握利用HEART模型、GSM模型及用户认知参与路径进行设计效果验证的思路和方法； 4、通过美团点评大量实际案例介绍，了解数据驱动设计思维的具体执行路径；
适应人群：暂无
关键词：互联网，产品经理，产品设计，大数据，数据挖掘，数据分析
收益目标：学员通过实践本课程，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，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。让学员能够从0到1独立完成Hadoop，Spark，HBase分布式系统的搭建；熟悉中国Top5互联网企业（如阿里巴巴，腾讯）的大数据平台中Hadoop，Spark的技术应用和最佳实践。
适应人群：本课程不仅适合大数据 Hadoop, Spark，HBase 从业人员，同时也适合热爱或者希望未来从事大数据相关工作的在校学生，软件开发工程师，运维工程师以及架构师学习。通过本课程，学员将能够快速熟悉和掌握大数据利器，在生产中解决实际问题。
关键词：互联网，其他，软件架构，大数据，数据分析，Hadoop，Spark，HBase，分布式，大数据平台
收益目标：理解大数据开发和DevOps的结合点，如何降低大数据开发门槛，让更多小白用户就可以开发大数据。 了解ServiceMesh在大数据应用领域如何落地使用，ServiceMesh应用过程中的各种坑。 学习理解基于大数据+微服务的一体化的数据营销服务平台如何构建。
关键词：互联网，大数据，微服务，组织
收益目标：1、使企业管理者制定决策时有数据可依； 2、使学员彻底理解数据可视化的概念、技术、思维模式； 3、使学员具备数据收集、数据分析、数据挖掘、信息提取的能力； 4、使学员具备绘制数据可视化图形的能力； 5、使学员具备利用图形辅助思考的能力。
适应人群：1、本课程适合于想通过数据化决策制定企业战略的决策者； 2、适合于经常需要汇报工作的管理者； 3、对数据可视化分析、数据可视化展现等感兴趣的人士； 4、对数据分析、数据挖掘算法等感兴趣的人士； 5、对Tableau感兴趣的数据分析人士；
关键词：我是运维经理，互联网，大数据，云计算
收益目标：0基础掌握Tableau的入门和使用。本课程将从Tableau的安装、连接数据源、创建简单图形、进阶操作、图形进阶、地图进阶等循序渐进地掌握数据可视化的使用方法。 2、完成数据分析到数据可视化的联动。如何快速用tableau做出地图，如何用仪表盘来对业务结果进行多项呈现，如何完成统计及时间序列分析……将全方位讲解如何从数据获取到数据呈现。 3、从重视数据到活用数据。都知数据很重要，活用数据是王道，本课程围绕用数据讲故事的宗旨，讲解活用数据的技巧和方法，让学员知其然，并知其所以然。
适应人群：本课程为全员Tableau技能培训，适用于所有在工作中使用或想要学习Tableau的员工。
关键词：互联网，大数据，数据分析，转型，数字化转型
收益目标：通过本课程的学习，您将掌握以下“数据炼金术”： 1.破局“数据迷雾”—— 在AI的辅助下，建立有效的数据收集机制，构建精准不冗余的指标体系，告别“看数如山倒，用数如抽丝”。 2.终结“决策玄学” —— 通过AI模型的引入和多种分析手段的灵活运用，高效定位业务瓶颈，精准辅助决策，大幅降低决策误差 3.抢占“流量密码”—— 拆解大数据驱动业务增长的底层机制，运用大数据思维为业务赋能，实现“需求未起，布局先行”；
适应人群：1.正在借力AI驱动深度数字化转型企业的业务、产品、运营、研发、数据分析人员。 2.希望学习世界顶尖大数据企业如何使用AI进行深度数据分析、获得洞察、指导决策、建立数据文化的前沿企业的业务、产品、运营、研发、数据分析人员。 3.所有希望提升AI与大模型时代的数据意识与思维、数据应用与洞察能力的相关岗位。 4.需要梳理数据如何赋能业务，并建立大数据分析思维提升经营效率的企业领导。
关键词：互联网，大数据，转型
收益目标：1.了解互联网产品数据的基本组成和获取途径 2.通过提升产品数据分析能力，更精确的挖掘产品需求 3.形成较为严密的数据推测能力和问题分析能力 4.提升利用数据分析产品商业价值的能力 5.帮助产品经理形成系统的数据观，使其形更为严密的产品观
适应人群：建议产品经理相对中高阶。
关键词：互联网，大数据
收益目标：1、 人工智能基础、技术及其体系； 2、 人工智能的问题求解及技术实现； 3、 人工智能的学习方式； 4、 人工智能行业应用与发展； 5、 主流人工智能实验平台部署； 6、 人工智能机器学习的算法模型的应用实践
适应人群：1、 即将投身于人工智能、机器学习、数据挖掘领域的企业或者个人； 2、 系统架构师、系统分析师、高级程序员、资深开发人员； 3、 政府机关，金融保险、移动互联网、能源行业等人工智能相关人员； 4、 高校、科研院所统计分析研究员，涉及到人工智能的人员；
关键词：互联网，人工智能，大数据，机器学习，数据挖掘，数据分析
关键词：其他，人工智能，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
活动详情
To Be Better
注册或 找回密码?
