为您找到284个相关课程
展开简介
收益目标：个性化推荐解决了商品丰富性和用户接触商品的稀缺性之间的矛盾，具有巨大的商业价值。本课程从大数据、机器学习框架的角度系统地介绍主流的推荐算法模型。
适应人群：暂无
关键词：互联网，大数据，机器学习
收益目标：1、 全面了解云计算行业发展现状和国内外主流云平台厂商产品和服务能力； 2、 全面了解大数据、AI、微服务的发展和应用情况； 3、 理解云计算核心技术原理和优缺点； 4、 掌握云计算、大数据、AI、微服务等新技术在金融领域的应用情况和收益； 5、 具备一定的云产品选型评估能力； 6、 具备一定的解决方案设计能力；
适应人群：云计算相关技术人员，CIO、IT经理、企业架构师、IT架构师、方案架构师、开发工程师等
关键词：互联网，大数据，云计算，微服务
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；
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、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
收益目标：1、掌握用Power BI进行数据分析的各项操作。本课程将依次讲解输入和连接数据、数据的清洗和整理、管理行列数据、建立数据分析模型、创建与修饰可视化报表、数据可视化报表高阶应用、常用视觉对象类型、Power BI在线服务、Power BI实战演练等，形成了一套结构清晰、内容丰富的Power BI知识体系。 2、完成数据分析到数据可视化的联动。如何用图表思维呈现数据结果，如何快速用Power BI定制个性化Dashboard，如何用Dashboard实现多项指标的联动，如何通过Power BI制作精美的数据分析报告…本课程将聚焦于多种业务场景下的数据结果，通过Dashboard和分析报告实现高效、专业、简洁的数据呈现。 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，结合完成的仪表盘和分析报告，讲授活用数据的技巧和方法，让学员掌握数据分析的方法和技能，学会用数据洞察业务的精髓和真谛。
适应人群：本课程为全员数据分析课程，适用于在工作中与数据及Power BI打交道的员工。 若在工作中需要用Power BI制作各类图表、Dashboard、分析报告的员工可重点关注。
关键词：互联网，大数据，BI，数据分析，转型，数字化转型
关键词：我是运维经理，互联网，大数据，机器学习，运维，自动化运维，变革
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
活动详情
To Be Better
注册或 找回密码?
