為您找到150個相關(guān)課程
展開簡介
收益目標(biāo)：1、大數(shù)據(jù)在行業(yè)、領(lǐng)域中的應(yīng)用案例及實(shí)踐；案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等開發(fā)組件的應(yīng)用案例及實(shí)踐； 2、應(yīng)用案例及實(shí)踐是如何搭建的、相關(guān)技術(shù)組件在實(shí)際使用過程中的注意事項(xiàng)及關(guān)鍵點(diǎn)；搭建就是指基礎(chǔ)組件如何搭建應(yīng)用； 3、在反欺詐方面（羊毛黨）、安全方面、金融方面、風(fēng)控方面，這四個方面的應(yīng)用案例及實(shí)踐，重點(diǎn)講反欺詐方面（羊毛黨）； 4、從思想到技術(shù)再到實(shí)操，深入系統(tǒng)的剖析大數(shù)據(jù)思想、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)實(shí)踐，使學(xué)員全面的、正確的認(rèn)識大數(shù)據(jù)，并通過動手實(shí)踐編寫大數(shù)據(jù)挖掘程序，使學(xué)員深入理解大數(shù)據(jù)； 5、使學(xué)員深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis為代表的大數(shù)據(jù)分布式技術(shù)框架； 6、使學(xué)員掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大數(shù)據(jù)編程技術(shù)，能夠達(dá)到大數(shù)據(jù)挖掘的目的； 7、從代碼實(shí)踐的角度剖析大數(shù)據(jù)分布式技術(shù)執(zhí)行的具體過程并具備大數(shù)據(jù)開發(fā)能力； 通過分享大數(shù)據(jù)在金融結(jié)算方面的應(yīng)用案例，如反欺詐、金融風(fēng)險防范、金融數(shù)據(jù)分析可利用的價值方向等，加深對大數(shù)據(jù)的理解。
適應(yīng)人群：1、對大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘感興趣的企業(yè)或者個人； 2、適合于想通過數(shù)據(jù)化決策防范風(fēng)險等相關(guān)的企業(yè)或者個人； 3、對大數(shù)據(jù)、分布式存儲、分析等感興趣的人員； 4、大型網(wǎng)站、電商網(wǎng)站等運(yùn)維人員； 5、云計(jì)算、大數(shù)據(jù)從業(yè)者； 6、熟悉Hadoop生態(tài)體系，想了解和學(xué)習(xí)Hadoop與Spark整合在企業(yè)應(yīng)用實(shí)戰(zhàn)案例的朋友； 7、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員； 8、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人； 9、政府機(jī)關(guān)，金融保險、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人； 10、高校、科研院所大數(shù)據(jù)研究人員，涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員； 11、數(shù)據(jù)倉
關(guān)鍵詞：我是運(yùn)維經(jīng)理，互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，數(shù)據(jù)分析，創(chuàng)新，Hadoop，Spark，分布式，大數(shù)據(jù)分析，AR
收益目標(biāo)：暫無
適應(yīng)人群：重點(diǎn)學(xué)員對象是：各個業(yè)務(wù)部門，特別是數(shù)智化相關(guān)部門的產(chǎn)品負(fù)責(zé)人、業(yè)務(wù)負(fù)責(zé)人、項(xiàng)目負(fù)責(zé)人，各個產(chǎn)品單元和產(chǎn)品模塊的產(chǎn)品總監(jiān)、產(chǎn)品經(jīng)理。 鼓勵參與學(xué)員對象是：支持產(chǎn)品研營銷服管理者，包括：研發(fā)、市場、運(yùn)營、服務(wù)、銷售等相關(guān)負(fù)責(zé)人。
關(guān)鍵詞：互聯(lián)網(wǎng)，產(chǎn)品經(jīng)理，人工智能，大數(shù)據(jù)
收益目標(biāo)：通過本工作坊，學(xué)員能獲得對現(xiàn)代信息流類產(chǎn)品一個基本的認(rèn)識。學(xué)會信息流的系統(tǒng)架構(gòu)，以及背后的算法原理，為日后深入構(gòu)建個性化產(chǎn)品打下良好的入門基礎(chǔ)。
適應(yīng)人群：暫無
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能
收益目標(biāo)：a. 了解百度智能運(yùn)維發(fā)展歷史及整體思路 b. 了解百度在故障管理場景的AIOps解決方案 c. 了解百度AIOps在百度內(nèi)及行業(yè)客戶的落地案例及效果
關(guān)鍵詞：我是運(yùn)維經(jīng)理，互聯(lián)網(wǎng)，人工智能，機(jī)器學(xué)習(xí)，運(yùn)維，工程師
適應(yīng)人群：1、對大數(shù)據(jù)、分布式技術(shù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘等感興趣的人員； 2、云計(jì)算、大數(shù)據(jù)、AI相關(guān)從業(yè)者； 3、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員； 4、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人； 5、政府機(jī)關(guān)，金融保險、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人； 6、高校、科研院所大數(shù)據(jù)研究人員，涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員； 7、數(shù)據(jù)倉庫管理人員、建模人員，分析和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員；
關(guān)鍵詞：我是運(yùn)維經(jīng)理，互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，云計(jì)算，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，虛擬化，運(yùn)維，數(shù)據(jù)分析，數(shù)據(jù)建模，深度學(xué)習(xí)
收益目標(biāo)：1，整體把握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘的發(fā)展方向 2，了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺的技術(shù)框架 3，理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的思維方式和關(guān)鍵技術(shù) 4，了解深度學(xué)習(xí)和機(jī)器學(xué)習(xí)在當(dāng)前工業(yè)界的落地應(yīng)用 5，了解AI頂會論文和最新技術(shù)熱點(diǎn)
關(guān)鍵詞：互聯(lián)網(wǎng)，其他，人工智能，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘，項(xiàng)目管理，深度學(xué)習(xí)
收益目標(biāo)：增強(qiáng)知識儲備：學(xué)員將獲得關(guān)于AI和AIGC在電力行業(yè)應(yīng)用的全面知識。 提升決策能力：通過學(xué)習(xí)AI技術(shù)，學(xué)員能夠更好地理解數(shù)據(jù)，做出更加科學(xué)的決策。 優(yōu)化工作流程：掌握如何利用AI技術(shù)改進(jìn)電力行業(yè)的工作流程，提高效率。 創(chuàng)新思維培養(yǎng)：鼓勵學(xué)員思考如何將AI技術(shù)融入到電力行業(yè)的各個方面，促進(jìn)創(chuàng)新。
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，轉(zhuǎn)型，數(shù)字化轉(zhuǎn)型，AIGC
適應(yīng)人群：深入理解當(dāng)前流行的情景計(jì)算的體系結(jié)構(gòu)和優(yōu)缺點(diǎn)，從而在產(chǎn)品設(shè)計(jì)中有效應(yīng)用情景計(jì)算提高用戶體驗(yàn)。理解機(jī)器學(xué)習(xí)的基本原理，掌握深度學(xué)習(xí)的優(yōu)缺點(diǎn)以及在情景計(jì)算中的應(yīng)用前景，從而了解未來3-5年內(nèi)做出有技術(shù)含量的人工智能產(chǎn)品的關(guān)鍵點(diǎn)。
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，機(jī)器學(xué)習(xí)
收益目標(biāo)：本課程針對云數(shù)據(jù)安全、ICT數(shù)據(jù)安全和新興熱點(diǎn)業(yè)務(wù)的數(shù)據(jù)安全展開闡述，并結(jié)合各類新興技術(shù)的不同場景，給出數(shù)據(jù)安全架構(gòu)、安全設(shè)計(jì)、隱私保護(hù)的一般原則和業(yè)界最佳實(shí)踐。使學(xué)員具備數(shù)據(jù)安全治理過程能力，能幫助組織機(jī)構(gòu)解決數(shù)據(jù)安全頂層設(shè)計(jì)及管理體系建設(shè)的問題，提升企業(yè)滿足相關(guān)法律法規(guī)和監(jiān)管要求的能力。
適應(yīng)人群：1、企業(yè)CIO、CDO 等信息化相關(guān)的高層領(lǐng)導(dǎo)； 2、信息安全管理人員、風(fēng)險管理人員、安全監(jiān)管人員； 3、數(shù)據(jù)管理或數(shù)據(jù)服務(wù)團(tuán)隊(duì)負(fù)責(zé)人、核心團(tuán)隊(duì)成員； 4、企業(yè)數(shù)據(jù)管理專家/專家委員會專員; 5、業(yè)務(wù)部門數(shù)據(jù)信息使用者。
關(guān)鍵詞：其他，人工智能，大數(shù)據(jù)，云計(jì)算，組織
關(guān)鍵詞：其他，人工智能，分布式，知識圖譜，大模型，AIGC
收益目標(biāo)：學(xué)習(xí)完本課程后，學(xué)員的主要收獲有： (1) 從企業(yè)級應(yīng)用的角度對推薦系統(tǒng)有一個全面的認(rèn)知，知道推薦系統(tǒng)的技能要求、價值、應(yīng)用場景； (2) 了解最主流的推薦算法基本原理； (3) 熟悉推薦系統(tǒng)的產(chǎn)品形態(tài)，針對不同的產(chǎn)品怎么更好地整合推薦系統(tǒng)以發(fā)揮業(yè)務(wù)價值； (4) 了解在真實(shí)業(yè)務(wù)場景中怎么做好推薦系統(tǒng)，讓推薦系統(tǒng)真正產(chǎn)生商業(yè)價值； (5)獲得講師十多年實(shí)踐推薦系統(tǒng)的經(jīng)典案例和經(jīng)驗(yàn)；
適應(yīng)人群：本課程適合對推薦系統(tǒng)感興趣的或者自身工作與推薦系統(tǒng)相關(guān)的算法工程師
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，推薦系統(tǒng)，視頻推薦，音樂推薦，內(nèi)容推薦
關(guān)鍵詞：互聯(lián)網(wǎng)，互聯(lián)網(wǎng)金融，人工智能
活動詳情
To Be Better
注冊或 找回密碼?
