課程

• 大數(shù)據(jù)智能分析和挖掘在互聯(lián)網中的實戰(zhàn)案例

  大量大數(shù)據(jù)挖掘實踐案例難點理論講述淺顯易懂數(shù)據(jù)挖掘算法講述會超出傳統(tǒng)教科書的講解范疇，不會贅述具體經典算法，而是講述經典課本上不會出現(xiàn)的適應大數(shù)據(jù)背景下數(shù)據(jù)挖掘的實用新技術

  暫無課程排期
  架構師

• 大數(shù)據(jù)高級實戰(zhàn)研修：深入大數(shù)據(jù)智能分析和挖掘產品和技術

  大數(shù)據(jù)分析和挖掘在互聯(lián)網公司中已經得到實質性的推進和應用，典型的應用場景包括搜索引擎的搜索結果和搜索廣告排序、電商網站的商品推薦和虛假信息檢測、電子郵件服務中垃圾郵件檢測、互聯(lián)網安全公司的病毒和木馬檢測、視頻和新聞分享網站中視頻和新聞推薦、互聯(lián)網金融服務中的用戶信譽評估等。
  特別的場景包裹，社交網絡的火爆可以看成是促使大數(shù)據(jù)技術迅猛發(fā)展的直接驅動原因。社交網絡的數(shù)據(jù)呈現(xiàn)大規(guī)模、異構、網狀相連的特征，為大數(shù)據(jù)挖掘提供了更復雜、更有挑戰(zhàn)的案例。在社交網絡中，大數(shù)據(jù)挖掘的應用更是覆蓋了70%左右的場景。經典的使用場景諸如好友新鮮事（tweets）智能排序、好友推薦、好友搜索、社交廣告等。
  當前，本地生活服務、O2O、互聯(lián)網金融、企業(yè)級服務等的火爆，更是大數(shù)據(jù)的用武之地，成為成為助推業(yè)務發(fā)展最有效的技術利器和產品設計及運營的思維。
  大數(shù)據(jù)受到廣泛認可，究其原因，主要是如果大數(shù)據(jù)相關技術得到較好的使用，會帶來從服務的訪問量到收入變現(xiàn)能力等關鍵數(shù)據(jù)指標的實質提升。以講師親身項目經驗為例：一個新的好友推薦算法的上線可能帶來80%以上的“關注量”或者“加好友申請量”的提高；對手機通訊錄匹配算法的優(yōu)化升級，可使手機號對應的社交網絡的用戶帳號匹配量增加55%以上；社交廣告中用戶定向和廣告排序算法的引入，可使廣告收入暴漲100%以上。又如，用戶社交圈智能劃分算法的上線，使很多用戶的三四百個好友被自動合理分到合適的社交圈中，免去他們手動逐個操作的麻煩，提升了用戶體驗，他們評價“真心覺得做到了我的心里”、“給數(shù)據(jù)挖掘跪了”。
  

  暫無課程排期
  架構師

• 大數(shù)據(jù)治理落地實戰(zhàn)：數(shù)據(jù)收集、清洗、融合、挖掘

  課程大數(shù)據(jù)分析處理技術的難度值：高；
  課程大數(shù)據(jù)挖掘的難度值：中；
  產品和案例面的豐富度：中；
  商業(yè)模式創(chuàng)新和組織架構面詳盡度：低。
  
  本課程將圍繞大數(shù)據(jù)治理的全流程展開講解。從大數(shù)據(jù)的思維培養(yǎng)、大數(shù) 據(jù)產品思維、大數(shù)據(jù)分析和治理方法、大數(shù)據(jù)工具和挖掘技術等層 面，從互聯(lián)網應用和傳統(tǒng)企業(yè)的業(yè)務場景諸多角度多領域做實站案例講 解。該課程使學員： n 理解大數(shù)據(jù)基本概念，理解大數(shù)據(jù)幫助企業(yè)進行商業(yè)模式創(chuàng)新的方法 和思維 n 理解大數(shù)據(jù)團隊構成和組織架構建設的重要性和方法 n 理解大數(shù)據(jù)產品設計思維和業(yè)務創(chuàng)新的方法 n 理解大數(shù)據(jù)收集、清洗、融合、挖掘及應用技術架構從零開始建設的 方法 n 理解大數(shù)據(jù)行業(yè)發(fā)展的現(xiàn)狀：大數(shù)據(jù)在傳統(tǒng)行業(yè)和 TMT 企業(yè)中的應用 情況、對業(yè)務提升的影響結果。 n 介紹大量大數(shù)據(jù)在互聯(lián)網應用中的智能化產品和技術解決方案作為借 鑒。這些應用包括 O2O、本地生活服務、社交型應用、互聯(lián)網金融、支 付、保險類型應用等 n 介紹大量大數(shù)據(jù)在傳統(tǒng)企業(yè)管理中的智能化產品和技術解決方案作為 借鑒。這些應用包括物流、企業(yè)外部環(huán)境認知、戰(zhàn)略分析、企業(yè)客戶關 系管理等。相關的傳統(tǒng)行業(yè)包括電信、銀行、印刷、文化藝術、零售、 制造等

  暫無課程排期
  工程師

• “AI 驅動世界”：基于數(shù)據(jù)的智能分析和挖掘在互聯(lián) 網中的應用實戰(zhàn)案例

  本課程將圍繞大數(shù)據(jù)最本質的特點—智能化為主線，從大數(shù)據(jù)的商業(yè)模式 創(chuàng)新、大數(shù)據(jù)產品思維、數(shù)據(jù)分析重要工具、數(shù)據(jù)挖掘核心技術等層 面，從瀏覽型互聯(lián)網應用、社交網絡型互聯(lián)網應用等多角度多領域做實 站案例講解。該課程使學員： n 理解大數(shù)據(jù)基本概念、理解大數(shù)據(jù)幫助企業(yè)進行商業(yè)模式創(chuàng)新的方法 和思維、理解大數(shù)據(jù)團隊構成和組織架構、理解大數(shù)據(jù)產品設計思維、 理解大數(shù)據(jù)基礎技術架構 n 理解大數(shù)據(jù)行業(yè)發(fā)展的現(xiàn)狀：大數(shù)據(jù)在傳統(tǒng)行業(yè)和 TMT 企業(yè)中的應用 情況、經典真實案例、對業(yè)務提升的影響結果。 n 掌握大數(shù)據(jù)在瀏覽型應用（例如：優(yōu)酷土豆、58 同城等）中的智能化 產品和技術解決方案。 n 掌握大數(shù)據(jù)在社交型應用中的智能化的產品和技術解決方案。 n 掌握大數(shù)據(jù)在互聯(lián)網金融、支付、保險類型應用中的智能化產品和技 術解決方案。 n 掌握如何搭建一個實用的推薦引擎的方法； n 掌握數(shù)據(jù)挖掘的經典方法論：數(shù)據(jù)挖掘過程、模型評估標準等 n 側重掌握最普遍使用的分類預測技術的方法，輕松理解分類預測技術的 重難點主題及一 些新技術：模型優(yōu)化的原理、Overfitting 和 Underfitting、Variance/Bias 和多模型 方法等；

  暫無課程排期
  工程師

大會議題