
數(shù)據(jù)中臺(tái)與大數(shù)據(jù)建設(shè)案例分析培訓(xùn)
1 數(shù)據(jù)中臺(tái)的概念
1.1 IT向DT的轉(zhuǎn)型
1.2 數(shù)據(jù)中臺(tái)的概念
1.3 準(zhǔn)確理解數(shù)據(jù)中臺(tái)
2 數(shù)據(jù)中臺(tái)的建設(shè)
2.1 數(shù)據(jù)應(yīng)用的成熟度
2.2 數(shù)據(jù)中臺(tái)的基本特征
2.3 數(shù)據(jù)中臺(tái)的建設(shè)思路
2.4 數(shù)據(jù)中臺(tái)建設(shè)的內(nèi)容
2.5 數(shù)據(jù)中臺(tái)的價(jià)值變現(xiàn)
2.6 數(shù)據(jù)中臺(tái)的建設(shè)步驟
3 數(shù)據(jù)中臺(tái)落地是大數(shù)據(jù)
3.1 數(shù)據(jù)中臺(tái)落地為何采用大數(shù)據(jù)技術(shù)
3.2 分布式大數(shù)據(jù)的設(shè)計(jì)理念
3.3 大數(shù)據(jù)的生態(tài)圈
4 大數(shù)據(jù)核心組件
4.1 Hadoop的工作原理
4.2 Spark的工作原理
5 數(shù)據(jù)中臺(tái)之?dāng)?shù)據(jù)采集
5.1 結(jié)構(gòu)化數(shù)據(jù)采集
5.2 非結(jié)構(gòu)化數(shù)據(jù)采集
6 數(shù)據(jù)中臺(tái)之?dāng)?shù)據(jù)治理
6.1 ETL過程
6.2 數(shù)據(jù)體系建設(shè)
6.3 數(shù)據(jù)集市與數(shù)據(jù)分析
7 數(shù)據(jù)中臺(tái)之?dāng)?shù)據(jù)服務(wù)
7.1 大數(shù)據(jù)查詢
7.2 數(shù)據(jù)索引
7.3 大數(shù)據(jù)分析
8 數(shù)據(jù)中臺(tái)之價(jià)值變現(xiàn)
8.1 數(shù)據(jù)可視化
8.2 數(shù)據(jù)風(fēng)控
8.3 數(shù)字化運(yùn)營
8.4 數(shù)據(jù)挖掘與人工智能