联系我们
 课程时长 42 小时

课程大纲

大数据生态系统简介

  • 大数据技术与架构概览
  • 批处理与实时处理对比
  • 可扩展性的数据存储策略

使用 Apache Spark 进行高级数据处理

  • 优化 Spark 作业性能
  • 高级转换和操作
  • 结构化流处理

大规模机器学习

  • 分布式模型训练技术
  • 大数据集上的超参数调优
  • 大数据环境中的模型部署

大数据深度学习

  • 将 TensorFlow 和 PyTorch 与 Spark 集成
  • 分布式深度学习训练管道
  • 图像、文本和时间序列分析用例

实时分析与数据流

  • 使用 Apache Kafka 进行流数据摄取
  • 流处理框架
  • 实时系统中的监控与告警

数据治理、安全与伦理

  • 数据隐私与合规要求
  • 大数据系统中的访问控制与加密
  • 大规模分析中的伦理考量

大数据与商业智能集成

  • 大数据的数据可视化与仪表盘
  • 连接大数据管道与 BI 工具
  • 利用高级分析驱动业务成果

总结与后续步骤

要求

  • 深入理解数据分析和统计建模概念
  • 具有使用 Python、R 或 Scala 等数据处理工具和编程语言的经验
  • 熟悉 Hadoop 或 Spark 等分布式计算框架

目标受众

  • 旨在掌握大规模数据处理和预测性分析的数据科学家
  • 寻求设计并实现高级分析工作流的高级分析师
  • 专注于创新数据驱动解决方案的研发专业人员

客户评论 (3)

即将举行的公开课程

课程分类