第一部份：某企業(yè)級(jí)大數(shù)據(jù)應(yīng)用服務(wù)架構(gòu)演進(jìn)
1）大數(shù)據(jù)在企業(yè)中的主要應(yīng)用
2）業(yè)務(wù)快速迭代背景下對(duì)技術(shù)的挑戰(zhàn)
3）企業(yè)級(jí)大數(shù)據(jù)應(yīng)用服務(wù)整體介紹
第二部份：大數(shù)據(jù)服務(wù)高可用設(shè)計(jì)原則
1）多維度切入高可用架構(gòu)設(shè)計(jì)理念
2）可用性評(píng)價(jià)維度介紹
3）資源隔離保護(hù)核心服務(wù)
4）流量控制打造柔性可用系統(tǒng)
5）分鐘級(jí)定位故障以及糾錯(cuò)方案
6）兜底以及回滾、降級(jí)減少故障恢復(fù)時(shí)間
7）常態(tài)化的故障演練機(jī)制以及容災(zāi)方案
第三部份：基于MySQL集群構(gòu)建可伸縮性存儲(chǔ)層
1）數(shù)據(jù)量以及請(qǐng)求量對(duì)查詢服務(wù)的沖擊
2）可伸縮的應(yīng)對(duì)上下游壓力的實(shí)踐
3）讀寫分離下MySQL的高可用設(shè)計(jì)
第四部份：基于HBase的支撐百億級(jí)別數(shù)據(jù)查詢（1）
1）hbase入門
2）hbase簡(jiǎn)單操作
3）hbase架構(gòu)詳解(what and why)
第五部份：基于hbase的支撐百億級(jí)別數(shù)據(jù)查詢（2）
1）hbase核心源碼深度剖析
2）hbase優(yōu)劣勢(shì)以及技術(shù)選型
3）hbase企業(yè)級(jí)典型應(yīng)用場(chǎng)景以及較佳實(shí)踐
第六部份：企業(yè)級(jí)大數(shù)據(jù)OLAP介紹
1）OLAP是什么以及常見操作
2）OLAP引擎技術(shù)方案選型
第七部份：Kylin離線大數(shù)據(jù)OLAP引擎解決方案
1）Kylin介紹
2）海量數(shù)據(jù)較精確去重的實(shí)現(xiàn)
3）Kylin的優(yōu)勢(shì)以及局限
4）Apache Kylin的應(yīng)用場(chǎng)景和較佳實(shí)踐
第八部份：Druid實(shí)時(shí)大數(shù)據(jù)分析引擎
1）Druid介紹
2）Druid原理深度剖析
3）Druid應(yīng)用場(chǎng)景和較佳實(shí)踐
第九部份：大數(shù)據(jù)查詢服務(wù) 統(tǒng)一SQL引擎層
1）為什么需要SQL接口層
2）SQL接口層的技術(shù)方案選型
3）基于apache calcite實(shí)現(xiàn)標(biāo)準(zhǔn)SQL查詢
第十部份：深度挖掘企業(yè)大數(shù)據(jù)價(jià)值
1）企業(yè)大數(shù)據(jù)指標(biāo)體系以及管理策略
2）我們需要收集哪些數(shù)據(jù)
3）企業(yè)大數(shù)據(jù)應(yīng)用的痛點(diǎn)
4）討論一下機(jī)器學(xué)習(xí)的問題域
5）算法工程師們都在做些什么
第十一部份：機(jī)器學(xué)習(xí)算法入門
1）機(jī)器學(xué)習(xí)入門 — 什么是機(jī)器學(xué)習(xí)
2）線性回歸算法由淺入深— 麻雀雖小、五臟俱全
3）手把手完成線性擬合數(shù)據(jù)集實(shí)戰(zhàn)
第十二部份：用戶畫像應(yīng)用介紹
1）比你更了解你，淺談?dòng)脩舢嬒?br>
2）用戶畫像與個(gè)性化推薦系統(tǒng)領(lǐng)域
3）用戶畫像效果實(shí)時(shí)在線評(píng)估策略
第十三部份：競(jìng)價(jià)廣告系統(tǒng)點(diǎn)擊率預(yù)測(cè)算法與實(shí)戰(zhàn)
1）線性模型logistic回歸算法介紹
2）基于線性模型logistic回歸的點(diǎn)擊率預(yù)測(cè)實(shí)戰(zhàn)
3）非線性模型GBDT算法介紹
4）非線性模型GBDT與推薦排序
5）基于AUC值、ROC曲線的模型評(píng)價(jià)方法 |
首頁 課程表 在線聊 報(bào)名 講師 品牌 QQ聊 活動(dòng) 就業(yè)