《企业大数据应用体系从0到1》全方位系统性学习数据化运营，掌握一线实践技能

随着人工智能的发展，越来越多的企业开始重视 建设大数据、在大数据基础之上构建数据应用、深度挖掘数据价值，进而解决实际业务问题，支撑和驱动公司发展。因此具备相关技能的优秀工程师也变得炙手可热。

该课程伴随着数据应用层次的逐步加深：从简单的数据查询、到OLAP数据分析以及更有深度挖掘、机器学习应用，由浅入深的介绍了在这个过程中必备的专业技术能力，包括技术的简单使用、原理剖析和较佳实践，同时兼具深度和广度，让大家对企业大数据价值运营有一个全方位、立体化的系统性学习。

课程大纲：

第一课：某企业级大数据应用服务架构演进

1）大数据在企业中的主要应用

2）业务快速迭代背景下对技术的挑战

3）企业级大数据应用服务整体介绍

第二课：大数据服务高可用设计原则

1）多维度切入高可用架构设计理念

2）可用性评价维度介绍

3）资源隔离保护核心服务

4）流量控制打造柔性可用系统

5）分钟级定位故障以及纠错方案

6）兜底以及回滚、降级减少故障恢复时间

7）常态化的故障演练机制以及容灾方案

第三课：基于MySQL集群构建可伸缩性存储层

1）数据量以及请求量对查询服务的冲击

2）可伸缩的应对上下游压力的实践

3）读写分离下MySQL的高可用设计

第四课：基于HBase的支撑百亿级别数据查询（1）

1）hbase入门

2）hbase简单操作

3）hbase架构详解(what and why)

第五课：基于hbase的支撑百亿级别数据查询（2）

1）hbase核心源码深度剖析

2）hbase优劣势以及技术选型

3）hbase企业级典型应用场景以及较佳实践

第六课：企业级大数据OLAP介绍

1）OLAP是什么以及常见操作

2）OLAP引擎技术方案选型

第七课：Kylin离线大数据OLAP引擎解决方案

1）Kylin介绍

2）海量数据较精确去重的实现

3）Kylin的优势以及局限

4）Apache Kylin的应用场景和较佳实践

第八课：Druid实时大数据分析引擎

1）Druid介绍

2）Druid原理深度剖析

3）Druid应用场景和较佳实践

第九课：大数据查询服务 统一SQL引擎层

1）为什么需要SQL接口层

2）SQL接口层的技术方案选型

3）基于apache calcite实现标准SQL查询

第十课：深度挖掘企业大数据价值

1）企业大数据指标体系以及管理策略

2）我们需要收集哪些数据

3）企业大数据应用的痛点

4）讨论一下机器学习的问题域

5）算法工程师们都在做些什么

第十一课：机器学习算法入门

1）机器学习入门 — 什么是机器学习

2）线性回归算法由浅入深— 麻雀虽小、五脏俱全

3）手把手完成线性拟合数据集实战

第十二课：用户画像应用介绍

1）比你更了解你，浅谈用户画像

2）用户画像与个性化推荐系统领域

3）用户画像效果实时在线评估策略

第十三课：竞价广告系统点击率预测算法与实战

1）线性模型logistic回归算法介绍

2）基于线性模型logistic回归的点击率预测实战

3）非线性模型GBDT算法介绍

4）非线性模型GBDT与推荐排序

5）基于AUC值、ROC曲线的模型评价方法