重庆大数据实战培训

大数据时代已经来临，大数据战略已经上升到国家意志，拥有大数据的规模和利用大数据的能力已经成为国家竞争力的一种体现，大数据的重要性已经毋庸置疑。本课程从实际的市场营销问题出发，了解大数据在市场营销领域的价值以及应用。并对大数据分析与挖掘技术进行了介绍，通过从大量的市场营销数据中分析潜在的客户特征，挖掘客户行为特点，实现业务赋能精准营销，帮助团队深入理解业务运作，支持业务策略制定以及营销决策。

1、了解大数据营销内容，掌握大数据在营销中的应用；

2、了解基本的营销理论，并学会基于营销理念来展开大数据分析；

3、熟悉数据挖掘的标准过程，掌握常用的数据挖掘方法；

4、熟悉数据分析及数据挖掘工具，掌握Excel和SPSS软件应用操作；

5、学会选择合适的分析模型来解决相应的营销问题。

模块一：移动互联网、大数据、云计算相关技术介绍

1、数据中心与云计算技术应用

2、智慧城市与云计算技术应用

3、移动互联网、大数据与云计算关联技术

4、移动云计算的生态系统及产业链

5、大数据技术在运营商、金融业、银行业、电子商务行业、零售业、制造业、政务信息化、互联网、教育信息化等行业中的应用实践

6、国内外主流的大数据解决方案介绍

7、当前大数据解决方案与传统数据库方案的剖析比较

8、Cloudera Hadoop 大数据平台方案剖析

9、开源的大数据生态系统平台剖析

模块二：大数据的挑战和发展方向

1、大数据时代的挑战

2、大数据时代的发展方向

3、大数据挖掘在各行业应用情况

模块三：大数据文件存储系统技术和分布式文件系统平台及其应用

1、Hadoop的发展历程

2、分布式文件系统HDFS

3、分布式文件系统HDFS架构及原理

4、分布式文件系统HDFS操作

5、Hadoop生态系统组件

模块四：Hadoop文件系统HDFS**实战：

1、HDFS的设计

2、HDFS的概念

3、命令行接口

4、Hadoop文件系统

5、Java接口

6、数据流

7、通过Flume和Sqoop导入数据

8、通过distcp并行复制

9、Hadoop存档

模块五：Hadoop运维管理与性能调优

1、第二代大数据处理框架

2、集群配置管理

3、HDFS的静态调优技巧

模块六：NOSQL数据库Hbase与Redis：

1、NOSQL基础

2、HBase分布式数据基础

3、安装Hbase

4、Hbase应用

5、HBase分布式数据库简介、发展历程、应用场景、工作原理、以及应用优势与不足之处

6、Redis内存数据库介绍，以及业界应用案例

模块七：类SQL语句工具——Hive

1、安装Hive

2、示例

3、运行Hive

4、Hive与传统数据库相比

5、HiveQL

6、表

7、查询数据

8、用户定义函数

模块八：数据挖掘SPARK建模基础介绍

1、Spark简介

2、Spark架构

3、Spark集群的安装与部署

4、Spark硬件配置

模块九：Kafka基础介绍

1、Kafka介绍

2、kafka体系结构

3、kafka设计理念简介

4、kafka通信协议

5、kafka的伪分布安装、集群安装

6、kafka的shell操作、java操作

7、kafka设计理念*

8、kafka producer和consumer开发

9、Kafka分布式消息订阅系统的应用介绍、平台架构、集群部署与配置应用实战

10、Flume-NG数据采集系统的数据流模型、平台架构、集群部署与配置应用实战

11、Hadoop与DBMS之间数据交互工具Sqoop的应用实践，

12、Sqoop导入导出数据以及Sqoop集群部署与配置

13、Kettle 集群的平台架构、核心技术、部署配置和应用实战

14、利用Sqoop实现 MySQL 与 Hadoop 集群之间

模块十：大数据典型应用与开发案例分析：互联网数据运营

1、案例1：贵州数据交易中心

2、案例2：大数据应用案例：公共交通线路的智能规划

3、讨论：浙江移动大数据应用与开发方向

模块十一：当前数据中心的改造和转换分析

1、流商业大数据解决方案比较

2、主流开源云计算系统比较

3、国内外代表性大数据平台比较

4、各厂商最新的大数据产品介绍

5、案例分析

更多课程详情请点击咨询专属客服

《大数据领导干部读本》正如图灵奖得主、关系数据库的鼻祖吉姆·格雷在演讲中提到，凭着他对社会科学的深刻洞察，指出科学的发展正进入数据密集型科研——科学**的“第四范式”。因为研究生导师也是科技哲学方面的专家，所以对于科学史也有一些了解，科学发展**有几个重要的范式。第一个范式是经验科学阶段，用总结归纳找出科学规律，第二个范式是理论科学阶段，是以演绎的方式发展理论、建构学科。第三个范式是计算科学阶段，正如书中所说，面对大量对于复杂的现象，归纳和演绎都无法满足科学的需求，科学家只能用超级计算机的运算能力处理大量的信息和建立复杂模型预测，并广泛的运营到军事、航天航空、核物理、天体运动等等。随着互联网的发展，人类活动所产生的数据量爆炸式，“摩尔定律”正在突破“第三范式”的合理性和承载力。正因为如此，以海量数据为核心的“第四范式”——数据密集型科研呼之欲出。当大数据时代汹涌而来时高层应该如何应对，《大数据领导干部读本》从什么是大数据开始，告诉领导干部大数据的前世今生，并上升到国家角度看政府如何进行数据治理。虽然是领导干部读本，但是内容深入浅出，亦适合大众阅读。