<track id="krzhs"><i id="krzhs"></i></track>
    
    
  1. <legend id="krzhs"><li id="krzhs"></li></legend>

  2. <strong id="krzhs"></strong>
    <cite id="krzhs"><li id="krzhs"></li></cite>
    首頁 > 選課中心 > 數據庫 > 【快班】大數據管理
    【快班】大數據管理
    隨報隨學 共3課 ★☆☆
    開課時間 課程周期 難易度
    招生中

    立即報名
    管理 存儲 大數據 服務器 架構
    課程介紹
    大數據時代數據產生的價值越來越大,基于數據的相關技術、應用形式也在快速發展,開發基于數據的新型應用已經成為高校信息化建設的一個重點領域。當前各大廠商、用戶都在探索與數據相關的開發技術、應用場景和商業模式,最終目的就是挖掘數據價值,推動業務發展,實現盈利。目前數據應用項目非常多,但真正取得預期效果的項目少之又少,而且開發過程困難重重,其中的一個重要原因就是數據質量問題導致許多預期需求無法實現。
    目前,國內企業的IT發展已經從單純考慮如何實現業務部門的需求,轉變為如何從整體架構上響應并促進業務的彈性變化,同時迎接越來越快的大數據、互聯網時代的變化。但是,由于傳統系統建設方式,導致目前企業內部的數據形式比較混亂:
       - 關鍵數據,如客戶、供應商、產品、賬戶等散落在各個系統,零散不統一;
       - 數據沖突、重復,低數據質量導致業務損失;
       - 部門間、系統間的隔離導致業務流程上的不順暢、不協調,加大成本損耗;
       - 沒有統一的數據視圖影響市場營銷;
       - 缺乏統一準確的數據不利于風險防范;
       - 等;

    一方面,業務和技術部門被當前豎井式數據孤島折磨,另一方面,還面臨著“互聯網+”大潮下整體業務和技術模式的轉型壓力和越來越多數據管理的難題。同時,沒有一個有效的數據存儲策略,快速的數據增長帶來的后果會直接導致應用系統性能下降,存儲成本急劇升高。各種法律法規也要求對于不斷積累的歷史數據進行有效長久的保存。

    如何解決數據管理中的種種問題?
    本課程將為你講述數據增長管理解決方案如何幫助企業快速有效地將訪問頻率相對較低的數據進行合理的歸檔,在為生產系統瘦身提速的同時,為企業提供便捷的對于歸檔數據的訪問能力;主數據管理方案在對企業數據治理的過程中,如何從企業級視角進行業務和數據整合、協作。同時我們將為大家介紹數據治理的產品——IBM信息服務器Information Server,介紹Information Server的平臺框架和產品功能模塊,使大家對于其數據整合DataStage和數據質量Information Analyzer/QualityStage和元數據管理Information Governance Catalog/Metadata Workbench的功能和特點了解.

    IBM Information Server的簡介:
    IBM信息服務器Information Server是業界第一款面向企業信息架構的完整的、統一的基礎產品,能夠通過擴展來支持任何數量的信息,
    將數據整合和質量的技術集成到了一個統一平臺中,使公司能夠了解、整理、轉換并提供值得信賴的、上下文豐富的信息。
    課程大綱
    第一周:主數據管理助力企業騰飛
    從主數據管理在概念以及企業架構、模型、服務、識別等方面進行了分析和探討,是主數據管理方案的起始點。

    第二周:數據遷移與整理
    介紹IBM Information Server中的數據整合、數據質量和元數據管理解決方案和產品功能。

    第三周:IBM Optim 數據歸檔解決方案
    講述數據爆炸增長可能帶來的問題以及應對的數據歸檔解決方案
    授課講師
    郝多慧
    畢業于北京大學計算機科學技術系軟件專業。先后就職于北京大學計算機科學技術系數據庫教研室,北大方正,英孚美(INFORMIX)中國有限公司和國際商業機器(IBM)全球服務中國有限公司,現任IBM 認知分析事業部高級信息工程師。
    工 作其間,主要從事信息管理相關技術研究和客戶支持方面的工作,具有20余年的關系數據庫系統管理和支持經驗。對于信息全生命周期的管理具有深入的研究和豐 富的實踐經驗。參與過多項國家重大信息管理項目的設計,開發,部署以及運維管理等工作。包括:國產化關系數據庫設計,對象數據庫設計,中國人民保險公司” 第一代核心業務應用”,中國人壽第一代”核心業務系統”,中國建設銀行的多個信息系統建設,中國人民銀行“國庫信息處理系統”,“帳戶系統”,“貨幣發行 系統”和“國庫會計數據集中系統”等。


    李英偉
    IBM顧問信息工程師,就職于IBM中國公司
    有 著20年的IT從業經驗,多年從事金融行業的軟件設計、開發和實施。2008年加入IBM,專注于主數據管理解決方案。曾為國內十幾家客戶提供了主數據管 理方案設計、需求分析、開發等工作,并成功將金融行業的主數據管理經驗拓展到汽車、電信、高校、制造等行業領域,在實際工作中得到客戶高度評價,深受客戶 信賴。


    劉春霞
    IBM 資深工程師, 在IBM負責數據整合和治理產品有長達十年的經驗,精通Information Server各產品模塊,
    參與過眾多大型數據倉庫、ODS、數據交換平臺及主數據治理項目,設計和搭建過大量項目的數據整合解決方案和架構。
    具有豐富的DataStage/Information Analyzer和QualityStage的開發和部署的經驗,幫助解決過很多項目中的棘手問題。
    課程環境
    本課程不涉及到實際操作,無需軟硬件環境。
    對于實際開發操作,服務器端可以部署于Windows,Linux上,要求8G內存。
    授課對象
    企業運維人員,了解關系型數據庫原理以及SQL語言;企業數據架構、客戶管理、項目經理、數據治理團隊、數據整合系統架構師、ETL開發人員等
    收獲預期
    通過本課程學習,能夠了解在信息爆炸的時代,如何應對數據快速增長帶來的各種問題,諸如給生產系統帶來的性能下降后果,數據長期保存的合規性要求以及數據不斷增長帶來的存儲成本問題。了解數據歸檔解決方案的能力,優勢以及應用案例。
    理解主數據管理在企業架構中的定位和作用,理解主數據管理需要考慮的重點。了解數據整合和數據質量技術和架構,其核心功能特點
    課程試聽
    課程學費
    學費:0元(固定學費:0元 + 逆向學費:0元)
    新穎的課程收費形式:“逆向收費”約等于免費學習,課程收取0元固定收費 + 0元逆向學費,學習圓滿則全額獎勵返還給學員!
    特別說明如下
    本門課程本來打算完全免費,某位大神曾經說過“成功就是正確的方向再加上適度的壓力”。考慮到講師本身要付出巨大的勞動,為了防止一些朋友在學習途中半途而廢,浪費了講師的付出,為此我們計劃模仿某些健身課程,使用“逆向收費”的方法。 在 報名時每位報名者收取0元,其中0元為固定 收費,另外0元是暫存學費,即如果學員能完成全部課程要求,包括完成全部的書面作業,則0元全款退回。如果學員未能堅持到完全所有的學習計劃任務,則會被扣款。期望這種方式可以轉化為大家強烈的學習愿望和驅動力!
    課程授課方式

    1、 學習方式:老師發布教學資料、教材,幻燈片和視頻,學員通過網絡下載學習。同時通過論壇互動中老師對學員進行指導及學員之間相互交流。

    2、 學習作業:每課均有布置課后作業,學員完成書面作業后則可進入下一課學習。

    3、 老師輔導:通過論壇站內信及郵件等多種方式與老師進行一對一互動。

    4、 完成課程:最后一課作業交納后,老師完成作業批改,即可完成課程并取回相應剩余的逆向學費。

    聯系我們
    咨詢Email :edu01@www.nz277.comedu02@www.nz277.com
    課程入門討論咨詢QQ群:706821899(群內有培訓公開課視頻供大家免費觀看)
    咨詢QQ: 點擊這里給我發消息 點擊這里給我發消息
    您是否對此課程還有疑問,那么請 點擊進入FAQ,您的問題將基本得到解答
    全國統一咨詢熱線: 4008-010-006
    最新技術熱點、 最新行業資訊,最新培訓課程信息,盡在煉數成金官方微信,低成本傳遞高端知識!技術成就夢想!歡迎關注!
    打開微信,使用掃一掃功能,即刻關注煉數成金官方微信賬戶,不容錯過的精彩,期待您的體驗!!!

    授課老師

    郝多慧郝多慧
    郝多慧 畢業于北京大學計算機科學技術系軟件專業。先后就職于北京大學計算機科學技術系數據庫教研室,北大方正,英孚美(INFORMIX)中國有限公司和國際商業機器(IBM)全球服務中國有限公司,現任IBM 認知分析事業部高級信息工程師。 工作其間,主要從事信息管理相關技術研究和客戶支持方面的工作,具有20余年的關系數據庫系統  查看>>

    老師其他課程

    其他快班課程

    【快班】【免費公開課】Python 的安裝與部署
    【快班】計算機視覺算法詳解與實戰開發
    【快班】基于軟件學習數據挖掘算法與案例
    【快班】【免費公開課】《Hadoop入門手冊》——CDH集群安裝
    【快班】Datastage基礎及開發實踐
    【快班】OpenAI強化學習實戰
    【快班】JavaScript從入門到精通
    【快班】贏在大數據-人工智能的應用實踐
    【快班】【免費公開課】《數據科學入門手冊》——DSX架構與部署
    【快班】【免費公開課】數據科學無難事
    【快班】【免費公開課】《Hadoop入門手冊》之 虛擬機的安裝和使用
    【快班】【免費公開課】玩轉數據藝術-數據展示技巧應用實戰
    【快班】【免費公開課】玩轉數據科學——IBM DSX
    【快班】【免費公開課】《Hadoop入門手冊》——Apache Hadoop集群安裝
    【快班】【免費公開課】贏在大數據-數據化運營落地實戰
    【快班】Streams流計算引航公開課
    【快班】抽樣調查
    【快班】LATEX公式排版系統引航
    【快班】Watson Analytics數據分析應用實戰公開課
    【快班】數據陷阱解讀
    【快班】R七種武器之文本挖掘包tm
    【快班】R七種武器之可視化JS庫HTMLWidgets包
    【快班】R七種武器之數據加工廠plyr
    【快班】R七種武器之交互化展示包shiny
    【快班】R七種武器之網絡爬蟲RCurl
    【快班】R七種武器之數據可視化包ggplot2
    【快班】R七種武器之金融數據分析quantmod
    【快班】Java經驗談
    【快班】Go語言實戰編程
    【快班】DB2 V11新特性全解析
    【快班】DB2數據庫引航公開課
    【快班】STATA統計分析入門
    【快班】初識正則表達式
    【快班】perl語言入門
    【快班】Scala語言入門
    【快班】Puppet 運維自動化
    【快班】Qt編程快速入門
    【快班】python web框架企業實戰詳解
    【快班】數據治理及數據倉庫模型設計
    【快班】Spark大數據平臺應用實戰
    【快班】DevSecOps安全交付應用實戰
    【快班】JavaScript突擊-從精通到項目實戰
    【快班】R語言魔鬼訓練營
    【快班】基于案例學習bash腳本編程
    【快班】量化投資基礎計算與模型
    【快班】老板說服術之玩轉數據展示
    【快班】數據庫系統實現技術內幕
    【快班】Goldengate從入門到精通
    【快班】Oracle 12c特性解讀-容器數據庫和災備
    【快班】Oracle 12C RAC集群原理與管理實戰
    【快班】Mycat從入門到精通
    【快班】基于案例學SQL優化
    【快班】大型電商分布式系統實踐
    【快班】深入理解Storm與大數據實戰
    【快班】Java魔鬼訓練營
    【快班】面試突擊-數據結構與算法速成
    【快班】Excel數據分析師突擊—從入門到精通到項目實戰
    【快班】自己動手實踐神經網絡
    【快班】自然語言處理軟件實驗
    【快班】Redis技術實戰
    【快班】推薦系統
    【快班】MongoDB實戰
    【快班】應用系統架構優化方法與案例實戰
    【快班】HBase從入門到精通
    【快班】Hive數據倉庫實踐
    【快班】Hadoop數據分析平臺
    【快班】數據分析與SAS
    【快班】比特幣
    【快班】機器讀心術之文本挖掘與自然語言處理
    【快班】機器讀心術之神經網絡與深度學習
    【快班】快速上手Jmeter性能測試工具
    【快班】軟件性能測試
    【快班】軟件自動化測試Selenium2
    【快班】大數據必知的java基礎
    【快班】快速數據挖掘平臺RapidMiner
    【快班】R語言編程技巧
    【快班】深入BI之Kettle篇
    【快班】基于案例學Java服務器端程序設計
    【快班】Scala從基礎到開發實戰
    【快班】供應鏈物流—電商發展的“核”動力
    【快班】詳解SQL與PL/SQL
    【快班】Oracle職業直通車
    【快班】深度玩轉Excel
    【快班】Hadoop應用開發實戰案例
    【快班】大數據的Linux基礎
    【快班】機器學習
    【快班】量化投資
    【快班】SPSS數據分析入門與提高
    【快班】Python數據分析
    【快班】NoSQL與NewSQL數據庫引航
    【快班】大數據算法導論
    【快班】大數據的矩陣計算基礎
    【快班】R語言數據分析、展現與實例
    【快班】大數據的統計學基礎

    熱招課程

    ◆ Python數據可視化實戰(第四期)
    ◆ 大數據的統計學基礎(第26期)
    ◆ Oracle DB Performance Tuning(DSI系列Ⅳ)(第四期)
    ◆ 精準安防場景理解及語義分割(第四期)
    ◆ Java Web開發精講(第五期)
    ◆ Python突擊—從入門到精通到項目實戰(第17期)
    ◆ 計算機視覺:從入門到精通,極限剖析圖像識別學習算法(第四期)
    ◆ Python全棧學習——Python基礎及Web開發(第四期)
    ◆ OpenCV計算機視覺產品實戰(第十期)
    ◆ HBase從入門到精通(第11期)
    ◆ 大數據的矩陣計算基礎(第17期)
    ◆ 股票投資基礎之基本面分析(第六期)
    ◆ 黃金Quant工——量化金融分析師進階(第一期)
    ◆ 面試突擊-數據結構與算法速成(第六期)
    ◆ Oracle SQL Tuning(DSI系列Ⅲ)(第五期)
    ◆ 軟件架構必備基礎(第八期)
    ◆ 知識圖譜實戰(第八期)
    ◆ 突擊pyspark:數據挖掘的力量倍增器(第九期)
    ◆ 測試架構師核心技術(第五期)
    ◆ 人臉識別精準安防講習班(第五期)
    ◆ 系統運維之基礎服務進階實戰(第五期)
    ◆ 端到端(End TO End)--由傳統方法到深度學習(第二期)
    ◆ ROS機器人操作系統實戰(第八期)
    ◆ MySQL性能優化最佳實踐(第十期)
    ◆ 深入淺出Git(第九期)
    ◆ Python全棧學習——Python自動化測試(第四期)
    ◆ 股票投資高手武器系列之纏論系統(第六期)
    ◆ OpenAI強化學習實戰(第六期)
    ◆ 基于R的Kaggle實戰案例詳解(第八期)
    ◆ PostgreSQL初識與提高(第三期)
    ◆ Python金融業數據化運營實戰(第五期)
    ◆ 大話流式處理系統 Flink 核心原理(第二期)
    ◆ 深度學習框架Tensorflow學習與應用(第十期)
    ◆ 【百萬年薪系列】視覺的盛宴:深度玩轉人臉識別(第七期)
    ◆ zabbix企業級實踐(第七期)
    ◆ python網絡爬蟲應用實戰(第八期)
    ◆ Elastic Stack實戰(第五期)
    ◆ 機器學習(第28期)
    ◆ Python3入門到精通實戰特訓(第七期)
    ◆ 黃金Quant工——量化金融分析師入門(第三期)
    ◆ 股票投資基礎之技術分析(第八期)
    ◆ Tensorflow工程師職場實戰技(第六期)
    ◆ Oracle DBA從小白到入職實戰應用(第11期)
    ◆ 金融市場基礎(第13期)
    ◆ 左飛的機器學習十八般算法武藝詳解(第九期)
    ◆ Spark大數據平臺應用實戰(第九期)
    ◆ 深度學習框架Keras學習與應用(第十期)
    ◆ 金融的人工智能革命(第11期)
    ◆ locust性能測試實戰(第四期)
    ◆ Python金融投資分析實踐(第11期)

    GMT+8, 2019-8-22 02:08 , Processed in 0.156435 second(s), 25 queries .

    婷婷五月