天堂va欧美ⅴa亚洲va一国产,久久精品国产99久久久古代,国产精品亚洲一区在现观看,欧美性爱专区在线观看

      <legend id="jve7x"></legend>
        <sub id="jve7x"><ol id="jve7x"></ol></sub>

        <sub id="jve7x"></sub>

        88 優(yōu)惠券
        2020年3月1日到期。滿 200 元可用
        立即使用
        立即使用
        • 參會(huì)報(bào)名
        • 會(huì)議介紹
        • 會(huì)議日程
        • 會(huì)議嘉賓
        • 參會(huì)指南
        • 手機(jī)下單 手機(jī)掃碼下單

        首頁(yè) > 培訓(xùn)課程 > IT/技術(shù)培訓(xùn) > 2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班) 更新時(shí)間:2020-06-19T17:20:24

        大會(huì)站點(diǎn)分布:
        (點(diǎn)擊可切換)
        2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班)
        收藏3人
        分享到
        官方合作

        2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班) 已截止報(bào)名

        課程時(shí)間: 2020-07-16 08:00至 2020-07-18 18:00結(jié)束

        課程地點(diǎn): 線上活動(dòng) 

        主辦單位: 中國(guó)信息化人才培訓(xùn)中心

        行業(yè)熱銷(xiāo)熱門(mén)關(guān)注看了又看 換一換

              會(huì)議介紹

              課程內(nèi)容 主辦方介紹


              2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班)

              2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班)宣傳圖

              關(guān)于舉辦 “大數(shù)據(jù)建模與分析挖掘應(yīng)用”實(shí)戰(zhàn)培訓(xùn)班的通知

              直播時(shí)間

              2020年7月16日--7月18日

              上午9:00-12:00,下午14:00-17:00

              學(xué)習(xí)費(fèi)用

              7800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、A類(lèi)證書(shū)費(fèi))

              9800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、B類(lèi)證書(shū)費(fèi))

              備注

              學(xué)員需提前一周下載騰訊會(huì)議APP,以便聽(tīng)課

              一、課程簡(jiǎn)介

              ????大數(shù)據(jù)建模與分析挖掘技術(shù)已經(jīng)逐步地應(yīng)用到新興互聯(lián)網(wǎng)企業(yè)(如電子商務(wù)網(wǎng)站、搜索引擎、社交網(wǎng)站、互聯(lián)網(wǎng)廣告服務(wù)提供商等)、銀行金融證券企業(yè)、電信運(yùn)營(yíng)等行業(yè),給這些行業(yè)帶來(lái)了一定的數(shù)據(jù)價(jià)值增值作用。

              ????本次課程面向有一定的數(shù)據(jù)分析挖掘算法基礎(chǔ)的工程師,帶大家實(shí)踐大數(shù)據(jù)分析挖掘平臺(tái)的項(xiàng)目訓(xùn)練,系統(tǒng)地講解數(shù)據(jù)準(zhǔn)備、數(shù)據(jù)建模、挖掘模型建立、大數(shù)據(jù)分析與挖掘算法應(yīng)用在業(yè)務(wù)模型中,結(jié)合主流的Hadoop與Spark大數(shù)據(jù)分析平臺(tái)架構(gòu),實(shí)現(xiàn)項(xiàng)目訓(xùn)練。

              ????結(jié)合業(yè)界使用最廣泛的主流大數(shù)據(jù)平臺(tái)技術(shù),重點(diǎn)剖析基于大數(shù)據(jù)分析算法與BI技術(shù)應(yīng)用,包括分類(lèi)算法、聚類(lèi)算法、預(yù)測(cè)分析算法、推薦分析模型等在業(yè)務(wù)中的實(shí)踐應(yīng)用,并根據(jù)講師給定的數(shù)據(jù)集,實(shí)現(xiàn)兩個(gè)基本的日志數(shù)據(jù)分析挖掘系統(tǒng),以及電商(或內(nèi)容)推薦系統(tǒng)引擎。

              ????本課程基本的實(shí)踐環(huán)境是Linux集群,JDK1.8, Hadoop 2.7.*,Spark 2.1.*。

              ????學(xué)員需要準(zhǔn)備的電腦最好是i5及以上CPU,4GB及以上內(nèi)存,硬盤(pán)空間預(yù)留50GB(可用移動(dòng)硬盤(pán)),基本的大數(shù)據(jù)分析平臺(tái)所依賴(lài)的軟件包和依賴(lài)庫(kù)等,講師已經(jīng)提前部署在虛擬機(jī)鏡像(VMware鏡像),學(xué)員根據(jù)講師的操作任務(wù)進(jìn)行實(shí)踐。

              ????本課程采用技術(shù)原理與項(xiàng)目實(shí)戰(zhàn)相結(jié)合的方式進(jìn)行教學(xué),在講授原理的過(guò)程中,穿插實(shí)際的系統(tǒng)操作,本課程講師也精心準(zhǔn)備的實(shí)際的應(yīng)用案例供學(xué)員動(dòng)手訓(xùn)練。

              二、培訓(xùn)目標(biāo)

              1.本課程讓學(xué)員充分掌握大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)、大數(shù)據(jù)分析的基本理論、機(jī)器學(xué)習(xí)的常用算法、國(guó)內(nèi)外主流的大數(shù)據(jù)分析與BI商業(yè)智能分析解決方案、以及大數(shù)據(jù)分析在搜索引擎、廣告服務(wù)推薦、電商數(shù)據(jù)分析、金融客戶(hù)分析方面的應(yīng)用案例。

              2.本課程強(qiáng)調(diào)主流的大數(shù)據(jù)分析挖掘算法技術(shù)的應(yīng)用和分析平臺(tái)的實(shí)施,讓學(xué)員掌握主流的基于大數(shù)據(jù)Hadoop和Spark、R的大數(shù)據(jù)分析平臺(tái)架構(gòu)和實(shí)際應(yīng)用,并用結(jié)合實(shí)際的生產(chǎn)系統(tǒng)案例進(jìn)行教學(xué),掌握基于Hadoop大數(shù)據(jù)平臺(tái)的數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)分布式系統(tǒng)平臺(tái)應(yīng)用,以及商業(yè)和開(kāi)源的數(shù)據(jù)分析產(chǎn)品加上Hadoop平臺(tái)形成大數(shù)據(jù)分析平臺(tái)的應(yīng)用剖析。

              3.讓學(xué)員掌握常見(jiàn)的機(jī)器學(xué)習(xí)算法,深入講解業(yè)界成熟的大數(shù)據(jù)分析挖掘與BI平臺(tái)的實(shí)踐應(yīng)用,并以客戶(hù)分析系統(tǒng)、日志分析和電商推薦系統(tǒng)為案例,串聯(lián)常用的數(shù)據(jù)挖掘技術(shù)進(jìn)行應(yīng)用教學(xué)。

              三、培訓(xùn)人群

              1.大數(shù)據(jù)分析應(yīng)用開(kāi)發(fā)工程師

              2.大數(shù)據(jù)分析項(xiàng)目的規(guī)劃咨詢(xún)管理人員

              3.大數(shù)據(jù)分析項(xiàng)目的IT項(xiàng)目高管人員

              4.大數(shù)據(jù)分析與挖掘處理算法應(yīng)用工程師

              5.大數(shù)據(jù)分析集群運(yùn)維工程師

              6.大數(shù)據(jù)分析項(xiàng)目的售前和售后技術(shù)支持服務(wù)人員

              四、培訓(xùn)特色

              ?定制授課+ 實(shí)戰(zhàn)案例訓(xùn)練+ 互動(dòng)咨詢(xún)討論

              2020大數(shù)據(jù)建模與分析挖掘應(yīng)用實(shí)戰(zhàn)培訓(xùn)班(7月線上直播班)

              (說(shuō)明:講師會(huì)提供虛擬機(jī)鏡像,并把Hadoop,Spark等系統(tǒng)提前部署在虛擬機(jī)中,分析挖掘平臺(tái)構(gòu)建在Hadoop與Spark之上,學(xué)員自帶筆記本,運(yùn)行虛擬機(jī),并利用同樣的鏡像啟動(dòng)多臺(tái)虛擬機(jī),構(gòu)建實(shí)驗(yàn)集群,鏡像會(huì)提前給學(xué)員)

              查看更多

               中國(guó)信息化人才培訓(xùn)中心 中國(guó)信息化人才培訓(xùn)中心

              天博信通-中國(guó)信息化人才培訓(xùn)中心率先在國(guó)內(nèi)開(kāi)展高級(jí)軟件架構(gòu)等IT高端培訓(xùn)的公開(kāi)課。多年來(lái)持續(xù)不斷的投入精力創(chuàng)新課程體系,至今已在國(guó)內(nèi)開(kāi)展公開(kāi)課培訓(xùn)的課程達(dá)十幾門(mén),分別涵蓋、云計(jì)算、大數(shù)據(jù)、軟件架構(gòu)、軟件設(shè)計(jì)、高級(jí)UI設(shè)計(jì)、項(xiàng)目管理、質(zhì)量管理、需求工程、運(yùn)營(yíng)管理等領(lǐng)域,也根據(jù)企事業(yè)單位的實(shí)用需求, 通過(guò)定制培訓(xùn)方案,培訓(xùn)后的技術(shù)服務(wù),將企業(yè)單位的信息化投資的效益發(fā)揮到最高點(diǎn)。目前中心已經(jīng)與幾百家企事業(yè)單位建立了長(zhǎng)期的培訓(xùn)合作關(guān)系, 深得用戶(hù)信賴(lài)和好評(píng)。

              會(huì)議日程 (最終日程以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))


              詳細(xì)大綱與培訓(xùn)內(nèi)容

              兩個(gè)完整的項(xiàng)目任務(wù)和實(shí)踐案例(重點(diǎn))

              1.日志分析建模與日志挖掘項(xiàng)目實(shí)踐

              a)Hadoop,Spark,并結(jié)合ELK技術(shù)構(gòu)建日志分析系統(tǒng)和日志數(shù)據(jù)倉(cāng)庫(kù)

              b)互聯(lián)網(wǎng)微博日志分析系統(tǒng)項(xiàng)目

              2.推薦系統(tǒng)項(xiàng)目實(shí)踐

              a)電影數(shù)據(jù)分析與個(gè)性化推薦關(guān)聯(lián)分析項(xiàng)目

              b)電商購(gòu)物籃分析項(xiàng)目

              Hadoop,Spark,可結(jié)合Oryx分布式集群在個(gè)性化推薦和精準(zhǔn)營(yíng)銷(xiāo)項(xiàng)目。

              項(xiàng)目的階段性步驟貫穿到三天的培訓(xùn)過(guò)程中,第三天完成整個(gè)項(xiàng)目的原型

              培訓(xùn)內(nèi)容安排如下:

              時(shí)間

              內(nèi)容提要

              授課詳細(xì)內(nèi)容

              實(shí)踐訓(xùn)練

              第一天

              業(yè)界主流的數(shù)據(jù)倉(cāng)庫(kù)工具和大數(shù)據(jù)分析挖掘工具

              1. 業(yè)界主流的基于Hadoop和Spark的大數(shù)據(jù)分析挖掘項(xiàng)目解決方案
              2. 業(yè)界數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)分析挖掘平臺(tái)軟件工具
              3. Hadoop數(shù)據(jù)倉(cāng)庫(kù)工具Hive
              4. Spark實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)工具SparkSQL
              5. Hadoop數(shù)據(jù)分析挖掘工具M(jìn)ahout
              6. Spark機(jī)器學(xué)習(xí)與數(shù)據(jù)分析挖掘工具M(jìn)Llib
              7. 大數(shù)據(jù)分析挖掘項(xiàng)目的實(shí)施步驟

              配置數(shù)據(jù)倉(cāng)庫(kù)工具Hadoop Hive和SparkSQL

              部署數(shù)據(jù)分析挖掘工具Hadoop Mahout和Spark MLlib

              大數(shù)據(jù)分析挖掘項(xiàng)目的數(shù)據(jù)集成操作訓(xùn)練

              1. 日志數(shù)據(jù)解析和導(dǎo)入導(dǎo)出到數(shù)據(jù)倉(cāng)庫(kù)的操作訓(xùn)練
              2. 從原始搜索數(shù)據(jù)集中抽取、集成數(shù)據(jù),整理后形成規(guī)范的數(shù)據(jù)倉(cāng)庫(kù)
              3. 數(shù)據(jù)分析挖掘模塊從大型的集中式數(shù)據(jù)倉(cāng)庫(kù)中訪問(wèn)數(shù)據(jù),
              4. 一個(gè)數(shù)據(jù)倉(cāng)庫(kù)面向一個(gè)主題,構(gòu)建兩個(gè)數(shù)據(jù)倉(cāng)庫(kù)
              5. 同一個(gè)數(shù)據(jù)倉(cāng)庫(kù)中的事實(shí)表數(shù)據(jù),
              6. 可以給多個(gè)不同類(lèi)型的分析挖掘任務(wù)調(diào)用
              7. 去除噪聲

              項(xiàng)目數(shù)據(jù)集加載ETL到Hadoop Hive數(shù)據(jù)倉(cāng)庫(kù)并建立多維模型

              基于Hadoop的大型數(shù)據(jù)倉(cāng)庫(kù)管理平臺(tái)—HIVE數(shù)據(jù)倉(cāng)庫(kù)集群的多維分析建模應(yīng)用實(shí)踐

              1. 基于Hadoop的大型分布式數(shù)據(jù)倉(cāng)庫(kù)在行業(yè)中的數(shù)據(jù)倉(cāng)庫(kù)應(yīng)用案例
              2. Hive數(shù)據(jù)倉(cāng)庫(kù)集群的平臺(tái)體系結(jié)構(gòu)、核心技術(shù)剖析
              3. Hive Server的工作原理、機(jī)制與應(yīng)用
              4. Hive數(shù)據(jù)倉(cāng)庫(kù)集群的安裝部署與配置優(yōu)化
              5. Hive應(yīng)用開(kāi)發(fā)技巧
              6. Hive SQL剖析與應(yīng)用實(shí)踐
              7. Hive數(shù)據(jù)倉(cāng)庫(kù)表與表分區(qū)、表操作、數(shù)據(jù)導(dǎo)入導(dǎo)出、客戶(hù)端操作技巧
              8. Hive數(shù)據(jù)倉(cāng)庫(kù)報(bào)表設(shè)計(jì)
              9. 將原始的日志數(shù)據(jù)集,經(jīng)過(guò)整理后,加載至Hadoop + Hive數(shù)據(jù)倉(cāng)庫(kù)集群中,用于共享訪問(wèn)

              利用HIVE構(gòu)建大型數(shù)據(jù)倉(cāng)庫(kù)項(xiàng)目的操作訓(xùn)練實(shí)踐

              Spark大數(shù)據(jù)分析挖掘平臺(tái)實(shí)踐操作訓(xùn)練

              1. Spark大數(shù)據(jù)分析挖掘平臺(tái)的部署配置
              2. Spark數(shù)據(jù)分析庫(kù)MLlib的開(kāi)發(fā)部署
              3. Spark數(shù)據(jù)分析挖掘示例操作,
              4. 從Hive表中讀取數(shù)據(jù)并在分布式內(nèi)存中運(yùn)行


              第二天

              聚類(lèi)分析建模與挖掘算法的實(shí)現(xiàn)原理和技術(shù)應(yīng)用

              1. 聚類(lèi)分析建模與算法原理及其在Spark MLlib中的實(shí)現(xiàn)與應(yīng)用,包括:
                1. Canopy聚類(lèi)(canopy clustering)
                2. K均值算法(K-means clustering)
                3. 模糊K均值(Fuzzy K-means clustering)
                4. EM聚類(lèi),即期望最大化聚類(lèi)(Expectation Maximization)
                5. 以上算法在Spark MLib中的實(shí)現(xiàn)原理和實(shí)際場(chǎng)景中的應(yīng)用案例。
              2. Spark聚類(lèi)分析算法程序示例

              基于Spark MLlib的聚類(lèi)分析算法,實(shí)現(xiàn)日志數(shù)據(jù)集中的用戶(hù)聚類(lèi)

              分類(lèi)分析建模與挖掘算法的實(shí)現(xiàn)原理和技術(shù)應(yīng)用?

              1. 分類(lèi)分析建模與算法原理及其在Spark MLlib中的實(shí)現(xiàn)與應(yīng)用, 包括:
                1. Spark決策樹(shù)算法實(shí)現(xiàn)
                2. 邏輯回歸算法(logistics regression)
                3. 貝葉斯算法(Bayesian與Cbeyes)
                4. 支持向量機(jī)(Support vector machine)
                5. 以上算法在Spark MLlib中的實(shí)現(xiàn)原理和實(shí)際場(chǎng)景中的應(yīng)用案例。
              2. Spark客戶(hù)資料分析與給用戶(hù)貼標(biāo)簽的程序示例
              3. Spark實(shí)現(xiàn)給商品貼標(biāo)簽的程序示例
              4. Spark實(shí)現(xiàn)用戶(hù)行為的自動(dòng)標(biāo)簽和深度技術(shù)

              基于Spark MLlib的分類(lèi)分析算法模型與應(yīng)用操作

              關(guān)聯(lián)分析建模與挖掘算法的實(shí)現(xiàn)原理和技術(shù)應(yīng)用?

              1. 預(yù)測(cè)、推薦分析建模與算法原理及其在Spark MLlib中的實(shí)現(xiàn)與應(yīng)用,包括:
                1. Spark頻繁模式挖掘算法(parallel FP Growth Algorithm)應(yīng)用
                1. Spark關(guān)聯(lián)規(guī)則挖掘(Apriori)算法及其應(yīng)用
                1. 以上算法在Spark MLib中的實(shí)現(xiàn)原理和實(shí)際場(chǎng)景中的應(yīng)用案例。
              1. Spark關(guān)聯(lián)分析程序示例

              基于Spark MLlib的關(guān)聯(lián)分析操作

              第三天

              推薦分析挖掘模型與算法技術(shù)應(yīng)用

              1. 推薦算法原理及其在Spark MLlib中的實(shí)現(xiàn)與應(yīng)用,包括:
                1. Spark協(xié)同過(guò)濾算法程序示例
                2. Item-based協(xié)同過(guò)濾與推薦
                3. User-based協(xié)同過(guò)濾與推薦
                4. 交叉銷(xiāo)售推薦模型及其實(shí)現(xiàn)

              推薦分析實(shí)現(xiàn)步驟與操作(重點(diǎn))

              回歸分析模型與預(yù)測(cè)算法

              1. 利用線性回歸(多元回歸)實(shí)現(xiàn)訪問(wèn)量預(yù)測(cè)
              2. 利用非線性回歸預(yù)測(cè)成交量和訪問(wèn)量的關(guān)系
              3. 基于R+Spark實(shí)現(xiàn)回歸分析模型及其應(yīng)用操作
              4. Spark回歸程序?qū)崿F(xiàn)異常點(diǎn)檢測(cè)的程序示例

              回歸分析預(yù)測(cè)操作例子

              圖關(guān)系建模與分析挖掘及其鏈接分析和社交分析操作

              1. 利用Spark GraphX實(shí)現(xiàn)網(wǎng)頁(yè)鏈接分析,計(jì)算網(wǎng)頁(yè)重要性排名
              2. 實(shí)現(xiàn)信息傳播的社交關(guān)系傳遞分析,互聯(lián)網(wǎng)用戶(hù)的行為關(guān)系分析任務(wù)的操作訓(xùn)練

              圖數(shù)據(jù)的分析挖掘操作,實(shí)現(xiàn)微博數(shù)據(jù)集的社交網(wǎng)絡(luò)建模與關(guān)系分析

              神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)算法模型及其應(yīng)用實(shí)踐

              1. 神經(jīng)網(wǎng)絡(luò)算法Neural Network的實(shí)現(xiàn)方法和挖掘模型應(yīng)用
              2. 基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的訓(xùn)練過(guò)程
                1. 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練方法
                2. Deep Learning的訓(xùn)練方法
              3. 深度學(xué)習(xí)的常用模型和方法
                1. CNN(Convolutional Neural Network)卷積神經(jīng)網(wǎng)絡(luò)
                2. RNN(Recurrent Neural Network)循環(huán)神經(jīng)網(wǎng)絡(luò)模型
                3. Restricted Boltzmann Machine(RBM)限制波爾茲曼機(jī)
              4. 基于Spark的深度學(xué)習(xí)算法模型庫(kù)的應(yīng)用程序示例

              基于Spark或TensorFlow神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)庫(kù)實(shí)現(xiàn)文本與圖片數(shù)據(jù)挖掘

              項(xiàng)目實(shí)踐

              1. 日志分析系統(tǒng)與日志挖掘項(xiàng)目實(shí)踐
                1. Hadoop,Spark,ELK技術(shù)構(gòu)建日志數(shù)據(jù)倉(cāng)庫(kù)
                2. 互聯(lián)網(wǎng)微博日志分析系統(tǒng)項(xiàng)目
              2. 推薦系統(tǒng)項(xiàng)目實(shí)踐
                1. 電影數(shù)據(jù)分析與個(gè)性化推薦關(guān)聯(lián)分析項(xiàng)目

              項(xiàng)目數(shù)據(jù)集和詳細(xì)的實(shí)驗(yàn)指導(dǎo)手冊(cè)由講師提供


              培訓(xùn)總結(jié)

              1. 項(xiàng)目方案的課堂討論,討論實(shí)際業(yè)務(wù)中的分析需求,剖析各個(gè)環(huán)節(jié)的難點(diǎn)、痛點(diǎn)、瓶頸,啟發(fā)出解決之道;完成講師布置的項(xiàng)目案例,鞏固學(xué)過(guò)的大數(shù)據(jù)分析挖掘處理平臺(tái)技術(shù)知識(shí)以及應(yīng)用技能

              討論交流

              查看更多

              會(huì)議嘉賓 (最終出席嘉賓以會(huì)議現(xiàn)場(chǎng)為準(zhǔn))


              張老師:阿里大數(shù)據(jù)高級(jí)專(zhuān)家,國(guó)內(nèi)資深的Spark、Hadoop技術(shù)專(zhuān)家、虛擬化專(zhuān)家,對(duì)HDFS、MapReduce、HBase、Hive、Mahout、Storm、spark和openTSDB等Hadoop生態(tài)系統(tǒng)中的技術(shù)進(jìn)行了多年的深入的研究,更主要的是這些技術(shù)在大量的實(shí)際項(xiàng)目中得到廣泛的應(yīng)用,因此在Hadoop開(kāi)發(fā)和運(yùn)維方面積累了豐富的項(xiàng)目實(shí)施經(jīng)驗(yàn)。近年主要典型的項(xiàng)目有:某電信集團(tuán)網(wǎng)絡(luò)優(yōu)化、中國(guó)移動(dòng)某省移動(dòng)公司請(qǐng)賬單系統(tǒng)和某省移動(dòng)詳單實(shí)時(shí)查詢(xún)系統(tǒng)、中國(guó)銀聯(lián)大數(shù)據(jù)數(shù)據(jù)票據(jù)詳單平臺(tái)、某大型銀行大數(shù)據(jù)記錄系統(tǒng)、某大型通信運(yùn)營(yíng)商全國(guó)用戶(hù)上網(wǎng)記錄、某省交通部門(mén)違章系統(tǒng)、某區(qū)域醫(yī)療大數(shù)據(jù)應(yīng)用項(xiàng)目、互聯(lián)網(wǎng)公共數(shù)據(jù)大云(DAAS)和構(gòu)建游戲云(Web Game Daas)平臺(tái)項(xiàng)目等。

              查看更多

              參會(huì)指南

              會(huì)議門(mén)票


              直播時(shí)間

              2020年7月16日--7月18日

              上午9:00-12:00,下午14:00-17:00

              學(xué)習(xí)費(fèi)用

              7800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、A類(lèi)證書(shū)費(fèi))

              9800元/人(含培訓(xùn)費(fèi)、資料費(fèi)、考試費(fèi)、B類(lèi)證書(shū)費(fèi))

              備注

              學(xué)員需提前一周下載騰訊會(huì)議APP,以便聽(tīng)課

              頒發(fā)證書(shū)

              A類(lèi):工業(yè)和信息化部全國(guó)網(wǎng)絡(luò)與信息技術(shù)考試管理中心頒發(fā)的-《Python大數(shù)據(jù)技術(shù)證書(shū)》。該證書(shū)可作為專(zhuān)業(yè)技術(shù)人員職業(yè)能力考核的證明。

              B類(lèi):工業(yè)和信息化部教育與考試中心頒發(fā)的-大數(shù)據(jù)分析師證書(shū)或Python技術(shù)開(kāi)發(fā)證書(shū)》二選一,該證書(shū)是官方唯一認(rèn)證證書(shū),同時(shí)也可以招標(biāo)加分、崗位提升加薪、個(gè)人能力認(rèn)證的證明。

              注:請(qǐng)學(xué)員準(zhǔn)備電子彩照1張、身份證復(fù)印件一張,辦理證書(shū)使用。

              查看更多

              溫馨提示
              酒店與住宿: 為防止極端情況下活動(dòng)延期或取消,建議“異地客戶(hù)”與活動(dòng)家客服確認(rèn)參會(huì)信息后,再安排出行與住宿。
              退款規(guī)則: 活動(dòng)各項(xiàng)資源需提前采購(gòu),購(gòu)票后不支持退款,可以換人參加。

              還有若干場(chǎng)即將舉行的 大數(shù)據(jù)建模大會(huì)

              猜你喜歡

              部分參會(huì)單位

              主辦方?jīng)]有公開(kāi)參會(huì)單位
              活動(dòng)家_小程序快捷下單

              微信掃一掃
              分享給朋友

              郵件提醒通知

              分享到微信 ×

              打開(kāi)微信,點(diǎn)擊底部的“發(fā)現(xiàn)”,
              使用“掃一掃”即可將網(wǎng)頁(yè)分享至朋友圈。

              錄入信息

              請(qǐng)錄入信息,方便生成邀請(qǐng)函