課程

• 數(shù)據(jù)中臺

  數(shù)據(jù)中臺是根據(jù)阿里巴巴集團在數(shù)據(jù)領域的最佳實踐結合產(chǎn)品開發(fā)的方法論。旨在幫助用戶創(chuàng)建和管理智能統(tǒng)一的數(shù)據(jù)資產(chǎn)，并賦予創(chuàng)新能力，以及提供一個全面的一站式解決方案，包括數(shù)據(jù)集成、倉庫建模、身份和概要提取、資產(chǎn)管理和數(shù)據(jù)服務。
  課程主要包括但不限于以下內容：
  公共數(shù)據(jù)服務
  垂直數(shù)據(jù)服務
  數(shù)據(jù)萃取服務標
  數(shù)據(jù)開放共享服務
  數(shù)據(jù)資產(chǎn)管理
  數(shù)據(jù)中臺運營
  數(shù)據(jù)中臺管理

  暫無課程排期
  開發(fā)經(jīng)理

• 金融企業(yè)流式數(shù)據(jù)架構設計與應用

  金融企業(yè)流式數(shù)據(jù)架構設計與應用，包括但不限于；實時數(shù)據(jù)數(shù)據(jù)標準，數(shù)據(jù)質量，數(shù)據(jù)安全，數(shù)據(jù)模型，數(shù)據(jù)分布和數(shù)據(jù)生命周期管理等的設計方法論，以及在實際應用中，同批數(shù)據(jù)統(tǒng)一管理的實際運用?？紤]到金融業(yè)營銷、風控兩個常規(guī)場景，討論企業(yè)流式數(shù)據(jù)架構的設計和管理，包括技術選型、數(shù)據(jù)治理以及統(tǒng)一建模。
  其他流式架構知識點：
  1.多維模型的建立方法:
  2.復雜數(shù)據(jù)模型的支持方法，
  3.極速大數(shù)據(jù)OLAP分析方法

  暫無課程排期
  開發(fā)經(jīng)理

• kubernetes&Docker

  全套課程從一個Devops角度去理解、分析和解決問題。從系統(tǒng)運維到應用實踐全面講解了kubernetes在生產(chǎn)實際部署的全過程，包含集群安裝部署、服務自動與發(fā)現(xiàn)、性能監(jiān)控等。同時也包含了大量部署配置文件用例，能極大的幫助大家快速穩(wěn)定的部署一套kubernetes集群。

  暫無課程排期
  開發(fā)經(jīng)理

• TensorFlow深度學習

  零基礎學習深度學習框架Tensorflow，從安裝開始到常量、變量、操作數(shù)與占位符簡單的算術與矩陣運算，feed與fetch數(shù)據(jù)使?，梯度下降- BP神經(jīng)?絡，線性回歸、邏輯回歸，?元分類預測，常?損失函數(shù)與激活函數(shù)使?，mnist數(shù)據(jù)集介紹，卷積神經(jīng)?絡各層詳解與代碼實現(xiàn)，?寫數(shù)字識別，驗證碼識別，可視化訓練過程tensorboard的使?等內容，涵蓋了tensorflow全部基礎知識點，課程全程沒有復雜的數(shù)學推理但是描述清楚了每個基本概念與數(shù)學知識點如梯度流、計算圖、softmax、交叉熵等。是??專?為程序員準備的深度學習??課程。

  暫無課程排期
  開發(fā)經(jīng)理

• 企業(yè)湖倉一體數(shù)據(jù)架構高級培訓

  本課程圍繞湖倉一體展開，重點介紹企業(yè)湖倉一體數(shù)據(jù)架構的介紹，從數(shù)據(jù)架構的 演進，到數(shù)據(jù)湖的出現(xiàn)，再到湖倉一體架構的發(fā)展，深入解析湖倉一體的核心主流技術， 以及企業(yè)級湖倉一體架構建設方法，幫助學習者從各個方面對湖倉一體架構有更深入的 理解。

  暫無課程排期
  工程師

• 批流一體特征平臺高級培訓大綱

  ?理解批流一體處理技術
  ?掌握特征平臺架構和發(fā)展趨勢
  ?學習建設批流一體化的特征平臺
  ?熟悉批流一體特征平臺的優(yōu)勢
  ?熟悉主流技術和業(yè)界最佳實踐

  暫無課程排期
  工程師

• 數(shù)據(jù)治理的挑戰(zhàn)和解決方案：從框架到策略到工程實踐

  該數(shù)據(jù)治理培訓的目標是使學員能夠全面理解和應用數(shù)據(jù)治理的概念、原則和方法，掌握數(shù)據(jù)治理的關鍵要素和實施步驟，并具備運用相關技術工具和實踐經(jīng)驗解決數(shù)據(jù)治理挑戰(zhàn)的能力

  暫無課程排期
  工程師

• Data + AI：構建智能驅動的數(shù)據(jù)應用

  理解 Data + AI 的核心概念、架構和優(yōu)勢。
  掌握構建 Data + AI 應用的關鍵技術，包括數(shù)據(jù)工程、機器學習、深度學習和模型部署。
  學習如何在數(shù)據(jù)平臺上集成 AI 能力，實現(xiàn)智能化的數(shù)據(jù)處理和分析。
  掌握Data + AI 的相關應用場景和最佳實踐
  能夠構建自己的 Data + AI 原型系統(tǒng)，并解決實際業(yè)務問題。
  了解在數(shù)據(jù)分析中運用 LLM 大語言模型
  理解智能風控，智能運維等案例

  暫無課程排期
  工程師

• ChatBI與智能數(shù)據(jù)分析：自然語言驅動的數(shù)據(jù)洞察與智能化應用

  了解ChatBI的概念、價值和應用場景。
  掌握使用自然語言進行數(shù)據(jù)查詢、可視化和分析的技能。
  學習將AI技術（如機器學習、自然語言處理、LLM等）應用于數(shù)據(jù)分析，實現(xiàn)更深層次的洞察。
  掌握主流ChatBI平臺的使用方法和最佳實踐。
  能夠構建自己的ChatBI原型系統(tǒng)，并集成智能化Agent。
  深入理解NL2SQL技術，并能應用于實際場景。

  暫無課程排期
  工程師

• 大型語言模型：從基礎到應用

  理解大型語言模型的基本原理。
  學習如何有效地提示、微調和部署LLM。
  培養(yǎng)使用LLM進行各種實際應用的技能。
  了解與LLM相關的倫理考量和潛在風險。
  獲得使用流行LLM平臺和工具的實踐經(jīng)驗
  

  暫無課程排期
  工程師

• Fluss：新一代流存儲核心技術解析與實戰(zhàn)

  深入理解流存儲技術的發(fā)展背景和趨勢。
  掌握Fluss的核心設計理念、架構和關鍵特性。
  熟悉Fluss與流計算引擎的集成方式。
  了解如何使用Fluss構建流式數(shù)據(jù)湖。
  掌握基于Fluss的流分析應用開發(fā)。
  了解Apache Paimon等相關技術，并比較其優(yōu)劣。

  暫無課程排期
  工程師

• 向量數(shù)據(jù)庫：構建下一代智能應用的數(shù)據(jù)底座

  理解向量數(shù)據(jù)庫的核心概念、架構和優(yōu)勢。
  掌握向量數(shù)據(jù)庫的關鍵技術，包括向量索引、相似度搜索、近似最近鄰搜索 (ANN)。
  學習如何在向量數(shù)據(jù)庫中存儲、索引和查詢向量數(shù)據(jù)。
  了解向量數(shù)據(jù)庫的應用場景和最佳實踐。
  掌握主流向量數(shù)據(jù)庫的使用方法和評估標準。
  能夠構建自己的向量數(shù)據(jù)庫原型系統(tǒng)，并集成到AI應用中。

  暫無課程排期
  工程師

• 基于 DeepSeek 大模型構建企業(yè)級 AI 應用

  理解 DeepSeek 大模型 (假設) 的特點、優(yōu)勢和局限性。
  掌握基于 DeepSeek 構建各種 AI 應用的Prompt Engineering 技巧。
  學習如何對 DeepSeek 大模型進行微調 (Fine-tuning)，以適應特定業(yè)務場景。
  掌握將 DeepSeek 大模型集成到現(xiàn)有系統(tǒng)中的方法。
  了解如何評估和優(yōu)化基于 DeepSeek 構建的應用的性能和效果。
  能夠構建基于 DeepSeek 的企業(yè)級 AI 應用原型系統(tǒng)。
  了解基于LLM的企業(yè)應用合規(guī)性和安全實踐。

  暫無課程排期
  工程師

• 實時數(shù)據(jù)分析：構建響應迅速的智能決策系統(tǒng)

  理解實時數(shù)據(jù)分析的核心概念、架構和優(yōu)勢。
  掌握主流流計算引擎（Apache Flink、Apache Kafka Streams）的使用方法。
  掌握 StarRocks 實時數(shù)據(jù)庫的設計和應用。
  學習使用窗口函數(shù)和復雜事件處理（CEP）技術進行高級實時分析。
  了解實時數(shù)據(jù)分析的應用場景和最佳實踐。
  能夠構建自己的實時數(shù)據(jù)分析原型系統(tǒng)。

  暫無課程排期
  工程師

• 數(shù)據(jù)網(wǎng)格（Data Mesh）：構建面向業(yè)務的數(shù)據(jù)自治與敏捷性

  深入理解數(shù)據(jù)網(wǎng)格的核心概念、原則和優(yōu)勢。
  掌握數(shù)據(jù)網(wǎng)格的關鍵技術和實踐方法。
  學習如何設計和構建數(shù)據(jù)網(wǎng)格架構。
  了解數(shù)據(jù)網(wǎng)格的實施步驟和最佳實踐。
  能夠評估企業(yè)是否適合采用數(shù)據(jù)網(wǎng)格，并制定實施計劃。

  暫無課程排期
  工程師

• 數(shù)據(jù)編織（Data Weaving）：構建統(tǒng)一的數(shù)據(jù)訪問層

  理解數(shù)據(jù)編織的核心概念、架構和優(yōu)勢。
  掌握數(shù)據(jù)編織的關鍵技術，包括數(shù)據(jù)虛擬化、元數(shù)據(jù)管理、數(shù)據(jù)質量管理、數(shù)據(jù)安全等。
  學習如何設計和實施數(shù)據(jù)編織解決方案，以滿足不同的業(yè)務需求。
  了解數(shù)據(jù)編織的應用場景和最佳實踐。
  掌握主流數(shù)據(jù)編織平臺的使用方法和評估標準。

  暫無課程排期
  工程師

• 構建智能數(shù)據(jù)湖：現(xiàn)代數(shù)據(jù)分析與AI驅動的數(shù)據(jù)價值釋放

  理解智能數(shù)據(jù)湖的核心概念、架構和優(yōu)勢。
  掌握構建現(xiàn)代數(shù)據(jù)湖的最新技術棧。
  學習數(shù)據(jù)湖中的數(shù)據(jù)治理、安全和合規(guī)。
  掌握在數(shù)據(jù)湖中進行高效數(shù)據(jù)分析和探索的方法。
  學習將AI和機器學習集成到數(shù)據(jù)湖中，實現(xiàn)智能化數(shù)據(jù)洞察。
  了解數(shù)據(jù)湖的應用場景和最佳實踐。

  暫無課程排期
  工程師

• 湖倉一體架構設計與實踐：構建統(tǒng)一的數(shù)據(jù)管理和分析平臺

  通過本課程您將深入學習湖倉一體架構的核心概念、優(yōu)勢以及典型架構設計，包括數(shù)據(jù)攝取、存儲、計算、治理和應用等各層的關鍵組件與作用。通過對比數(shù)據(jù)湖和數(shù)據(jù)倉庫的局限性，理解湖倉一體如何簡化架構、降低成本并實現(xiàn)統(tǒng)一分析。在數(shù)據(jù)湖存儲技術方面，課程將詳細介紹 Apache Paimon、Apache Iceberg 和 Apache Hudi 等主流技術的特點、優(yōu)勢和劣勢，并指導您進行技術選型。您將通過動手實踐，學會部署和配置這些存儲技術，創(chuàng)建數(shù)據(jù)表、導入數(shù)據(jù)并執(zhí)行基本查詢。通過案例分析，您將了解湖倉一體架構在金融、電商等行業(yè)的實際應用案例，學習架構設計思路和最佳實踐，為實際項目提供有力參考。本課程將幫助您全面提升在數(shù)據(jù)管理和分析領域的專業(yè)技能，為企業(yè)的數(shù)字化轉型提供有力支持。
  

  暫無課程排期
  工程師

大會議題