為您找到255個相關課程
展開簡介
收益目標：個性化推薦解決了商品豐富性和用戶接觸商品的稀缺性之間的矛盾，具有巨大的商業(yè)價值。本課程從大數(shù)據(jù)、機器學習框架的角度系統(tǒng)地介紹主流的推薦算法模型。
適應人群：暫無
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，機器學習
收益目標：1、 全面了解云計算行業(yè)發(fā)展現(xiàn)狀和國內(nèi)外主流云平臺廠商產(chǎn)品和服務能力； 2、 全面了解大數(shù)據(jù)、AI、微服務的發(fā)展和應用情況； 3、 理解云計算核心技術原理和優(yōu)缺點； 4、 掌握云計算、大數(shù)據(jù)、AI、微服務等新技術在金融領域的應用情況和收益； 5、 具備一定的云產(chǎn)品選型評估能力； 6、 具備一定的解決方案設計能力；
適應人群：云計算相關技術人員，CIO、IT經(jīng)理、企業(yè)架構師、IT架構師、方案架構師、開發(fā)工程師等
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，云計算，微服務
收益目標：1.了解VR/IOT設計實操案例 2.了解科技趨勢下設計面臨的變革和應做的準備 3.了解數(shù)字孿生概念在產(chǎn)業(yè)互聯(lián)網(wǎng)行業(yè)的落地和應用
關鍵詞：互聯(lián)網(wǎng)，互聯(lián)網(wǎng)金融，電信，其他，人工智能，大數(shù)據(jù)，云計算
收益目標：暫無
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)
收益目標：1、了解TO B 產(chǎn)品數(shù)據(jù)運營目標、定位 2、學習TO B 企業(yè)數(shù)據(jù)運營存在問題及診斷 3、學會TO B 企業(yè)數(shù)據(jù)運營通用方法、分析策略 4、學習TO B 產(chǎn)品數(shù)據(jù)精細化運營指標策略 5、學習數(shù)據(jù)運營體系搭建，并了解企業(yè)產(chǎn)品的應用
適應人群：3年以上的產(chǎn)品經(jīng)理、運營人員
收益目標：1、用數(shù)缺邏輯。在日常處理數(shù)據(jù)的過程中，常常很難挖掘出數(shù)據(jù)的內(nèi)在價值，通過數(shù)據(jù)給予業(yè)務有效的洞見和決策。 2、分析少體系。有一定的數(shù)據(jù)意識用數(shù)據(jù)去處理問題，但是缺少從識別到解決的一整套系統(tǒng)性方法，不管是問題篩選還是提案輸出，都缺乏系統(tǒng)的分析能力。 3、驅(qū)動少依據(jù)。我們常常強調(diào)數(shù)據(jù)驅(qū)動業(yè)務，但是如果無法有效看懂數(shù)據(jù)、用好數(shù)據(jù)、系統(tǒng)性地梳理每一個增長點，就無法給予業(yè)務有效反饋和增長建議。
適應人群：1、本課程為數(shù)據(jù)分析實戰(zhàn)進階課程，適合需要通過數(shù)據(jù)分析實現(xiàn)能力提升和業(yè)務增長的崗位 2、正在進行數(shù)字化轉(zhuǎn)型工作的企業(yè)員工可重點關注。
關鍵詞：互聯(lián)網(wǎng)，電商，互聯(lián)網(wǎng)金融，電信，大數(shù)據(jù)，數(shù)據(jù)分析
收益目標：1、從產(chǎn)品經(jīng)理視角來看待數(shù)據(jù)的價值和重要性，重新建立對數(shù)據(jù)的認識，重視數(shù)據(jù)，看懂數(shù)據(jù)。 2、掌握從產(chǎn)品流程和角度分析數(shù)據(jù)的全局性視角，為學員全方位建立數(shù)據(jù)指標間的聯(lián)系，幫助學員快速解決業(yè)務問題。 3、掌握數(shù)十種數(shù)據(jù)分析方法，讓學員在今后遇到問題時有方法可用，方法能用對。 4、通過現(xiàn)有數(shù)據(jù)進行用戶需求分析，尋找并確定不同數(shù)據(jù)指標及變量之間的關系，從而挖掘出具體的需求，實現(xiàn)數(shù)據(jù)對業(yè)務的驅(qū)動。
適應人群：1、涉及一線業(yè)務的崗位：產(chǎn)品經(jīng)理、運營、銷售、市場等 2、希望系統(tǒng)性提升分析水平的崗位：商業(yè)分析師、數(shù)據(jù)分析師等
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，數(shù)據(jù)分析
收益目標：1.理解AI時代的運營趨勢、AI如何賦能精細化運營，進行運營策略和方法的智能化升級。 2.學習運營人員需要知道的AI基本知識，基于世界巨頭亞馬遜等企業(yè)的實踐，知道如何能保持運營方法的與時俱進，不被AI所取代和淘汰。 3.掌握智能化運營的數(shù)字化基礎，建立智能運營數(shù)據(jù)體系，理解運營深度分析方法和AI賦能的機器學習和自動化運營策略。 4.掌握智能運營的用戶洞察基礎，學習如何進行AI驅(qū)動和機器學習找到用戶特征模式、實現(xiàn)用戶價值分析和目標用戶判別，并設計差異化客群運營策略。 5.分新客智能運營和老客智能運營兩部分，掌握智能運營的核心部分，重點針對渠道、拉新、激活、留存等環(huán)節(jié)，學習智能化用戶運營，并學習會員體系、留存策略、上癮模型。 6.可選模塊：專題運營模塊，包括品類、活動、資源位、私域四類專題運營。
適應人群：1.B端與C端企業(yè)運營、市場、營銷崗人員。 2.與運營緊密配合的產(chǎn)品、增長、數(shù)據(jù)等崗位人員。 3.希望對企業(yè)運營進行大幅效率提升，有數(shù)字化轉(zhuǎn)型需求的企業(yè)管理層。 4.對精細化運營方法與實踐感興趣的學員。一.開場與導入
關鍵詞：互聯(lián)網(wǎng)，產(chǎn)品經(jīng)理，大數(shù)據(jù)，機器學習，轉(zhuǎn)型，變革，大模型
適應人群：中高級工程師、企業(yè)架構師、軟件設計師、技術決策/解決方案人員等。
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，微服務
收益目標：1、了解從“產(chǎn)品目標”到“效果歸因”整個產(chǎn)品設計全鏈路中數(shù)據(jù)驅(qū)動的思路和方法； 2、了解支撐體驗各層次（范圍-結(jié)構-框架-表現(xiàn)）方案的數(shù)據(jù)依據(jù)及策略； 3、掌握利用HEART模型、GSM模型及用戶認知參與路徑進行設計效果驗證的思路和方法； 4、通過美團點評大量實際案例介紹，了解數(shù)據(jù)驅(qū)動設計思維的具體執(zhí)行路徑；
關鍵詞：互聯(lián)網(wǎng)，產(chǎn)品經(jīng)理，產(chǎn)品設計，大數(shù)據(jù)，數(shù)據(jù)挖掘，數(shù)據(jù)分析
收益目標：學員通過實踐本課程，能夠熟悉大數(shù)據(jù)行業(yè)和分布式系統(tǒng)的技術核心知識點；通過Hadoop，Spark，HBase知識的學習，能夠掌握大數(shù)據(jù)應用的開發(fā)和運維能力，并能夠掌握海量數(shù)據(jù)處理的編碼和性能調(diào)優(yōu)經(jīng)驗。讓學員能夠從0到1獨立完成Hadoop，Spark，HBase分布式系統(tǒng)的搭建；熟悉中國Top5互聯(lián)網(wǎng)企業(yè)（如阿里巴巴，騰訊）的大數(shù)據(jù)平臺中Hadoop，Spark的技術應用和最佳實踐。
適應人群：本課程不僅適合大數(shù)據(jù) Hadoop, Spark，HBase 從業(yè)人員，同時也適合熱愛或者希望未來從事大數(shù)據(jù)相關工作的在校學生，軟件開發(fā)工程師，運維工程師以及架構師學習。通過本課程，學員將能夠快速熟悉和掌握大數(shù)據(jù)利器，在生產(chǎn)中解決實際問題。
關鍵詞：互聯(lián)網(wǎng)，其他，軟件架構，大數(shù)據(jù)，數(shù)據(jù)分析，Hadoop，Spark，HBase，分布式，大數(shù)據(jù)平臺
收益目標：理解大數(shù)據(jù)開發(fā)和DevOps的結(jié)合點，如何降低大數(shù)據(jù)開發(fā)門檻，讓更多小白用戶就可以開發(fā)大數(shù)據(jù)。 了解ServiceMesh在大數(shù)據(jù)應用領域如何落地使用，ServiceMesh應用過程中的各種坑。 學習理解基于大數(shù)據(jù)+微服務的一體化的數(shù)據(jù)營銷服務平臺如何構建。
關鍵詞：互聯(lián)網(wǎng)，大數(shù)據(jù)，微服務，組織
活動詳情
To Be Better
注冊或 找回密碼?
