大数据分析师 + Hadoop速成班(双语教学、网络视频)

爱智能

【费用】3999元（特别提示，凡是在大数据中国网站报名，可在与主办方确定价格基础上再优惠299元）
【主办方】大数据公益大学

【时间】
2014年3月15日 ~ 2014年3月16日(深圳)
2014年3月22日 ~ 2014年3月23日(北京)
2014年5月24日 ~ 2014年5月25日(上海)
2014年6月21日 ~ 2014年6月22日(深圳)
2014年8月16日 ~ 2014年8月17日(深圳)
2014年10月11日 ~ 2014年10月12日(深圳)
2014年12月20日 ~ 2014年12月21日(深圳)

【课程介绍】
此套课程体系主要是培训大数据管理员、大数据分析师，并以实战为主，线下学习大数据分析，亲身实战，线上学习Hadoop技术，社区和同学们互动学习。以培养既懂业务又懂技术的复合型人才为主。
【前言】
埃森哲资深顾问10年首次披露独创的商业数据分析五步法；
教会团队如何打造一支数据分析团队；
教会团队麦肯锡解决问题逻辑应用；
让您学习商业数据分析的思路、流程、工具和方法，站在巨人肩膀开展商业数据分析；
学成即具备构建高质量业务经营解决方案和分析报告的能力；
花一半的费用，享受二次培训机会；
大数据时代来临已经势不可挡；
【学员收益】
通过分析流程讲解及案例教学，培养学员商业数据分析解决方案构建能力;
学员不再会因无思路而苦恼，学会像咨询顾问一样解决问题;
培养学员通过数据分析解决商业问题的意识;
培养学员分析思考力，遇到商业问题如何定义问题、如何思考、如何构建解决方案、如何分析论证、如何表达呈现;
让学员了解500强企业是如何开展数据分析，如何通过数据分析解决商业问题;
【学员对象】
企业总经理
企业BI部门数据分析人员
业务运营部门分析人员以及高级管理人员
零售业务部门（商品经理、销售经理、采购经理）
其它期望高效完成专项数据分析工作的人员等
【课程提纲】

一、商业数据概述
1. 什么是商业数据分析？
2. 典型商业数据分析成功案例介绍
3. 企业商业数据分析价值
4. 企业分析能力五个阶段介绍
5. 企业商业数据分析常用方法类型介绍
6. 高质量商业数据分析特点
7. 商业数据分析案例项目综述(贯穿整个培训的案例)

二、商业数据实施分析流程
商业数据分析的过程，是解决问题的过程，分析思路是关键。我们从业 务需求出发,经过数据分析论证，又回归到业务问题的解决方案。本实施 流程总结了不同行业开展数据分析工作的最佳实践,下面与您分享商业数 据分析的总体实施框架。
1. 商业理解
1.1 如何沟通业务需求,拉近业务(文科思维)和分析(理科思维)的距离
1.2 Issue-Based问题定义方法
1.3 如何使用假设驱动思路，结合营销的逻辑\服务的逻辑等信息分解业务问题
1.4 如何将问题转化为数据分析,并构建解决问题的逻辑数据分析思路
1.5 如何保证: 正确的定义商业问题,并且将分析引向正确的轨道
1.6 学员和老师一起练习如何定义问题，如何构建案例的分析思路
2. 数据理解
2.1 如何基于数据分析思路评估数据需求
2.2 基于指标\总体统计数据的运营现状探索维度、方法
2.3 如何通过指标数据验证商业理解阶段的分析思路
2.4 如何定义数据分析对象(如群体)
2.5 和老师一起练习案例中如何定义数据需求、调整分析思路、定义分析对象
3. 数据准备
3.1 如何结合分析需求数据定义采集数据的来源
3.2 定义分析数据模型方法(满足维度建模)
3.3 数据表的设计，数据模型物理化
3.4 如何定义常用指标\维度
3.5 养成良好的SQL脚本撰写习惯
3.6 常用的数据质量检查办法
3.7 培养数据敏感性方法
4. 分析论证
4.1 分析论证时具备的知识\方法
4.2 如何提升分析人员的业务理解能力
4.3 常用的图表表达
4.4 分析结论撰写技巧
4.5 如何撰写有内涵、可执行得分析建议
4.6 分析论证及分析建议常见问题
4.7 学员和老师一起开展案例的数据分析、撰写数据结论、给出策略建议
5. 分析报告
5.1 金字塔原理写作的技巧
5.2 分析大纲组织技巧
5.3 分析报告撰写流程
5.4 分析内容组织技巧
5.5 分析报告常用汇报技巧
5.6学员和老师一起撰写案例报告大纲

三、商业数据常用的方法
1. 常用数据分析技术方法
1.1趋势分析常见模式、使用场景及图表表达
1.2结构分析常见模式、使用场景及图表表达
1.3对比分析常见模式、使用场景及图表表达
1.4关系分析常见模式、使用场景及图表表达
1.5聚类分析常见模式、使用场景及图表表达
1.6预测分析常见模式、使用场景及图表表达
2. 常用市场经营分析模型
2.1 波士顿矩阵分析法介绍
2.2 GE矩阵分析法   
2.3 SWOT分析方法
2.4 营销4P\4C分析
2.5 服务企业ETOM模型
2.6 波特五力模型
2.7 麦肯锡7S
2.8 战略分析五要素

四、商业数据典型项目现场讨论
1.企业经营分析月报构建及思路讨论
2.客户管理分析思路讨论

五、商业数据分析团队能力建设
1.企业数据分析团队常见管控模式
2.企业数据分析团队常见组织架构
3.商业专题数据分析能力矩阵
4.常用的数据分析与挖掘工具介绍
5.团队人员能力培养
【适用行业】
零售连锁
快速消费品
服装纺织
房地产
服务业
互联网
医药
交通运输
通信业
消费电子
【课程投资】
报名费(含税、授课费、教材费、意外惊喜);
可以提供一次复训和后期服务答疑;
复训期需缴纳场地费即可;

【Hadoop速成班：课程背景】
双语教学​
Hadoop Administrator Training for Apache Hadoop.  
【Hadoop速成班：课程大纲】
This training course is for system administrators and others who want to learn Hadoop Administration or responsible for managing Apache Hadoop clusters in both production & development environment.This training is available online only, one class per week.
本次课程为有意学习Hadoop集群的架构和管理的人士量身打造，将会从Hadoop的系统介绍，硬件挑选，安装架构，监控，维护以及疑难诊断等方面来进行讲解，同时也提供实战教学以及课后练习，让学生能够从理论和实践都能进一步的了解和掌握Hadoop系统。
本次课程采取网络视频的教学形式。一周一课。

Course 1 - Apache Hadoop Introduction （Apache Hadoop介绍）:
- Hadoop history （Hadoop历史）
- Why Hadoop （Hadoop在大数据时代重要性）
- Hadoop Ecosystem introduction （Hadoop生态系统简介）
- Fundamental Hadoop Concepts （Hadoop系统基本原理介绍）
- Major Hadoop software companies （Hadoop现状及著名Hadoop软件公司）

Course 2 - HDFS Introduction （HDFS文件系统介绍）
- What is HDFS & HDFS features（HDFS文件系统介绍）
- HDFS file operations （HDFS文件系统基本操作）
- HDFS security （HDFS的安全性介绍）
- Namenode and Web Interface （Namenode简介，HDFS的网页查看模式）

Course 3 - MapReduce Introduction (MapReduce框架介绍）
- MapReduce introduction （MapReduce框架简介）
- MapReduce Features （MapReduce特性及其优越性）
- MapReduce Basic Concepts (MapReduce基本原理）
- Using JobTracker Web UI （MapReduce作业监控）
- YARN introduction （MapReduce2.0 - YARN简介）

Course 4 - Hadoop Cluster Planning （Hadoop集群搭建指南）
- Hardware consideration （如何挑选集群硬件）
- Network consideration （网络设备挑选）
- Cluster management consideration （集群管理的注意事项）
- Software Prerequisites （前期软件软件需求）

Course 5 - Hadoop Cluster Installing (Hadoop 集群安装指南）
- Installing Hadoop （Hadoop集群安装）
- Basic configuration （Hadoop集群基本设置）
- Basic MapReduce configuration (MapReduce基本设置）
- Benchmark testing （Hadoop集群性能测试）

Course 6 - Installing Hive, Pig, Hue and Hadoop client （Hadoop生态系统软件安装指南）
- Hive （Hive的安装和测试）
- Pig （Pig的安装和测试）
- Hue （Hue的安装和测试）
- Installing and Configuring Hadoop Client （Hadoop Client的安装和测试）

Course 7 - Cluster Configuration （Hadoop集群进阶配置指南）
- Hadoop Advanced Parameters （集群系统高阶参数设置）
- Address and ports configuration （集群外网内网IP地址和端口设置）
- HDFS Rack Awareness （HDFS的机架感知设置）
- HDFS Namenode High Availability （HDFS的Namenode高可用性设置）

Course 8 - Job Management and Job Scheduler （Hadoop集群作业管理及调度设置）
- Running & Monitoring Jobs （作业提交以及监控）
- Scheduling Jobs （调度机制简介）
- Scheduler configuration （调度机制的配置）

Course 9 - Hadoop Cluster Maintenance （Hadoop集群的管理与维护）
- HDFS status check and monitoring （HDFS文件系统的状态查询及监控）
- Add/remove nodes into/from cluster (节点的添加以及删除）
- Cluster balancing （如何保持集群数据的平衡性）
- Namenode Metadata backup （元数据的备份与保存）

Course 10 - Hadoop Cluster monitoring and troubleshooting （Hadoop集群监控及疑难诊断）
- System monitoring （集群系统监控）
- Log files （日志文件系统简介和分析）
- General/Common Troubleshooting Issues （常见问题诊断与排除）
【Hadoop速成班：教材及主要参考资料】
《Hadoop应用开发技术详解》
作 者：刘刚
出 版 社：机械工业出版社
出版时间：2014-01-01
【Hadoop速成班：讲师介绍】
Tony Xu，毕业于加拿大圣西维尔大学，研究生学位。曾任职加拿大大西洋卓越计算网络中心(ACENet)架构师及管理员，摩根斯坦利公司(Morgan Stanley)的高级程序开发员。现任职Retailigence Corp 公司的系统架构师以及该公司Hadoop 集群的管理员以及程序开发员。在Big Data领域有着丰富的管理，使用和开发经验。参加过Cloudera Hadoop Administrator专业课程培训。多年从事于系统和网络架构，系统和网络管理，以及系统程序开发。曾开发过利用并行计算对RSA算法进行破解的项目（ISA-2008 Best paper)，参与开发Real-Time安全优化项目（IEEE Transaction, 2009), 主持和设计ACENet的数据中心并行计算软件的设计以及开发，主持和设计摩根斯坦利的LAF网页应用框架开发，主持和设计摩根斯坦利在新泽西洲大型数据中心的软件开发，曾设计并安装过多个Big Data数据中心。


【预售课程】
课程中文名称：海量数据挖掘技术及工程实践
课程英文名称：Big Data Mining Technology and Engineering Practice
适用专业：计算机软件与理论、计算机应用技术
开课时间：2014.4
【课程内容简介】
近年来企业所处理的数据每五年就会呈现倍数增长。大部分的企业并没有数据不足的问题，如何充分挖掘数据价值才是大问题，这使得企业无论在使用、有效管理以及将这些数据用于决策过程方面都遭遇到了问题，因此未来几年，随着大数据迅速发展，数据挖掘将是极为重要的成长领域，数据挖掘的应用越来越广泛，可以说，只要企业拥有分析价值的数据源，皆可用来进行高价值的数据挖掘分析。
本课程主要介绍海量数据挖掘技术的基本知识，主要应用场景，常用算法，以及数据挖掘过程，并结合应用案例，详细介绍数据挖掘的实现过程。
【教学目标】
通过本课程的学习，学员能够学习到以下几点：
1、了解海量数据挖掘技术的基本知识及理论
2、熟悉海量数据挖掘技术的主要应用场景及常用算法
3、了解海量数据挖掘技术针对具体应用的技术实现路线
【教学方法】
本课程根据数据挖掘建模过程确定的任务主要包括数据探索、数据预处理、分类与回归、聚类分析、时序预测、关联规则挖掘、偏差检测等，故本课程的讲解以解决某个应用的挖掘目标为前提，在过程组织上，按照先介绍案例背景，再阐述分析方法与过程，最后完成模型构建的顺序进行，在介绍建模过程的同时穿插动手操作训练，把相关的知识点嵌入相应的操作过程中。
【教学重难点】
本课程的重点是海量数据挖掘技术的基本原理、常用算法及实现过程，难点是针对具体应用的技术实现路线。
【教学内容】
数据挖掘基本原理       
        分类与回归
        聚类分析
        关联规则挖掘
        时序模式
        偏差检测
数据挖掘主要应用场景        
        客户分群
        精准营销
        交叉销售
        流失分析
        故障诊断
        流程优化
企业级数据挖掘应用建模过程       
        挖掘目标确定
        数据采集
        数据预处理
        模型构建
        模型评价
        模型发布
常用数据挖掘建模工具及二次开发       
        数据挖掘常用建模工具
        数据挖掘二次开发
案例分析――基于客户分群的电信精准智能营销
        挖掘目标分析
        客户分群的商业理解
        客户分群的数据理解
        数据准备：选择数据、清洗数据、构建数据、整合数据、格式数据
        模型建立：数据探索、因子分析、生成细分模型、模型分析
        模型评估
        模型发布及营销活动策划        
海量数据挖掘应用案例深度剖析        
        基于模式识别的故障智能诊断
        基于客户分群的精确智能营销
        航空公司客运信息挖掘
        电子商务网站用户行为分析
【教材及主要参考资料】
1.《数据挖掘:实用案例分析》
作 者：张良均 刘名军 陈俊德等 编著
出 版 社：机械工业出版社
出版时间：2013-7-1
2.《数据挖掘:概念与技术》
作 者：（美）韩家炜（Han，J.） 等著，范明 等译
出 版 社：机械工业出版社
出版时间：2012-8-1

【报名方式】
方式1、发送 单位+姓名+职务+电话+邮件 发送至邮箱：limingkai@bigdataedu.org
方式2、填写认证 bigdataedu.org/reg
方式3、编辑 单位+姓名+职务+电话+邮件 发送至微信号：bigdataedu
【如何付款】
线下付款：北京市海淀区海淀西大街70号3W咖啡
线上付款：支付宝（rrnaoo@gmail.com）
【联系人】
李老师 13520809508
特别提示，凡是在大数据中国网站报名，可在与主办方确定价格基础上再优惠299元
有任何疑问，以及对学校的意见建议，请在此贴留言；