華為數(shù)據(jù)初級(jí)HCNA(40課時(shí) 學(xué)員20)
課程簡(jiǎn)介:HCNA-Big Data V1.0認(rèn)證定位于大數(shù)據(jù)技術(shù)普及,F(xiàn)usionInsight HD 的規(guī)劃設(shè)計(jì)、部署實(shí)施、運(yùn)維管理能力的構(gòu)建、考核和認(rèn)證。 HCNA-Big Data V1.0認(rèn)證包括但不僅限于:FusionInsight HD解決方案架構(gòu)、設(shè)計(jì)、部署和維護(hù),大數(shù)據(jù)常用組件技術(shù)原理、設(shè)計(jì)、部署、管理與維護(hù)(包括HBase, Hive, Loader, MR, YARN, HDFS, Spark, Flume, Solr, Hue, Kafka, Kerberos, Oozie, Zookeeper, Streaming)。

培訓(xùn)目標(biāo):
個(gè)人:通過HCNA-Big Data V1.0認(rèn)證,將證明您系統(tǒng)理解大數(shù)據(jù)架構(gòu)、技術(shù)原理,掌握華為大數(shù)據(jù)FusionInsight HD方案,具備大數(shù)據(jù)平臺(tái)的規(guī)劃設(shè)計(jì)、部署和運(yùn)維管理能力,勝任大數(shù)據(jù)平臺(tái)管理員工作崗位。
企業(yè):擁有通過HCNA-Big Data V1.0認(rèn)證的工程師,意味著企業(yè)掌握了運(yùn)用大數(shù)據(jù)技術(shù)、產(chǎn)品規(guī)劃并建設(shè)大數(shù)據(jù)平臺(tái)的系統(tǒng)性能力,并具備大數(shù)據(jù)平臺(tái)管理和日常運(yùn)維能力。
課程體系:
大數(shù)據(jù)行業(yè)與技術(shù)趨勢(shì)
1.HDFS分布式文件系統(tǒng)技術(shù)
2.MapReduce和YARN分布式計(jì)算引擎技術(shù)
3.Spark基于內(nèi)存的分布式計(jì)算技術(shù)
4.Kerberos&LDAP技術(shù)及應(yīng)用
5.HBase分布式數(shù)據(jù)庫(kù)
6.Hive數(shù)據(jù)倉(cāng)庫(kù)工具
7.Loader數(shù)據(jù)轉(zhuǎn)換
8.Flume海量日志聚合
9.Solr數(shù)據(jù)搜索
10.Kafka訂閱消息系統(tǒng)
11.Zookeeper集群分布式鎖設(shè)施
12.FusionInsight HD集成設(shè)計(jì)
13.FusionInsight HD安裝部署
華為數(shù)據(jù)中級(jí)HCNP(80課時(shí) 學(xué)員20)
課程簡(jiǎn)介:
HCNP-Big Data Developer認(rèn)證定位于對(duì)大數(shù)據(jù)平臺(tái)和核心組件開發(fā)應(yīng)用的場(chǎng)景理解,流程和開發(fā)方法等能力構(gòu)建,考核和認(rèn)證。
HCNP-Big Data Developer認(rèn)證包括但不僅限于:FusionInsight應(yīng)用開發(fā)流程,HDFS, HBase, Hive, Solr, Kafka, MR, YARN, Spark, Flume, Loader, Oozie, Redis, Storm等組件開發(fā)應(yīng)用場(chǎng)景、流程、接口/方法和開發(fā)樣例講解,開發(fā)實(shí)踐。
培訓(xùn)目標(biāo):
個(gè)人:通過HCNP-Big Data Developer認(rèn)證,將證明您深入理解大數(shù)據(jù)平臺(tái)與技術(shù)及應(yīng)用,掌握大數(shù)據(jù)平臺(tái)和關(guān)鍵組件的開發(fā)流程、接口,掌握典型場(chǎng)景的開發(fā)方法,勝任大數(shù)據(jù)開發(fā)者工作崗位。
企業(yè):擁有通過HCNP-Big Data Developer認(rèn)證的工程師,意味著企業(yè)掌握了運(yùn)用大數(shù)據(jù)平臺(tái)和組件實(shí)現(xiàn)大數(shù)據(jù)解決方案規(guī)劃、實(shí)施、開發(fā)等綜合能力。
課程體系:
FusionInsight應(yīng)用開發(fā)指導(dǎo)
1.HDFS 開發(fā)應(yīng)用
2.Hive 開發(fā)應(yīng)用
3.Solr 開發(fā)應(yīng)用
4.Kafka開發(fā)應(yīng)用
5.Streaming 開發(fā)應(yīng)用
6.Flume 開發(fā)應(yīng)用
7.Oozie 開發(fā)應(yīng)用
大數(shù)據(jù)高.級(jí)HCIE(120課時(shí) 學(xué)員20)
課程簡(jiǎn)介:
HCIE-Big Data V1.0認(rèn)證定位于企業(yè)級(jí)大數(shù)據(jù)分析和大數(shù)據(jù)挖掘的應(yīng)用和實(shí)踐。
HCIE-Big Data V1.0認(rèn)證包括但不僅限于:華為企業(yè)級(jí)的大規(guī)模并行處理數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)FusionInsight LibrA的架構(gòu)、功能特性、數(shù)據(jù)庫(kù)設(shè)計(jì)、數(shù)據(jù)庫(kù)數(shù)據(jù)導(dǎo)入導(dǎo)出、數(shù)據(jù)庫(kù)調(diào)優(yōu)及數(shù)據(jù)庫(kù)開發(fā)等;數(shù)據(jù)挖掘的理論(包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)倉(cāng)庫(kù)、分類、聚類、關(guān)聯(lián)規(guī)則等)以及使用華為企業(yè)級(jí)大數(shù)據(jù)挖掘平臺(tái)FusionInsight Miner和基于華為云的企業(yè)智能平臺(tái)EI (Enterprise Intelligence)的基礎(chǔ)服務(wù) - MLS (Machine Learning Service,機(jī)器學(xué)習(xí)服務(wù))進(jìn)行數(shù)據(jù)深度分析和挖掘。
培訓(xùn)目標(biāo):
個(gè)人:通過HCIE-Big Data V1.0認(rèn)證,將證明您系統(tǒng)理解并掌握大型并行處理數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)的架構(gòu)原理、分布式關(guān)系型數(shù)據(jù)庫(kù)的設(shè)計(jì)和優(yōu)化及應(yīng)用開發(fā);掌握大數(shù)據(jù)挖掘的基本原理,常用算法、常用挖掘方法、對(duì)華為大數(shù)據(jù)挖掘解決方案FusionInsight Miner和華為云機(jī)器學(xué)習(xí)服務(wù)MLS的熟練使用,勝任數(shù)據(jù)倉(cāng)庫(kù)開發(fā)、大數(shù)據(jù)分析、大數(shù)據(jù)數(shù)據(jù)挖掘和人工智能的相關(guān)崗位。
企業(yè):企業(yè)擁有HCIE-Big Data V1.0 認(rèn)證的工程師,意味著企業(yè)掌握了運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行大數(shù)據(jù)分析應(yīng)用、大數(shù)據(jù)挖掘應(yīng)用的能力。
課程體系:
分布式數(shù)據(jù)庫(kù)架構(gòu)
1.FusionInsight LibrA 基本組件簡(jiǎn)介
2.FusionInsight LibrA 產(chǎn)品特性和關(guān)鍵技術(shù)
3.FusionInsight LibrA 配套工具集
4.FusionInsight LibrA 安全管理
5.FusionInsight LibrA 數(shù)據(jù)庫(kù)管理系統(tǒng)并發(fā)控制
6.FusionInsight LibrA 數(shù)據(jù)庫(kù)性能監(jiān)控
7.FusionInsight LibrA 數(shù)據(jù)遷移
8.FusionInsight LibrA SQL 介紹
9.FusionInsight LibrA 數(shù)據(jù)庫(kù)設(shè)計(jì)
10.FusionInsight LibrA 應(yīng)用程序開發(fā)指導(dǎo)
11.FusionInsight LibrA 基本操作、語(yǔ)法
12.FusionInsight LibrA 性能優(yōu)化
13.網(wǎng)絡(luò) KPI 數(shù)據(jù)柵格化處理
14.重點(diǎn)區(qū)域數(shù)據(jù)分析
15.流動(dòng)人口常駐地分析
16.數(shù)據(jù)挖掘預(yù)備知識(shí),數(shù)據(jù)和屬性類型
17.數(shù)據(jù)的統(tǒng)計(jì)描述
18.數(shù)據(jù)預(yù)處理
19.數(shù)據(jù)倉(cāng)庫(kù)介紹
20.分類和回歸,決策樹回歸、梯度提升樹回歸、線性回歸
21.決策樹算法(ID3,C4.5,CART算法)
22.樸素貝葉斯算法
23.組合分類(裝袋、提升、隨機(jī)森林)
24.多層前饋神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)多分類、邏輯回歸
25.支持向量機(jī)算法
26.聚類分析-K均值算法、K中心點(diǎn)算法
27.PAM算法、CLARA算法、CLARANS算法
28.離群點(diǎn)概念及其檢測(cè)方法、基于PCA的異常檢測(cè)
29.關(guān)聯(lián)規(guī)則挖掘步驟、方法及Apriori算法、FP-Growth、PrefixSpan
30.FusionInsight Miner介紹
31.銀行定期存款業(yè)務(wù)預(yù)測(cè)
32.商品批發(fā)商客戶分群
33.鮑魚生長(zhǎng)年齡預(yù)測(cè)
34.詞頻、逆文檔評(píng)頻率
35.信用欺詐、電影推薦
36.詞頻、逆文檔評(píng)頻率
37.隱含狄利克雷分布
38.文本抽樣排序、國(guó)民幸福指數(shù)