趙衛(wèi)東 老師
- 所在地區(qū)： 上海
- 主打行業(yè)： 不限行業(yè)
- 擅長(zhǎng)領(lǐng)域：大數(shù)據(jù) 人工智能人工智能 Python語(yǔ)言 數(shù)據(jù)分析 企業(yè)數(shù)字化 大模型 大數(shù)據(jù) 區(qū)塊鏈
- 企業(yè)培訓(xùn)請(qǐng)聯(lián)系董老師
- 聯(lián)系手機(jī)：
趙衛(wèi)東老師培訓(xùn)聯(lián)系微信
掃一掃,關(guān)注公眾號(hào)
趙衛(wèi)東老師的內(nèi)訓(xùn)課程
銀行大數(shù)據(jù)應(yīng)用實(shí)踐課程大綱 ?。保y行大數(shù)據(jù)應(yīng)用的問(wèn)題互聯(lián)網(wǎng)金融尤其依賴(lài)數(shù)據(jù)金融業(yè)本身就是基于數(shù)據(jù)與信息的產(chǎn)業(yè)目前的問(wèn)題：數(shù)據(jù)特點(diǎn)與組成數(shù)量不夠大；維度不夠多核心數(shù)據(jù)、外圍數(shù)據(jù)、常規(guī)渠道的數(shù)據(jù)、社會(huì)化的數(shù)據(jù)等技術(shù)不足互聯(lián)網(wǎng)的流行使得非結(jié)構(gòu)化數(shù)據(jù)的數(shù)量和維度都遠(yuǎn)遠(yuǎn)超過(guò)傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)；傳統(tǒng)IT公司的產(chǎn)品和服務(wù)已經(jīng)不能勝任2. 銀行大數(shù)據(jù)組成系統(tǒng)日志數(shù)據(jù)GIS地理信息數(shù)據(jù)在線交易數(shù)據(jù)客戶(hù)提供的信息（申請(qǐng)、表格等）社交網(wǎng)絡(luò)、公共網(wǎng)頁(yè)得到客戶(hù)的信用記錄以及信用歷史和目標(biāo)客戶(hù)有類(lèi)似行為模式的客戶(hù)數(shù)據(jù)金融以及經(jīng)濟(jì)數(shù)據(jù)社交網(wǎng)絡(luò)的數(shù)據(jù)（個(gè)人、家庭計(jì)劃等）3. 銀行客戶(hù)全生命周期管理客戶(hù)身份識(shí)別方法——個(gè)體精準(zhǔn)
講師：趙衛(wèi)東查看詳情
大數(shù)據(jù)技術(shù)架構(gòu)培訓(xùn)與實(shí)踐（1天）介紹目前主流的開(kāi)源大數(shù)據(jù)技術(shù)架構(gòu)以及應(yīng)用實(shí)例，并以實(shí)踐操作的方式輔助理解如何使用Hadoop、Spark對(duì)實(shí)際應(yīng)用的大數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。1大數(shù)據(jù)核心技術(shù)概述 1.1大數(shù)據(jù)技術(shù)概述1. 1 大數(shù)據(jù)技術(shù)發(fā)展1. 2深入認(rèn)識(shí)大數(shù)據(jù)技術(shù)架構(gòu)1. 3 典型的大數(shù)據(jù)技術(shù)架構(gòu)2 Hadoop技術(shù)基礎(chǔ) 2.1 Hadoop核心技術(shù)2.1.1 Hadoop概述2.1.2 HDFS文件系統(tǒng)
講師：趙衛(wèi)東查看詳情
大數(shù)據(jù)建模（大數(shù)據(jù)技術(shù)架構(gòu)）培訓(xùn)與實(shí)踐（1天）介紹目前主流的開(kāi)源大數(shù)據(jù)技術(shù)架構(gòu)以及應(yīng)用實(shí)例，并以實(shí)踐操作的方式輔助理解如何使用Hadoop、Spark對(duì)實(shí)際應(yīng)用的大數(shù)據(jù)進(jìn)行存儲(chǔ)和分析。1大數(shù)據(jù)核心技術(shù)概述 1.1大數(shù)據(jù)技術(shù)概述1. 1大數(shù)據(jù)技術(shù)發(fā)展1. 2深入認(rèn)識(shí)大數(shù)據(jù)技術(shù)架構(gòu)1. 3典型的大數(shù)據(jù)技術(shù)架構(gòu)2 Hadoop技術(shù)基礎(chǔ) 2.1 Hadoop核心技術(shù)2.1.1 Hadoop概述2.1.2 HDFS文件系統(tǒng)2.1.3 MapReduce計(jì)算模型2.2
講師：趙衛(wèi)東查看詳情
大數(shù)據(jù)挖掘與分析培訓(xùn)綱要內(nèi)容概要1.介紹SPSS Modeler數(shù)據(jù)挖掘軟件的功能和基本操作；2.學(xué)習(xí)如何使用SPSS Modeler完成數(shù)據(jù)挖掘過(guò)程；3.學(xué)習(xí)機(jī)器學(xué)習(xí)的常見(jiàn)技術(shù)，例如神經(jīng)網(wǎng)絡(luò)、決策樹(shù)、聚類(lèi)、關(guān)聯(lián)分析、回歸分析和社會(huì)網(wǎng)絡(luò)用戶(hù)情感分析等，并學(xué)習(xí)如何將它們應(yīng)用到業(yè)務(wù)數(shù)據(jù)。4.結(jié)合實(shí)際案例以及上機(jī)操作講解培訓(xùn)內(nèi)容數(shù)據(jù)挖掘簡(jiǎn)介數(shù)據(jù)挖掘的概念CRISP-DM方法論SPSS Modeler 18簡(jiǎn)介數(shù)據(jù)理解數(shù)據(jù)理解缺失值定義數(shù)據(jù)審核節(jié)點(diǎn)介紹分布圖節(jié)點(diǎn)----初步理解字符型字段的分直方圖/統(tǒng)計(jì)節(jié)點(diǎn)----初步理解數(shù)值型字段的分布常用數(shù)據(jù)分析圖畫(huà)法SPSS Modeler分類(lèi)技術(shù)決策樹(shù)技術(shù)Lo
講師：趙衛(wèi)東查看詳情
大數(shù)據(jù)在人力資源中的應(yīng)用???? 一、大數(shù)據(jù)及其特點(diǎn)???? 二、大數(shù)據(jù)的本質(zhì)是洞察1. 洞察未來(lái)趨勢(shì)2. 洞察管理規(guī)律3. 洞察客戶(hù)需求4. 洞察員工表現(xiàn)5. 洞察客戶(hù)誠(chéng)信6. 洞察合適人選???? 三、大數(shù)據(jù)與人力資源管理?? ??? ?1. 大數(shù)據(jù)預(yù)測(cè)人員升遷與離職?????? 2. 大數(shù)據(jù)與人才發(fā)現(xiàn)?????? 3. 獵頭公司是怎么找人的？?????? 4. 大數(shù)據(jù)與人才管理?????? 5. 大數(shù)據(jù)能夠翻轉(zhuǎn)考核?????? 6. 大數(shù)據(jù)幫助招聘經(jīng)理篩選簡(jiǎn)歷?????? 7. 大數(shù)據(jù)與人才評(píng)價(jià)?????? 8. 大數(shù)據(jù)促進(jìn)人員學(xué)習(xí)培訓(xùn)???? 四、大數(shù)據(jù)與
講師：趙衛(wèi)東查看詳情
銀行大數(shù)據(jù)應(yīng)用實(shí)踐 ?。保鹑诖髷?shù)據(jù)應(yīng)用的問(wèn)題互聯(lián)網(wǎng)金融尤其依賴(lài)數(shù)據(jù)金融業(yè)本身就是基于數(shù)據(jù)與信息的產(chǎn)業(yè)目前的問(wèn)題：數(shù)據(jù)特點(diǎn)與組成數(shù)量不夠大；維度不夠多核心數(shù)據(jù)、外圍數(shù)據(jù)、常規(guī)渠道的數(shù)據(jù)、社會(huì)化的數(shù)據(jù)等技術(shù)不足互聯(lián)網(wǎng)的流行使得非結(jié)構(gòu)化數(shù)據(jù)的數(shù)量和維度都遠(yuǎn)遠(yuǎn)超過(guò)傳統(tǒng)結(jié)構(gòu)化數(shù)據(jù)；傳統(tǒng)IT公司的產(chǎn)品和服務(wù)已經(jīng)不能勝任2. 金融大數(shù)據(jù)組成系統(tǒng)日志數(shù)據(jù)GIS地理信息數(shù)據(jù)在線交易數(shù)據(jù)客戶(hù)提供的信息（申請(qǐng)、表格等）社交網(wǎng)絡(luò)、公共網(wǎng)頁(yè)得到客戶(hù)的信用記錄以及信用歷史和目標(biāo)客戶(hù)有類(lèi)似行為模式的客戶(hù)數(shù)據(jù)金融以及經(jīng)濟(jì)數(shù)據(jù)社交網(wǎng)絡(luò)的數(shù)據(jù)（個(gè)人、家庭計(jì)劃等）3. 金融客戶(hù)全生命周期管理客戶(hù)身份識(shí)別方法——個(gè)體精準(zhǔn)定向姓名