<s id="aymem"></s>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <source id="aymem"><optgroup id="aymem"></optgroup></source>
  • <acronym id="aymem"></acronym>
  • 首頁 > 選課中心 > 數據分析 > 【快班】數據治理及數據倉庫模型設計
    【快班】數據治理及數據倉庫模型設計
    此課程所屬 【DBA專業】專業,報名專業套餐,可享受0元學習特惠!點擊了解詳情
    隨報隨學 共11課 ★★★
    開課時間 課程周期 難易度
    招生中

    立即報名
    管理 模型 架構 數據倉庫 數據治理 方法
    課程介紹
    在軟件工程學中,數據模型設計階段的意義非常之重大,并且數據治理是貫穿了數據從始至終的過程的技術、理念和意義。在美國、日韓等IT行業發展比我國更早的國家地區,企業級數據的管理很多都嚴格遵守Data Governance(數據治理)的科學方法論和工業化流程。在國內IT行業經歷了近二十年的系統從無到有、從少到多,數據從少量到海量,應用管理從粗放到精細的過程。在近幾年,國內越來越多的大型企業、政府部門的客戶在自發主動地學習、引進、實施數據架構模式管理和數據治理技術。未來隨著企業級的系統越來越多、數據量越來越大、數據間的交互越來越復雜和頻繁、數據應用分析挖掘需求越來越頻發,對數據的模型精細科學管理以及數據治理的技術需求,會越來越多。

    本課程不是針對具體單一系統的建設、某個功能的實現、某項技術的細節,而是面對企業級整體的數據管控,是宏觀技術的理念和落實方法的培訓講授。以企業級數據治理及數據倉庫模型設計為主題,結合實際項目案例和實施經驗心得,講授數據治理的框架、數據標準化、數據模型管理、元數據管理、源代碼管理及應用影響度分析等各個模塊相關的技術。同時,結合國內大型企業級數據倉庫、大數據平臺的模型設計案例,講解數據倉庫模型的設計技術和方法。這門課程是數據管理方向的高級課程,通過企業級大項目的數據整體流程管理的介紹,囊括了數據從產生前的標準設計、標準應用到數據模型設計、數據模型管理、數據模型和數據庫之間的映射、數據庫內元數據的管理,直到源代碼級別的管理,以及標準-模型-數據庫-應用程序源代碼的整體關系樹的展現。 學習者將從課程中了解到數據從無到有、從生成到停用的整個流程的管理和技術,可以讓普通的開發人員接觸到大型數據系統級別的綜合管理。
    課程大綱
    第  1  課  數據治理初步介紹,概念、意義、價值、包含內容、管理流程、管理組織架構。
    第  2  課  數據標準化的概念介紹及重要性,項目的實施流程,包含的內容,以及量身定制企業級標準單詞詞典的方法。
    第  3  課  數據標準化中的標準域和用語詞典的制作方法、實施流程、管理組織架構和責權分工、管理流程。
    第  4  課  數據模型管理的初步介紹,包括數據模型的概念、管理意義、實踐中的管理辦法以及各層模型中的映射。
    第  5  課  元數據管理、源代碼的應用程序影響度分析、數據質量及數據治理系統的管理模塊介紹
    第6~7課  數據倉庫構建整體架構的介紹,包括構建整體步驟,及各步驟的實施方法。
    第  8  課  詳細介紹數據倉庫建模的方法及構成,主要介紹構成數據倉庫的當事人、協議、產品、服務、資產、事件等數據模型的設計方法。
    第  9  課  介紹當事人模型的概念,設計方法以及包含的內容。
    第 10 課  介紹數據模型中協議的概念、內容,設計方法,通過實際案例進行實戰講解。
    第 11 課  介紹產品模型的概念及構成,產品模型的設計方法,通過實際案例講解產品模型的設計方法。
    授課講師
    鄭保衛,工學博士,恩核(北京)信息技術有限公司創始人,擔任技術總監,出版書籍《海量數據庫解決方案1》,《海量數據庫解決方案2》及《數據架構解決方案》正在準備中。于2013年12月被北京市朝陽區認定為“鳳凰計劃”海外高層次人才。參與過大量關于數據架構、數據建模、數據治理、系統性能優化等方面的項目,長期致力于數據架構及數據治理技術方面的研究和實踐。

    孫斌,恩核(北京)信息技術有限公司數據治理部門總監。12年IT行業經驗,一直在BI、數據倉庫、數據治理等企業級數據應用系統和項目中服務,歷經開發、實施、咨詢、方案設計等多種工作角色和職務。有豐富的企業級數據標準化和數據治理的技術和項目實踐經驗,為國家部委、央企等大型客戶和電信、銀行、保險等數據應用復雜的客戶定制化設計和實施數據治理。
    課程環境
    數據治理課程演示環境,以數據治理平臺META#為主; 數據倉庫模型設計課程以建模工具DA#為主。運行環境為Windows。
    授課對象
    課程主要面向對數據治理(Data Governance)、數據倉庫模型設計感興趣的,希望學習了解數據治理\數據倉庫模型設計的同學
    收獲預期
    能夠了解數據治理、數據標準化、元數據、數據質量等技術知識;
    能夠收獲數據治理相關經驗心得;
    能夠對數據倉庫模型設計有整體了解;
    能夠學習數據倉庫的當事人、協議、產品、服務、資產、事件等數據模型的設計方法。
    課程試聽
    課程學費
    學費:400元(固定學費:300元 + 逆向學費:100元)
    新穎的課程收費形式:“逆向收費”約等于免費學習,課程收取300元固定收費 + 100元逆向學費,學習圓滿則全額獎勵返還給學員!
    特別說明如下
    本門課程本來打算完全免費,某位大神曾經說過“成功就是正確的方向再加上適度的壓力”。考慮到講師本身要付出巨大的勞動,為了防止一些朋友在學習途中半途而廢,浪費了講師的付出,為此我們計劃模仿某些健身課程,使用“逆向收費”的方法。 在 報名時每位報名者收取400元,其中300元為固定 收費,另外100元是暫存學費,即如果學員能完成全部課程要求,包括完成全部的書面作業,則100元全款退回。如果學員未能堅持到完全所有的學習計劃任務,則會被扣款。期望這種方式可以轉化為大家強烈的學習愿望和驅動力!
    課程授課方式

    1、 學習方式:老師發布教學資料、教材,幻燈片和視頻,學員通過網絡下載學習。同時通過論壇互動中老師對學員進行指導及學員之間相互交流。

    2、 學習作業:每課均有布置課后作業,學員完成書面作業后則可進入下一課學習。

    3、 老師輔導:通過論壇站內信及郵件等多種方式與老師進行一對一互動。

    4、 完成課程:最后一課作業交納后,老師完成作業批改,即可完成課程并取回相應剩余的逆向學費。

    聯系我們
    咨詢Email :edu01@www.w2776.comedu02@www.w2776.com
    課程入門討論咨詢QQ群:706821899(群內有培訓公開課視頻供大家免費觀看)
    咨詢QQ: 點擊這里給我發消息 點擊這里給我發消息
    您是否對此課程還有疑問,那么請 點擊進入FAQ,您的問題將基本得到解答
    全國統一咨詢熱線: 4008-010-006
    最新技術熱點、 最新行業資訊,最新培訓課程信息,盡在煉數成金官方微信,低成本傳遞高端知識!技術成就夢想!歡迎關注!
    打開微信,使用掃一掃功能,即刻關注煉數成金官方微信賬戶,不容錯過的精彩,期待您的體驗!!!

    授課老師

    鄭保衛鄭保衛
    鄭保衛:工學博士,恩核(北京)信息技術有限公司創始人,擔任技術總監,出版書籍《海量數據庫解決方案1》,《海量數據庫解決方案2》及《數據架構解決方案》正在準備中。于2013年12月被北京市朝陽區認定為“鳳凰計劃”海外高層次人才。參與過大量關于數據架構、數據建模、數據治理、系統性能優化等方面的項目,長期致力于數  查看>>

    課程所屬專業

    其他快班課程

    【快班】【免費公開課】Python 的安裝與部署
    【快班】計算機視覺算法詳解與實戰開發
    【快班】基于軟件學習數據挖掘算法與案例
    【快班】【免費公開課】《Hadoop入門手冊》——CDH集群安裝
    【快班】Datastage基礎及開發實踐
    【快班】OpenAI強化學習實戰
    【快班】JavaScript從入門到精通
    【快班】贏在大數據-人工智能的應用實踐
    【快班】【免費公開課】《數據科學入門手冊》——DSX架構與部署
    【快班】【免費公開課】數據科學無難事
    【快班】【免費公開課】《Hadoop入門手冊》之 虛擬機的安裝和使用
    【快班】【免費公開課】玩轉數據藝術-數據展示技巧應用實戰
    【快班】【免費公開課】玩轉數據科學——IBM DSX
    【快班】【免費公開課】《Hadoop入門手冊》——Apache Hadoop集群安裝
    【快班】【免費公開課】贏在大數據-數據化運營落地實戰
    【快班】大數據管理
    【快班】Streams流計算引航公開課
    【快班】抽樣調查
    【快班】LATEX公式排版系統引航
    【快班】Watson Analytics數據分析應用實戰公開課
    【快班】數據陷阱解讀
    【快班】R七種武器之文本挖掘包tm
    【快班】R七種武器之可視化JS庫HTMLWidgets包
    【快班】R七種武器之數據加工廠plyr
    【快班】R七種武器之交互化展示包shiny
    【快班】R七種武器之網絡爬蟲RCurl
    【快班】R七種武器之數據可視化包ggplot2
    【快班】R七種武器之金融數據分析quantmod
    【快班】Java經驗談
    【快班】Go語言實戰編程
    【快班】DB2 V11新特性全解析
    【快班】DB2數據庫引航公開課
    【快班】STATA統計分析入門
    【快班】初識正則表達式
    【快班】perl語言入門
    【快班】Scala語言入門
    【快班】Puppet 運維自動化
    【快班】Qt編程快速入門
    【快班】python web框架企業實戰詳解
    【快班】DevSecOps安全交付應用實戰
    【快班】JavaScript突擊-從精通到項目實戰
    【快班】R語言魔鬼訓練營
    【快班】基于案例學習bash腳本編程
    【快班】量化投資基礎計算與模型
    【快班】老板說服術之玩轉數據展示
    【快班】數據庫系統實現技術內幕
    【快班】Goldengate從入門到精通
    【快班】Oracle 12c特性解讀-容器數據庫和災備
    【快班】Oracle 12C RAC集群原理與管理實戰
    【快班】Mycat從入門到精通
    【快班】基于案例學SQL優化
    【快班】大型電商分布式系統實踐
    【快班】深入理解Storm與大數據實戰
    【快班】Java魔鬼訓練營
    【快班】面試突擊-數據結構與算法速成
    【快班】Excel數據分析師突擊—從入門到精通到項目實戰
    【快班】自己動手實踐神經網絡
    【快班】自然語言處理軟件實驗
    【快班】Redis技術實戰
    【快班】推薦系統
    【快班】MongoDB實戰
    【快班】應用系統架構優化方法與案例實戰
    【快班】HBase從入門到精通
    【快班】Hive數據倉庫實踐
    【快班】Hadoop數據分析平臺
    【快班】數據分析與SAS
    【快班】比特幣
    【快班】機器讀心術之文本挖掘與自然語言處理
    【快班】機器讀心術之神經網絡與深度學習
    【快班】快速上手Jmeter性能測試工具
    【快班】軟件性能測試
    【快班】軟件自動化測試Selenium2
    【快班】大數據必知的java基礎
    【快班】快速數據挖掘平臺RapidMiner
    【快班】R語言編程技巧
    【快班】深入BI之Kettle篇
    【快班】基于案例學Java服務器端程序設計
    【快班】Scala從基礎到開發實戰
    【快班】供應鏈物流—電商發展的“核”動力
    【快班】詳解SQL與PL/SQL
    【快班】Oracle職業直通車
    【快班】深度玩轉Excel
    【快班】Hadoop應用開發實戰案例
    【快班】大數據的Linux基礎
    【快班】機器學習
    【快班】量化投資
    【快班】SPSS數據分析入門與提高
    【快班】Python數據分析
    【快班】NoSQL與NewSQL數據庫引航
    【快班】大數據算法導論
    【快班】大數據的矩陣計算基礎
    【快班】R語言數據分析、展現與實例
    【快班】大數據的統計學基礎

    熱招課程

    ◆ 區塊鏈新時代:技術原理與實操(第四期)
    ◆ 安全滲透測試工具之Burp Suite使用精講(第三期)
    ◆ MySQL DBA從小白到大神實戰(第15期)
    ◆ Python機器學習(第八期)
    ◆ 人臉識別90天速成特訓班(第五期)
    ◆ 【強化學習系列】強化視覺導航技術導引(第一期)
    ◆ Web全棧開發理論與實踐(第五期)
    ◆ Hadoop集群原理與運維實踐(第八期)
    ◆ Python數據可視化實戰(第四期)
    ◆ 大數據的統計學基礎(第26期)
    ◆ Oracle DB Performance Tuning(DSI系列Ⅳ)(第四期)
    ◆ 精準安防場景理解及語義分割(第四期)
    ◆ Java Web開發精講(第五期)
    ◆ Python突擊—從入門到精通到項目實戰(第17期)
    ◆ 計算機視覺:從入門到精通,極限剖析圖像識別學習算法(第四期)
    ◆ Python全棧學習——Python基礎及Web開發(第四期)
    ◆ OpenCV計算機視覺產品實戰(第十期)
    ◆ HBase從入門到精通(第11期)
    ◆ 大數據的矩陣計算基礎(第17期)
    ◆ 股票投資基礎之基本面分析(第六期)
    ◆ 黃金Quant工——量化金融分析師進階(第一期)
    ◆ 面試突擊-數據結構與算法速成(第六期)
    ◆ Oracle SQL Tuning(DSI系列Ⅲ)(第五期)
    ◆ 軟件架構必備基礎(第八期)
    ◆ 知識圖譜實戰(第八期)
    ◆ 突擊pyspark:數據挖掘的力量倍增器(第九期)
    ◆ 測試架構師核心技術(第五期)
    ◆ 人臉識別精準安防講習班(第五期)
    ◆ 系統運維之基礎服務進階實戰(第五期)
    ◆ 端到端(End TO End)--由傳統方法到深度學習(第二期)
    ◆ ROS機器人操作系統實戰(第八期)
    ◆ MySQL性能優化最佳實踐(第十期)
    ◆ 深入淺出Git(第九期)
    ◆ Python全棧學習——Python自動化測試(第四期)
    ◆ 股票投資高手武器系列之纏論系統(第六期)
    ◆ OpenAI強化學習實戰(第六期)
    ◆ 基于R的Kaggle實戰案例詳解(第八期)
    ◆ PostgreSQL初識與提高(第三期)
    ◆ Python金融業數據化運營實戰(第五期)
    ◆ 大話流式處理系統 Flink 核心原理(第二期)
    ◆ 深度學習框架Tensorflow學習與應用(第十期)
    ◆ 【百萬年薪系列】視覺的盛宴:深度玩轉人臉識別(第七期)
    ◆ zabbix企業級實踐(第七期)
    ◆ python網絡爬蟲應用實戰(第八期)
    ◆ Elastic Stack實戰(第五期)
    ◆ 機器學習(第28期)
    ◆ Python3入門到精通實戰特訓(第七期)
    ◆ 黃金Quant工——量化金融分析師入門(第三期)
    ◆ 股票投資基礎之技術分析(第八期)
    ◆ Tensorflow工程師職場實戰技(第六期)
    ◆ Oracle DBA從小白到入職實戰應用(第11期)
    ◆ 金融市場基礎(第13期)
    ◆ 左飛的機器學習十八般算法武藝詳解(第九期)
    ◆ Spark大數據平臺應用實戰(第九期)
    ◆ 深度學習框架Keras學習與應用(第十期)
    ◆ 金融的人工智能革命(第11期)
    ◆ locust性能測試實戰(第四期)
    ◆ Python金融投資分析實踐(第11期)

    GMT+8, 2019-8-16 04:22 , Processed in 0.105834 second(s), 33 queries .

    婷婷五月