華為HCIE-Big Data大數據專家培訓課程

華為大數據專家培訓課程介紹：

華為大數據專家(HCIE-Big Data)證定位華為大數據分析領域中大型分布式并行處理數據倉庫平臺的架構原理、優化設計、應用開發和大數據挖掘領域的基礎理論、常用挖掘算法、應用設計以及開發、旨在推動業界大數據行業的專家型人才培養。主要內容包括華為企業級的大型并行處理分布式數據倉庫平臺FusionInsight LibrA的架構、功能特性、數據庫設計開發；數據挖掘理論以及使用華為企業級大數據挖掘平臺FusionInsight Miner和基于華為云的企業智能平臺EI的基礎服務- MLS機器學習服務進行數據深度分析和挖掘、通過華為HCIE-Big Data的學習、您將對大數據技術有更加深入的理解、具備運用大數據技術進行大數據分析應用、大數據挖掘應用的專家能力。

華為HCIE-Big Data大數據專家培訓目標：

理解并掌握大型并行處理數據倉庫平臺的架構原理、分布式關系型數據庫的設計和優化及應用開發；掌握大數據挖掘的基本原理，常用算法、常用挖掘方法、對華為大數據挖掘解決方案FusionInsight Miner和華為云機器學習服務MLS的熟練使用，勝任數據倉庫開發、大數據分析、大數據數據挖掘和人工智能的相關崗位。

華為HCIE-Big Data大數據專家培訓課程大綱：

第一章 數據倉庫平臺FusionInsight LibrA?

?

理論?

第一節 分布式數據庫架構

n?體系架構基本知識

n?熟悉MPP架構及優勢

n?業界產品說明

第二節 FusionInsight LibrA 基本組件簡介

n?LibrA邏輯架構

n?LibrA物理架構

n?LibrA數據庫對象

第三節 FusionInsight LibrA 產品特性和關鍵技術

n?架構和支持的操作系統

n?面向應用開發的基本功能

n?數據庫安全

n?圖形化工具

n?高級特性

第四節 FusionInsight LibrA 配套工具集

n?Database Manager概念與架構

n?Database Manager的安裝

n?Database Manager的使用

n?Data Studio概念與架構

n?Data Studio的安裝與FusionInsight LibrA服務器的配置

n?Data Studio工具支持的特性

n?Data Studio的使用

第五節 FusionInsight LibrA 安全管理

n?訪問控制

n?用戶管理

n?權限管理模型

n?對象權限

n?安全審計

第六節 FusionInsight LibrA 數據庫管理系統并發控制

n?配置負載均衡

n?事務與隔離

n?LibrA鎖機制介紹

第七節 FusionInsight LibrA 數據庫性能監控

n?系統資源監控方式

n?性能相關視圖

n?使用命令行監控集群性能

n?使用DM工具監控集群性能

第八節 FusionInsight LibrA 數據遷移

n?數據遷移場景劃分

n?GDS工具適用場景和使用方法

n?copy from/to適用場景和使用方法

n?開源ELT工具適用場景和使用方法

n?gs_dump/gs_restore適用場景和使用方法

n?gsql工具適用場景和使用方法

n?Roach工具適用場景和使用方法

n?從其他數據庫中遷移數據

第九節 FusionInsight LibrA SQL介紹

n?SQL相關機制和原理

n?利用EXPLAIN進行SQL調優

第十節 FusionInsight LibrA 數據庫設計

n?數據庫邏輯設計

n?存儲模式

n?數據分布

n?表分區

n?索引

第十一節 FusionInsight LibrA 應用程序開發指導

n?FusionInsight LibrA驅動介紹

n?ODBC應用程序開發

n?JDBC應用程序開發

n?基礎開發規范

第二章 FusionInsight LibrA實驗?

n?FusionInsight LibrA基本操作、語法

n?FusionInsight LibrA性能優化

n?網絡KPI數據柵格化處理

n?重點區域數據分析

n?流動人口常駐地分析

第三章 大數據挖掘理論?

第一節 預備知識和數據介紹

n?數據挖掘的定義

n?數據挖掘的流程

n?數據挖掘的應用

n?數據和屬性類型

n?數據的統計描述

n?數據的鄰近性度量

第二節 數據預處理

n?為什么要預處理數據

n?數據清理

n?數據集成

n?數據歸約

n?數據變換

第三節 數據倉庫介紹

n?數據倉庫的概念

n?數據倉庫的體系結構與模型

n?多維數據模型

n?概念分層

n?OLAP與OLTP

n?方體物化

第四節 分類

n?分類和回歸的概念

n?決策樹分類

n?樸素貝葉斯分類

n?組合分類

n?后向傳播分類

n?支持向量機分類

n?模型評估與選擇

第五節 聚類

n?聚類的定義

n?K-均值算法

n?k-中心點算法

第六節 離群點檢測

n?離群點的概念

n?離群點檢測的方法

第七節 關聯規則（Association Rule）

n?關聯規則的定義

n?關聯規則挖掘步驟及相關概念

n?關聯規則挖掘方法分類

n?Apriori算法

第八節 FusionInsight Miner 和華為云機器學習服務MLS

n?FusionInsight Miner整體介紹

n?關系分析

n?標簽管理

n?華為云機器學習服務

第四章 大數據挖掘實戰?

n?銀行定期存款業務預測

n?客戶分群

?