刘晖：数据工程专项培训

刘晖注册讲师 27查看

课程概要

培训时长 : 2天

课程价格 : 扫码添加微信咨询

课程分类 : 培训开发

课程编号 : 16891

联系老师

适用对象

课程介绍

【课程收益】

掌握数据仓库模型及相关知识；
掌握数据存储方案的设计；
掌握数据处理过程的规划、设计、优化；

【课程特色】

1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。

2. 清晰的知识结构，根据应用经验采用最优化授课模式。

3. 内容充沛、详略得当，前后呼应。

4. 讲师资历丰富，具有丰富的实践经验。

5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪

【课程对象】相关人员

【课程时长】2天（6小时/天）

【课程大纲】

第一部分：数据仓库

数据仓库与数据挖掘概述
数据仓库的发展与展望
数据仓库的体系结构
数据仓库的参照结构
数据挖掘技术概述
数据挖掘技术与工具
数据挖掘的应用

数据仓库开发模型

数据仓库开发模型
数据仓库概念模型
数据仓库逻辑模型
数据仓库的物理模型
数据仓库的元数据模型
数据仓库的粒度和聚集模型

数据仓库开发应用过程

数据仓库的规划
数据仓库的概念模型设计
数据仓库的逻辑模型设计
数据仓库的物理模型设计
数据仓库的实施
数据仓库的应用、支持和增强

OLAP 技术

OLAP 技术概念
OLAP 与多维分析
OLAP 的实施
多维 OLAP 与关系 OLAP
OLAP 技术评价

数据挖掘技术

传统的统计分析类数据挖掘技术
统计分析类工具
统计分析类工具的应用
统计分析类工具应用的问题
知识挖掘系统的体系结构
现代挖掘技术及应用
知识发现工具与应用
数据挖掘技术的发展
数据挖掘的主要算法和模型
聚集
决策树
神经网络
关联分析
序列分析

数据预处理技术

数据清理
集成和变换
规范化
数据归约
维归约
数据压缩
数值归约

数据仓库应用与管理

数据仓库用户
数据仓库应用案例
数据仓库的运行技术管理
数据仓库的元数据管理
数据仓库应用中的法律问题
数据仓库的成本与效益分析

数据仓库开发实例

实例数据仓库的规划与分析
数据仓库开发工具的应用
数据仓库创建实例
数据仓库事实表与多维数据集的建立

数据仓库与挖掘应用实例

数据仓库的数据加载与钻取
数据挖掘模型的设计
数据挖掘工具的应用
数据仓库客户端界面的设计

第二部分：数据存储方案

分布式存储系统概述
大数据集（超大文件）存储
海量小文件存储
分布式存储技术发展新动向和趋势
从Google云计算体系，理解海量数据处理的方法
从Hadoop云计算项目，进一步研究云数据处理方法
从Windows Azure，理解平台即服务的本质
从Amazon云计算，讨论如何提供云服务
实施云计算的关键点：安全策略
当前数据中心如何向云计算环境转变？
基础设施即服务（IaaS）关键实现技术
软件即服务（SaaS）关键实现技术

第三部分数据处理过程的规划、设计、优化

什么是数据工程师
数据科学家和数据工程师的区别
数据工程中的不同角色
核心数据工程技能

课程1：大数据技术基础与应用

时间

内容

案例实践与练习

一、大数据时代背景

二、大数据业务应用场景

三、大数据在各行业最佳实践案例

案例讨论：大数据行业应用价值

一、大数据处理技术发展趋势

二、大数据主要存储技术介绍

三、大数据主要计算技术介绍

案例分析： 大数据与传统存储计算技术的关系

课程2：大数据基础理论与算法入门

时间	内容
	第1个主题：概率论与数理统计入门聊聊概率这件事什么是随机变量什么是概率分布什么是古典概型联合概率与边缘概率乘法与全概率公式贝叶斯公式介绍独立性与独立事件课堂实操：概率统计各种相关类型习题讲解，由浅入深探索概率统计在各种业务/项目上的应用。
	第2个主题：离散值的概率分布定义与分布律介绍离散型随机变量介绍伯努利、二项及泊松分布期望值及其计算方法方差与标准差介绍大数定理介绍课堂实操：概率统计各种相关类型习题讲解，由浅入深探索概率统计第3个主题：SQL语法与应用实战 SQL概述数据库基本操作数据类型和约束条件数据填充与数据导入查询操作符与子查询 SQL查询函数介绍课堂实操：动手实际实现客户订单查询案例
	第4个主题：数据预处理数据审核数据筛选数据排序数据清洗数据集成数据变换数据归约课堂实操：合并不同数据源数据、缺失值与异常值处理、数据标准化处理、Matplotlib绘图第5个主题：数据分析入门数据分析概述数据分析开发环境搭建数据分析学习技巧课堂实操：量化炒股实例、python常用科学计算
	第6个主题：数据算法基础 K最邻近算法朴素贝叶斯线性回归梯度下降最大似然估计多重回归模型 Logistic回归 Logistic函数介绍支持向量机课堂实操：算法练习
	第7个主题：数据算法基础什么是决策树什么是熵神经网络的感知机前向传播神经网络什么是聚类 K均值算法自然语言处理推荐系统介绍课堂实操：实现机器学习相关完整案例

课程3：Hadoop生态系统

时间	内容	案例实践与练习
	一、HDFS特征及读写文件二、NameNode的考虑三、HDFS安全概览	案例练习：HDFS基础命令
	一、运用 Hadoop文件Shell 二、利用Flume 从外部源摄取数据三、利用Sqoop从关系数据库摄取数据	案例练习：HDFS脚本及接口命令
	一、MapReduce原理及特征二、YARN2.0架构与原理三、Zookeeper和YARN2.0关系	案例练习：MapReduce运行及调度
	一、SQOOP原理及特征二、SQOOP开发应用三、SQOOP和Hadoop关系	案例练习：SQOOP开发
	一、zookeeper原理及特征二、zookeeper架构与应用三、Zookeeper和Hadoop关系	案例练习：Zookeeper集群管理命令
	一、HBase原理及特征二、HBase and RDBMS 三、HBase Shell	案例练习：HBase Shell命令
	一、创建表二、HBase 的ROWKEY设计三、Hbase的优化设计	案例练习：HBase 优化设计
	一、Hive模式和数据存储二、Hive与传统数据库的比较三、Hive应用案例	案例练习：Hive模式及管理命令
	一、HQL基础DDL编程二、HQL基础DML编程三、HQL实现关联操作	案例练习：Hive 基础开发
	一、Hive管理的各中表与模型应用二、装载数据进入Hive 三、Hive维度模型开发应用	案例练习：Hive模型开发
	一、Flume装载数据进入Hive 二、SQOOP装载数据进入Hive 三、Hive开发与Hadoop关系	案例练习：Hive接口开发
	一、Scala基础知识二、Scala常用集合三、Scala应用场景	案例练习：Scala基础开发
	一、函数对象二、编程实例三、Scala高级开发应用	案例练习：Scala开发应用

课程4：Spark生态系统

时间	内容	案例实践与练习
	一、Spark发展历史及简介二、Spark业务应用场景三、Spark与Hadoop系统关系	案例讨论：Spark与Hadoop系统关系
	一、Spark原理及特征二、Spark架构及组件应用场景三、Spark接口及应用场景	案例讨论：Spark接口及应用场景
	一、RDD基础二、转换操作与执行操作三、共享变量	案例练习：RDD基础开发操作
	一、Spark计算框架原理及特征二、Spark架构与应用三、Spark之宽窄依赖和DAG调度	案例练习：Spark计算模型及运行日志查看
	一、Spark资源调度原理及特征二、Spark资源调度架构及应用三、Spark资源调度基于Hadoop	案例练习：Spark调度命令
	一、Spark生态系统接口介绍二、Spark生态系统接口与Hadoop 三、Spark生态系统接口与大数据分析	案例练习：Spark接口开发
	一、Spark SQL原理与架构二、Hive SQL与Spark SQL 三、Spark SQL开发应用	案例练习：Spark SQL基础开发
	一、Spark SQL与Hive 二、Spark SQL与模型构建三、Spark SQL与数据挖掘分析	案例练习：Spark SQL模型开发
	一、Spark Streaming基本原理二、Spark Streaming开发基础三、Spark Streaming开发应用	案例练习：Spark Streaming开发
	一、Spark ML读取数据二、Spark ML对数据进行探索三、Spark ML训练模型	案例练习：Spark Mllib开发
	一、Spark ML组装任务二、Spark ML评估、优化模型三、Spark Mllib开发	案例练习：Spark Mllib开发
	一、Spark GraphX 的核心代码剖析二、Spark GraphX 命令方式操作三、Spark GraphX 的客户端 API 介绍	案例练习：Spark Graphx开发

课程5：大数据流式处理技术入门

时间	内容	案例实践与练习
	一、大数据流式处理技术原理与架构二、大数据实时计算应用场景三、大数据实时计算与Hadoop系统	案例讨论：大数据实时计算与Hadoop系统
	一、大数据流式处理组件介绍二、SparkStreaming与各流计算组件特点三、大数据流式处理技术选型实践	案例讨论：大数据流式处理技术选型
	一、FLUME基本原理二、FLUME架构部署三、FLUME管理运维开发命令	案例练习：FLUME开发基础
	一、FLUME读取数据二、FLUME处理数据三、FLUME写入数据	案例练习：FLUME开发应用
	一、Kafka基本原理二、Kafka架构部署三、Kafka管理运维开发命令	案例练习：Kafka开发基础
	一、Kafka读取数据二、Kafka处理数据三、Kafka写入数据	案例练习：Kafka开发应用
	一、ELK各组件特点二、ELK架构优势三、ELK开发应用场景	案例练习：ELK开发基础
	一、ELK部署配置二、ELK管理运维三、ELK开发应用	案例练习：ELK开发应用
	一、Flink原理二、Flink架构优势三、Flink开发应用场景	案例练习：Flink开发基础
	一、Flink部署配置二、Flink管理运维三、Flink开发应用	案例练习：Flink开发应用

刘晖老师的其他课程

• 刘晖：数据仓库的建设方法: 【课程特色】1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。2. 清晰的知识结构，根据应用经验采用最优化授课模式。3. 内容充沛、详略得当，前后呼应。4. 讲师资历丰富，具有丰富的实践经验。5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪【课程时间】2天【课程大纲】第1章大数据与数据仓库概论1.1 大数据概论1.1.1 什么是大数据1.1.2 大数据生态圈简介1.1.3 大数据应用场景1.2 数据仓库概论1.2.1 什么是数据仓库1.2.2 数据仓库能干什么1.2.3 数据仓库的特点第2章项目需求描述2.1 任务概述2.1.1 产品描述2.1.2 系统目标2.1.3 系统功能结构2.1.4 系统流程图2.2 业务描述2.2.1 采集模块业务描述2.2.2 数据仓库需求业务描述2.2.3 数据可视化业务描述2.3 系统运行环境2.3.1 硬件环境2.3.2 软件环境第3章项目部署的环境准备3.1 Linux环境准备3.1.1 VMware安装3.1.2 CentOS安装3.1.3 远程终端安装3.2 Linux环境配置3.2.1 网络配置3.2.2 网络IP地址配置3.2.3 主机名配置3.2.4 防火墙配置3.2.5 一般用户设置3.3 Hadoop环境搭建3.3.1 虚拟机环境准备3.3.2 JDK安装3.3.3 Hadoop安装3.3.4 Hadoop分布式集群部署3.3.5 配置Hadoop支持LZO压缩3.3.6 配置Hadoop支持Snappy压缩第4章用户行为数据采集模块4.1 日志生成4.2 采集日志的Flume 4.2.1 Flume组件4.2.2 Flume安装4.2.3 采集日志Flume配置4.2.4 Flume的ETL拦截器和日志类型区分拦截器4.2.5 采集日志Flume启动、停止脚本4.3 消息队列Kafka 4.3.1 Zookeeper安装4.3.2 Zookeeper集群启动、停止脚本4.3.3 Kafka安装4.3.4 Kafka集群启动、停止脚本4.3.5 Kafka Topic相关操作4.4 消费Kafka日志的Flume 4.4.1 消费日志Flume配置4.4.2 消费日志Flume启动、停止脚本4.5 采集通道启动、停止脚本第5章业务数据采集模块5.1 电商业务概述5.1.1 电商业务流程5.1.2 电商常识5.1.3 电商表结构5.1.4 数据同步策略5.2 业务数据采集5.2.1 MySQL安装5.2.2 业务数据生成5.2.3 业务数据建模5.2.4 Sqoop安装5.2.5 业务数据导入数据仓库第6章数据仓库搭建模块6.1 数据仓库理论准备6.1.1 范式理论6.1.2 关系模型与维度模型6.1.3 星形模型、雪花模型与星座模型6.1.4 表的分类6.1.5 为什么要分层6.1.6 数据仓库建模6.1.7 业务术语6.2 数据仓库搭建环境准备6.2.1 MySQL HA 6.2.2 Hive安装6.2.3 Tez引擎安装6.3 数据仓库搭建——ODS层6.3.1 创建数据库6.3.2 用户行为数据6.3.3 ODS层用户行为数据导入脚本6.3.4 业务数据6.3.5 ODS层业务数据导入脚本6.4 数据仓库搭建——DWD层6.4.1 用户行为启动日志表解析6.4.2 用户行为事件表拆分6.4.3 用户行为事件表解析6.4.4 业务数据维度表解析6.4.5 业务数据事实表解析6.4.6 拉链表构建之用户维度表6.4.7 DWD层数据导入脚本6.5 数据仓库搭建——DWS层6.5.1 系统函数6.5.2 用户行为数据聚合6.5.3 业务数据聚合6.5.4 DWS层数据导入脚本6.6 数据仓库搭建——DWT层6.6.1 设备主题宽表6.6.2 会员主题宽表6.6.3 商品主题宽表6.6.4 优惠券主题宽表6.6.5 活动主题宽表6.6.6 DWT层数据导入脚本6.7 数据仓库搭建——ADS层6.7.1 设备主题6.7.2 会员主题6.7.3 商品主题6.7.4 营销主题6.7.5 ADS层数据导入脚本6.8 结果数据导出脚本6.9 会员主题指标获取的全调度流程6.9.1 Azkaban安装6.9.2 创建可视化的MySQL数据库和表6.9.3 编写指标获取调度流程第7章数据可视化模块7.1 模拟可视化数据7.1.1 会员主题7.1.2 地区主题7.2 Superset部署7.2.1 环境准备7.2.2 Superset安装7.3 Superset使用7.3.1 对接MySQL数据源7.3.2 制作仪表盘第8章即席查询模块8.1 Presto 8.1.1 Presto特点8.1.2 Presto安装8.1.3 Presto优化之数据存储8.1.4 Presto优化之查询SQL 8.1.5 Presto注意事项8.2 Druid 8.2.1 Druid简介8.2.2 Druid框架原理8.2.3 Druid数据结构8.2.4 Druid安装（单机版）8.3 Kylin 8.3.1 Kylin简介8.3.2 HBase安装8.3.3 Kylin安装8.3.4 Kylin使用8.3.5 Kylin Cube构建原理8.3.6 Kylin Cube构建优化8.3.7 Kylin BI工具集成8.4 即席查询框架对比第9章元数据管理模块9.1 Atlas入门9.1.1 Atlas概述9.1.2 Atlas架构原理9.2 Atlas安装及使用9.2.1 安装前环境准备9.2.2 集成外部框架9.2.3 集群启动9.2.4 导入Hive元数据到Atlas 9.3 Atlas界面查看及使用9.3.1 查看基本信息9.3.2 查看血缘依赖关系

• 刘晖：软件质量管理、评审及测试: 【课程特色】1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。2. 清晰的知识结构，根据应用经验采用最优化授课模式。3. 内容充沛、详略得当，前后呼应。4. 讲师资历丰富，具有丰富的实践经验。5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪【课程时间】2天【课程大纲】第 1章绪论 1.1　软件测试的产生与发展　1.1.1　软件测试的产生　1.1.2　软件测试的第一类测试方法　1.1.3　软件测试的第二类测试方法　1.1.4　软件测试与软件质量　1.2　软件缺陷、软件错误、软件失败　1.2.1　第一个Bug　1.2.2　软件缺陷　1.2.3　缺陷产生的原因　1.2.4　PIE模型　1.3　软件测试的意义、原则和挑战　1.3.1　软件发展特点对软件测试的影响　1.3.2　软件缺陷导致的事故案例　1.3.3　软件测试的意义　1.3.4　软件测试的基本原则　1.3.5　关于测试的错误认识　1.3.6　软件测试面临的挑战　第 2章　软件测试策略　2.1　软件测试的模型、过程和生命周期　2.1.1　软件测试的模型　2.1.2　软件测试的过程　2.1.3　软件测试的生命周期　2.2　软件测试的方法和技术　2.2.1　静态测试与动态测试　2.2.2　黑盒测试和白盒测试　2.2.3　手工测试与自动化测试　2.2.4　软件测试的基本策略　第3章　黑盒测试　3.1　黑盒测试简介　3.2　等价类划分测试法　3.2.1　等价类划分　3.2.2　等价类划分测试　3.2.3　等价类的组合　3.3　边界值测试法　3.3.1　边界值　3.3.2　边界值测试用例设计　3.3.3　边界值的组合　3.4　错误推测法　3.4.1　错误推测法简介　3.4.2　登录测试错误推测法应用　3.4.3　数据表操作测试错误推测法应用及示例　3.5　判定表驱动法　3.5.1　判定表　3.5.2　判定表的建立　3.5.3　判定表驱动测试示例　3.6　因果图法　3.6.1　因果图介绍　3.6.2　因果图法设计测试用例的步骤　3.6.3　因果图法设计测试用例示例　3.7　场景法　3.7.1　事件流　3.7.2　场景法设计测试用例的步骤　3.7.3　场景法应用示例　3.8　正交实验法　3.8.1　正交实验法应用背景　3.8.2　正交实验法简介　3.8.3　正交实验法应用步骤和原则　3.8.4　正交实验法应用示例　第4章　白盒测试　4.1　白盒测试简介　4.2　静态白盒测试　4.2.1　代码检查　4.2.2　静态结构分析　4.2.3　程序流程分析　4.2.4　编程规范　4.2.5　静态测试扫描工具　4.2.6　静态测试扫描工具安装与使用　4.3　逻辑覆盖　4.3.1　逻辑覆盖简介　4.3.2　语句覆盖　4.3.3　判定覆盖　4.3.4　条件覆盖　4.3.5　条件/判定覆盖　4.3.6　条件组合覆盖　4.3.7　修正条件/判定覆盖　4.3.8　覆盖标准　4.4　基本路径覆盖　4.4.1　控制流图　4.4.2　环路复杂度　4.4.3　基本路径覆盖及实例　4.5　测试覆盖分析工具　4.5.1　JaCoCo　4.5.2　JCov　4.5.3　Cobertura　4.6　循环测试　4.6.1　基本循环结构测试　4.6.2　复合循环结构测试　4.7　程序变异测试　4.7.1　程序变异　4.7.2　变异测试　4.7.3　变异测试的优缺点　4.8　符号执行　4.8.1　符号执行简介　4.8.2　符号执行示例　4.8.3　符号执行的特点和作用　4.9　程序插桩和调试　4.9.1　断言　4.9.2　设计插桩　第5章　软件测试过程　5.1　单元测试　5.1.1　单元测试简介　5.1.2　单元测试的任务　5.1.3　JUnit单元测试入门　5.2　集成测试　5.2.1　集成测试简介　5.2.2　一次性集成与增量式集成　5.2.3　自顶向下集成与自底向上集成　5.2.4　基于调用图的集成　5.2.5　其他集成测试方法　5.3　系统测试　5.3.1　系统测试简介　5.3.2　系统测试项目　5.4　验收测试　5.4.1　验收测试简介　5.4.2　验收测试的分类　5.5　回归测试　5.5.1　回归测试简介　5.5.2　实施回归测试　第6章　面向对象测试　6.1　面向对象特点对测试的影响　6.1.1　封装对测试的影响　6.1.2　继承对测试的影响　6.1.3　多态对测试的影响　6.1.4　复杂的依赖关系对测试的影响　6.2　面向对象测试技术　6.2.1　面向对象测试技术简介　6.2.2　类测试　第7章　自动化测试　7.1　自动化测试技术和工具　7.1.1　自动化测试简介　7.1.2　自动化测试的优点、局限性和适用情况　7.1.3　自动化测试工具　7.2　自动化黑盒测试　7.2.1　自动化黑盒测试的基本原理　7.2.2　自动化黑盒测试的相关技术　7.3　自动化白盒测试　7.3.1　自动化白盒测试工具Logiscope　7.3.2　Logiscope的功能　第8章　软件评审　8.1　软件评审简介　8.1.1　软件评审的概念　8.1.2　软件评审的作用　8.1.3　软件评审的特点　8.2　软件评审活动　8.2.1　需求评审　8.2.2　概要设计评审　8.2.3　详细设计评审　8.2.4　数据库设计评审　8.2.5　测试评审　8.2.6　验收评审　8.3　软件评审技术和工具　8.4　软件评审的组织和相关因素　8.4.1　软件评审的组织　8.4.2　软件评审的相关因素　第9章　软件质量与质量保证　9.1　软件错误及分类　9.1.1　各种软件错误　9.1.2　程序正确性的标准　9.1.3　软件错误的分类　9.2　程序中隐藏错误数量估计　9.2.1　种子模型法　9.2.2　Hyman估算法　9.2.3　回归分析　9.3　软件质量　9.3.1　软件质量基本概念　9.3.2　相关概念　9.3.3　软件质量特性　9.4　软件质量模型和质量度量　9.4.1　软件质量模型　9.4.2　软件质量的度量　9.4.3　不同质量之间的关系　9.5　软件质量管理与质量保证　9.5.1　软件质量管理　9.5.2　软件质量保证　9.5.3　软件质量保证体系　第 10章　测试的组织和管理　10.1　人员和资源组织　10.1.1　软件测试工作的特点　10.1.2　软件测试人员组织　10.1.3　软件测试资源组织10.2　过程和进度管理　10.2.1　软件测试项目的生命周期　10.2.2　测试进度管理　10.3　测试文档、测试用例和缺陷管理　10.3.1　测试文档管理　10.3.2　测试用例管理　10.3.3　缺陷管理　第 11章　软件测试热点　11.1　安全测试　11.1.1　安全测试简介　11.1.2　安全测试方法　11.1.3　安全测试示例　11.2　移动应用测试　11.2.1　移动应用测试简介　11.2.2　移动应用自动化测试工具简介　11.2.3　移动应用测试示例　第12章实战：根据客户实际情况做针对性实战

• 刘晖：软件运维基础: 【课程特色】1. 课上采用案例式教学，通俗易懂，课下一对一辅导强化训练，学与练交叉进行强化记忆，你所要做的就是认真听，勤于问，乐于练。2. 清晰的知识结构，根据应用经验采用最优化授课模式。3. 内容充沛、详略得当，前后呼应。4. 讲师资历丰富，具有丰富的实践经验。5. 知识讲授+贴身案例+场景故事+互动讨论+现场演练+落地跟踪【课程时间】3天【课程大纲】第1章运维是做什么1.1 IT运维的4件要事1.2 IT运维服务的原则1.3 实现服务平衡1.4 落实整体运维1.5 贯穿始终的服务流程第2章有目的、有计划地做事2.1 怎样确定目标2.2 怎样制订计划2.3 怎样按计划做事第 3章运维硬功夫——运维硬件技术介绍3.1 服务器3.2 存储设备3.3 网络设备3.4 硬件运维技能攻略第4章运维软功夫——运维软件技术介绍4.1 操作系统4.2 中间件软件4.3 数据库4.4 数据备份软件4.5 安全软件4.6 双机软件第 5章精准运维服务5.1 发现运维的价值5.2 精准运维的由来5.3 精准运维的定义5.4 精准运维的方法5.5 互联网、大数据与精准运维5.6 精准运维的利器：风控模型第6章运维服务的治理6.1 理想与困惑6.2 运维服务治理的目的6.3 运维服务治理的原理6.4 运维治理实例第7章应用运维7.1 初识应用运维7.2应用运维，保障企业应用稳定运行的关键7.3演进过程第8章智能运维8.1初识智能运维8.2智能运维，赋予企业运维更强悍的大脑8.3演进过程第9章智能、互联时代的应用运维9.1应用演进趋势9.2技术演进趋势9.3 应用智能运维系统：企业数字战略的关键支撑9.4商业价值评估（ROI分析）9.5系统关键能力第10章应用运维智能化的关键技术10.1异常检测：筛选时间序列数据，发现潜在风险10.2关联分析：实现全景化应用监控的基础10.3数据统计：敏捷高效的信息提取手段10.4预测分析：使应用性能风险防患未然10.5因果推理：专家经验辅助决策支持10.6自治控制：应用运维过程的自动化管理第11章应用智能运维工具图谱11.1开源工具11.1.1业务流程巡检拨测11.1.2应用请求链路追踪11.1.3存储海量监控数据11.1.4机器数据检索分析11.1.5人工智能算法支撑平台11.1.6 应用监控数据可视化11.1.7告警及风险智能管理11.2商业化产品11.2.1 Dynatrace：软件智能平台11.2.2 AppDynamics：思科的战略新方向11.2.3 NewRelic：让应用运维随需即取11.2.4 RealSight APM：全景化应用智能管理11.2.5 Datadog：深度分析应用性能11.2.6 BigPanda：AIOps算法驱动应用自动化运维11.2.7 Numenta NuPIC：类脑计算践行异常检测第12章立足实际需求，规划系统落地方案12.1前期准备12.1.1 需求准备：理解企业现有的应用运维过程12.1.2 应用准备：为目标应用的运行状态准确画像12.1.3 人员准备：组建技术和管理专家团队12.1.4技术准备：储备运维智能化的关键技术12.2规划设计12.2.1围绕运维现状，规划建设愿景12.2.2多部门协作，规划服务质量目标12.2.3制订监控策略，设计SLO计算算法12.2.4专注过程，规划有效的风险管理机制12.3 概念验证12.3.1 围绕核心业务，验证用户数字体验监控方案12.3.2 验证应用全栈监控数据采集技术12.3.3 验证业务流程监控的可行性12.3.4 验证趋势预测算法的可行性12.3.5 验证根源问题分析算法的可行性第13章从零开始搭建应用智能运维系统13.1目标应用场景的定义13.2 规划设计13.3应用全栈监控数据采集13.3.1 用户侧用户数字体验数据采集13.3.2 应用可用性数据采集13.3.3 业务流程数据采集13.3.4 应用运行环境状态数据采集13.4搭建数据湖，存储运维大数据13.4.1 时间序列指标数据存储13.4.2 应用代码链路数据存储13.4.3 链路、拓扑图等关系数据存储13.4.4 数据湖存储与检索能力融合13.5实现全景视图的监控数据可视化13.5.1 业务优先的应用全景可视化仪表盘13.5.2 定义级联可视化人机交互界面13.5.3 选择监控指标，定义告警策略13.6算法驱动，实现应用风险态势感知13.6.1 时间序列监控指标的趋势预测13.6.2建立实时智能的异常检测能力13.6.3通过因果推理分析定位风险根源13.7应用风险告警的智能化管理13.7.1搭建智能化的告警管理框架13.7.2 遍在数据接入，随时回溯数据、解释告警13.7.3 智能合并告警，有效管理风险13.7.4 应用风险根源分析的智能化13.7.5手机端主动探伤检测，防患未然第14章典型应用场景实践14.1开发运维一体化场景14.2应用运行环境的稳定性性能保障14.3基于微服务架构的应用性能监控14.4基于大数据架构的应用运维智能化14.5遍在接入的云应用运维智能化14.6互联网应用的用户数字体验保障14.7物联网应用运维场景14.8应用运行环境的异常检测14.9应用网络质量的预测与分析第15章行业案例实践15.1网联汽车15.1.1 建设背景15.1.2 解决方案15.1.3建设效果15.2制造业15.2.1建设背景15.2.2解决方案15.2.3建设效果

时间	内容
	第1个主题：概率论与数理统计入门聊聊概率这件事什么是随机变量什么是概率分布什么是古典概型联合概率与边缘概率乘法与全概率公式贝叶斯公式介绍独立性与独立事件课堂实操：概率统计各种相关类型习题讲解，由浅入深探索概率统计在各种业务/项目上的应用。
	第2个主题：离散值的概率分布定义与分布律介绍离散型随机变量介绍伯努利、二项及泊松分布期望值及其计算方法方差与标准差介绍大数定理介绍课堂实操：概率统计各种相关类型习题讲解，由浅入深探索概率统计第3个主题：SQL语法与应用实战 SQL概述数据库基本操作数据类型和约束条件数据填充与数据导入查询操作符与子查询 SQL查询函数介绍课堂实操：动手实际实现客户订单查询案例
	第4个主题：数据预处理数据审核数据筛选数据排序数据清洗数据集成数据变换数据归约课堂实操：合并不同数据源数据、缺失值与异常值处理、数据标准化处理、Matplotlib绘图第5个主题：数据分析入门数据分析概述数据分析开发环境搭建数据分析学习技巧课堂实操：量化炒股实例、python常用科学计算
	第6个主题：数据算法基础 K最邻近算法朴素贝叶斯线性回归梯度下降最大似然估计多重回归模型 Logistic回归 Logistic函数介绍支持向量机课堂实操：算法练习
	第7个主题：数据算法基础什么是决策树什么是熵神经网络的感知机前向传播神经网络什么是聚类 K均值算法自然语言处理推荐系统介绍课堂实操：实现机器学习相关完整案例