《大數據的培訓系列課程》

《大數據系列培訓的課程目 錄》——段方
段方——北京大學博士后
摘要
列出大數據系列課程目錄，從不同角度詳細介紹大 數據的各種相關內容。從實際案例出發(fā)，分享實際建 設、運營的經驗和教訓，分享個人的思考。
【講師簡介】30 余年計算機（IT）領域從業(yè)經    歷 ，直至博士后的學歷背景 ；16 年大數據系統(tǒng)   （含數據倉庫）設計、建設、應用 、管理、運營 實際經驗，累計投資 120 億元買來的教訓 ；200  余場、各個行業(yè)、各種層級大數據培訓案例 ；先 后出版多本專著書籍目錄
 \l "bookmark1" 1 概念層面培訓 4 H\l "bookmark2" 1.1《大數據下企業(yè)的變革與創(chuàng)新》 4 H\l "bookmark3" 1.1.1【背景】 4 H\l "bookmark4" 1.1.2【定位】 5 H\l "bookmark5" 1.1.3【風格】 5 H\l "bookmark6" 1.1.4【學員要求】 5 H\l "bookmark7" 1.1.5【內容概述】 5 H\l "bookmark8" 1.1.6【收獲】 5 H\l "bookmark9" 1.2《大數據的概念、影響及變革》 5 H\l "bookmark10" 1.2.1【背景】 5 H\l "bookmark11" 1.2.2【定位】 5 H\l "bookmark12" 1.2.3【風格】 6 H\l "bookmark13" 1.2.4【學員要求】 6 H\l "bookmark14" 1.2.5【內容概述】 6 H\l "bookmark15" 1.2.6【收獲】 6 H\l "bookmark16" 1.3《從“互聯(lián)網+”到“大數據*” 》 6 H\l "bookmark17" 1.3.1【背景】 6 H\l "bookmark18" 1.3.2【定位】 6 H\l "bookmark19" 1.3.3【風格】 6 H\l "bookmark20" 1.3.4【學員要求】 7 H\l "bookmark21" 1.3.5【內容概述】 7 H\l "bookmark22" 1.3.6【收獲】 7 H\l "bookmark23" 1.4《大數據下各個行業(yè)的“涅槃”重生》 7 H\l "bookmark24" 1.4.1【背景】 7 H\l "bookmark25" 1.4.2【定位】 7 H\l "bookmark26" 1.4.3【風格】 7 H\l "bookmark27" 1.4.4【學員要求】 7 H\l "bookmark28" 1.4.5【內容概述】 8 H\l "bookmark29" 1.4.6【收獲】 8 H\l "bookmark30" 1.5《美國大數據實際案例摘選》 8 H\l "bookmark31" 1.5.1【背景】 8 H\l "bookmark32" 1.5.2【定位】 8 H\l "bookmark33" 1.5.3【風格】 8 H\l "bookmark34" 1.5.4【學員要求】 8 H\l "bookmark35" 1.5.5【內容概述】 8 H\l "bookmark36" 1.5.6【收獲】 9 H\l "bookmark37" 1.6《我該如何著手做大數據？》 9 H\l "bookmark38" 1.6.1【背景】 9 H\l "bookmark39" 1.6.2【定位】 9 H\l "bookmark40" 1.6.3【風格】 9 H\l "bookmark41" 1.6.4【學員要求】 9 H\l "bookmark42" 1.6.5【內容概述】 9 H\l "bookmark43" 1.6.6【收獲】 9 H\l "bookmark44" 1.7《物聯(lián)網下的大數據分析》 10 H\l "bookmark45" 1.7.1【背景】  10 H\l "bookmark46" 1.7.2【定位】  10 H\l "bookmark47" 1.7.3【風格】  10 H\l "bookmark48" 1.7.4【學員要求】  10 H\l "bookmark49" 1.7.5【內容概述】  10 H\l "bookmark50" 1.7.6【收獲】  10 H\l "bookmark51" 1.8《大數據和大分析》  11 H\l "bookmark52" 1.8.1【背景】  11 H\l "bookmark53" 1.8.2【定位】  11 H\l "bookmark54" 1.8.3【風格】  11 H\l "bookmark55" 1.8.4【學員要求】  11 H\l "bookmark56" 1.8.5【內容概述】  11 H\l "bookmark57" 1.8.6【收獲】  11 H\l "bookmark58" 1.9《大數據面臨的問題匯總》——大數據會死嗎？  11 H\l "bookmark59" 1.9.1【背景】  11 H\l "bookmark60" 1.9.2【定位】  12 H\l "bookmark61" 1.9.3【風格】  12 H\l "bookmark62" 1.9.4【學員要求】  12 H\l "bookmark63" 1.9.5【內容概述】  12 H\l "bookmark64" 1.9.6【收獲】  12 H\l "bookmark65" 2 技術層面培訓  12 H\l "bookmark66" 2.1《大數據與數據倉庫》  12 H\l "bookmark67" 2.1.1【背景】  12 H\l "bookmark68" 2.1.2【定位】  13 H\l "bookmark69" 2.1.3【風格】  13 H\l "bookmark70" 2.1.4【學員要求】  13 H\l "bookmark71" 2.1.5【內容概述】  13 H\l "bookmark72" 2.1.6【收獲】  13 H\l "bookmark73" 2.2《數據倉庫概念及案例實踐》  13 H\l "bookmark74" 2.2.1【背景】  13 H\l "bookmark75" 2.2.2【定位】  14 H\l "bookmark76" 2.2.3【風格】  14 H\l "bookmark77" 2.2.4【學員要求】  14 H\l "bookmark78" 2.2.5【內容概述】  14 H\l "bookmark79" 2.2.6【收獲】  14 H\l "bookmark80" 2.3《大數據的架構設計與實踐》  14 H\l "bookmark81" 2.3.1【背景】  14 H\l "bookmark82" 2.3.2【定位】  14 H\l "bookmark83" 2.3.3【風格】  15 H\l "bookmark84" 2.3.4【學員要求】  15 H\l "bookmark85" 2.3.5【內容概述】  15 H\l "bookmark86" 2.3.6【收獲】  15 H\l "bookmark87" 2.4《大數據中 HADOOP 生態(tài)技術概述》  15 H\l "bookmark88" 2.4.1【背景】  15 H\l "bookmark89" 2.4.2【定位】  15 H\l "bookmark90" 2.4.3【風格】  15 H\l "bookmark91" 2.4.4【學員要求】  16 H\l "bookmark92" 2.4.5【內容概述】  16 H\l "bookmark93" 2.4.6【收獲】  16 H\l "bookmark94" 2.5《HADOOP 原理及應用案例》  16 H\l "bookmark95" 2.5.1【背景】  16 H\l "bookmark96" 2.5.2【定位】  16 H\l "bookmark97" 2.5.3【風格】  16 H\l "bookmark98" 2.5.4【學員要求】  16 H\l "bookmark99" 2.5.5【內容概述】  17 H\l "bookmark100" 2.5.6【收獲】  17 H\l "bookmark101" 2.6《SPARK 原理及應用案例》  17 H\l "bookmark102" 2.7《HIVE/HBASE 技術及應用案例》 17 H\l "bookmark103" 2.8《R 語言的原理與應用》  17 H\l "bookmark104" 2.9《SCALA 原理及應用》  17 H\l "bookmark105" 2.10《HADOOP 生態(tài)運維經驗匯編》  17 H\l "bookmark106" 2.11《數據挖掘的原理及應用案例》  17 H\l "bookmark107" 2.11.1【背景】  17 H\l "bookmark108" 2.11.2【定位】  17 H\l "bookmark109" 2.11.3【風格】  17 H\l "bookmark110" 2.11.4【學員要求】  18 H\l "bookmark111" 2.11.5【內容概述】  18 H\l "bookmark112" 2.11.6【收獲】  18 H\l "bookmark113" 2.12《大數據的數據治理及實踐》  18 H\l "bookmark114" 2.12.1【背景】  18 H\l "bookmark115" 2.12.2【定位】  18 H\l "bookmark116" 2.12.3【風格】  18 H\l "bookmark117" 2.12.4【學員要求】  18 H\l "bookmark118" 2.12.5【內容概述】  19 H\l "bookmark119" 2.12.6【收獲】  19 H\l "bookmark120" 2.13《大數據下的人工智能及案例》  20 H\l "bookmark121" 3 應用層面培訓  20 H\l "bookmark122" 3.1《財務大數據的分析及應用》  20 H\l "bookmark123" 3.2《呼叫中心中的數據掘金》 20 H\l "bookmark124" 3.3《人力資源的數據分析》  20 H\l "bookmark125" 3.4《數據安全的管控方法》  20 H\l "bookmark126" 3.5《大數據的互聯(lián)網思維》  20 H\l "bookmark127" 3.6《大數據下的供應鏈管控》 20 H\l "bookmark128" 3.7《大數據下的客戶欺詐識別》  20 H\l "bookmark129" 3.8《大數據下的位置類服務應用》  20 H\l "bookmark130" 3.9《大數據下的客戶征信類服務應用》  20 H\l "bookmark131" 3.10《大數據下的產品分析》  20 H\l "bookmark132" 3.11《大數據下的精準營銷變革》  20 H\l "bookmark133" 4 管理層面培訓  20 H\l "bookmark134" 4.1《大數據的標準管理》  20 H\l "bookmark135" 4.2《大數據的數據質量管控管理經驗》  20 H\l "bookmark136" 4.3《大數據的安全管控及經驗》  21 H\l "bookmark137" 4.4《大數據的儀表盤》——各種 KPI 的可視化展現  21 H\l "bookmark138" 4.5《大數據的 APP STORE應用激勵》——百花齊放的環(huán)境 ..................................... 21 H\l "bookmark139" 4.6《某中央企業(yè)大數據系統(tǒng) 16 年案例刨析》——避免哪些坑？  21 H\l "bookmark140" 5 行業(yè)培訓  21 H\l "bookmark141" 5.1《大數據助力工業(yè) 4.0》——從 alpha 狗開始的挑戰(zhàn)  21 H\l "bookmark142" 5.2《制造業(yè)的大數據應用及案例》——個性化制造的開始  21 H\l "bookmark143" 5.3《電力行業(yè)的大數據建設與應用》——升級電力數據的價值  21 H\l "bookmark144" 5.4《金融行業(yè)的大數據應用》——大數據顛覆下的“生存 ” 21 H\l "bookmark145" 5.5《會展行業(yè)的大數據》——找到你的客戶  21 H\l "bookmark146" 5.6《食品行業(yè)的大數據》——食品安全的保障  21 H\l "bookmark147" 5.7《電信行業(yè)的大數據》——大數據運營商的轉型  21 H\l "bookmark148" 5.7.1【背景】  21 H\l "bookmark149" 5.7.2【定位】  22 H\l "bookmark150" 5.7.3【風格】  22 H\l "bookmark151" 5.7.4【學員要求】  22 H\l "bookmark152" 5.7.5【內容概述】  22 H\l "bookmark153" 5.7.6【收獲】  22 H\l "bookmark154" 5.8《汽車行業(yè)的大數據》——讓汽車成為你的助手  23 H\l "bookmark155" 5.9《培訓行業(yè)的大數據》——真正的“ 因材施教 ” 23 H\l "bookmark156" 5.10《旅游行業(yè)的大數據》——洞察游客的行為和愛好  23 H\l "bookmark157" 5.11《政府行業(yè)的大數據》——用大數據提升效率和效果  23 H\l "bookmark158" 5.12《石油行業(yè)的大數據》——比石油更貴的“數據金子 ” 23 H\l "bookmark159" 5.13《手機行業(yè)的大數據》——切入大數據的入口  23 H\l "bookmark160" 5.14《互聯(lián)網企業(yè)的大數據》——如何轉型成為大數據平臺？  23 H\l "bookmark161" 6 特點及定位  231 概念層面培訓
1.1《大數據下企業(yè)的變革與創(chuàng)新》
1.1.1【背景】
大數據對企業(yè)的傳統(tǒng)管理模式帶來很多挑戰(zhàn)。本課程從宏觀角度，闡述大數據如何企業(yè)在客 戶分析、產品分析、營銷分析、精準管理等方面的深刻影響。
1.1.2【定位】
站在企業(yè)角度，闡述大數據會帶來的深刻影響。讓管理者意識到新的變革及機遇已經來臨。
1.1.3【風格】
風趣幽默，啟發(fā)思考為主。
1.1.4【學員要求】
企業(yè)的管理層（中層及高層）為主，不需要 IT 知識、大數據知識背景，熟悉管理即可。
1.1.5【內容概述】
大數據的基本概念；大數據對各個行業(yè)的深刻影響；大數據對客戶的“透視”分析；大數據對 產品的 360 度分析；大數據顛覆的營銷模式；大數據下的精細化管理模式（“火眼金睛 ”）； 大數據改變的思維模式等。
1.1.6【收獲】
借助大量理念和案例，能夠從觀念上理解大數據對企業(yè)帶來的顛覆性變革，意識到未來每個 企業(yè)都無法離開大數據！為后續(xù)企業(yè)的大數據發(fā)展進行鋪墊和思考。
1.2《大數據的概念、影響及變革》
1.2.1【背景】
闡述大數據的基本概念，解釋相關特點，列出有關的技術挑戰(zhàn)；解釋大數據對社會的深刻影   響，改變了社會的規(guī)劃、設計、治理、服務格局；對每個人，大數據如何影響我們的生活； 大數據帶來的深刻變革和深遠影響。本課程從宏觀角度，闡述大數據如何改變了當今的社會   管理模式，對每個人的生活、工作和學習都帶來了哪些影響，會為中國帶來哪些變革等。
1.2.2【定位】
站在社會和學科角度，闡述大數據會給社會和周圍帶來的深刻影響。讓學員意識到大數據浪 潮已經來臨，沒有人能夠置身世外。讓管理者意識到巨大的變革機遇。
1.2.3【風格】
風趣幽默，適當技術切入，啟發(fā)思考為主。
1.2.4【學員要求】
政府官員、企業(yè)的管理層（中層及高層）、學生、各行各業(yè)人員為主，不需要 IT 知識、大數 據知識背景。
1.2.5【內容概述】
大數據的基本概念和特點；大數據的技術概述及對中國的戰(zhàn)略機遇；大數據對社會的影響 （改變我們的思維、顛覆我們的想象）；大數據在國內外的發(fā)展及案例；大數據改變社會治 理（規(guī)劃、監(jiān)控、治安等）的模式；大數據改變我們的生活（衣食住行角度的顛覆）；大數 據的變革浪潮（無人可以置身世外），改變了我們的思維。
1.2.6【收獲】
借助大量理念和案例，能夠從觀念上理解大數據對社會和個人帶來的顛覆性變革，意識到未 來每個人、每個組織都無法離開大數據！引發(fā)學員的思考，“腦洞大開 ”。
1.3《從 “互聯(lián)網+”到“大數據*”》
1.3.1【背景】
闡述互聯(lián)網+的概念和特點，引導出“大數據*” 的概念和歷程；從互聯(lián)網角度，闡述會產生出 哪些大數據，數據有哪些維度特點；論述“互聯(lián)網+”到“大數據*” 的歷史必然；闡述 IT 架構的 差異和演變歷程；論述大數據對各個行業(yè)和企業(yè)的乘法功效。
1.3.2【定位】
站在技術發(fā)展演進的角度，闡述從互聯(lián)網發(fā)展到大數據的必然；列述了互聯(lián)網+應用升級到 大數據*之后的價值變革。
1.3.3【風格】
風趣幽默，技術切入，引導思考為主。
1.3.4【學員要求】
政府官員、企業(yè)的管理層（中層及高層）、學生、各行各業(yè)為主，需要初級的 IT 知識、大數 據知識背景。
1.3.5【內容概述】
互聯(lián)網的發(fā)展沿革和其對社會的巨大影響；互聯(lián)網帶來的豐富數據源及其巨大的價值；大數 據*的歷史演進必然；進入大數據*的 IT 架構關鍵點及注意事項；大數據對各個行業(yè)及企業(yè)的 乘法效力。
1.3.6【收獲】
借助互聯(lián)網技術的發(fā)展沿革，闡述到“大數據*” 的歷史發(fā)展必然；了解這種升級過程對于  IT 系統(tǒng)的變革和關鍵點；理解大數據對各個行業(yè)和企業(yè)的乘法倍增效益。
1.4《大數據下各個行業(yè)的 “涅槃 ”重生》
1.4.1【背景】
闡述大數據的歷史由來和特點，分析大數據對社會中每個行業(yè)帶來的的顛覆性影響；闡述大 數據改變每個行業(yè)的角度和方向；分享相關的案例，論述各個行業(yè)“涅槃”重生的機遇和可能 路線。
1.4.2【定位】
站在大數據對各個行業(yè)影響角度，闡述大數據帶來的深刻變革；通過豐富的行業(yè)案例，論述 各個行業(yè)的大數據改革之必然；闡述大數據獲取和積累的方法。
1.4.3【風格】
睿智幽默，部分技術切入，引導思考為主。
1.4.4【學員要求】
政府官員、各個行業(yè)的企業(yè)的管理層（中層及高層）、各行各業(yè)的管理者為主，需要初級的 IT 知識，無需大數據知識背景。
1.4.5【內容概述】
大數據的歷史由來，大數據的概念和特點；大數據對每個行業(yè)的深刻影響；大數據改變了各 個行業(yè)的哪些本質特征？大數據如何獲取和整理；大數據在各個行業(yè)的具體應用案例。
1.4.6【收獲】
了解大數據的歷史發(fā)展沿革，在每個行業(yè)的應用案例，對每個行業(yè)的顛覆性影響，意識到大 數據是“金子 ”，并開始搜集各種數據。
1.5《美國大數據實際案例摘選》
1.5.1【背景】
概述大數據的特點和技術內容；概述美國大數據應用的程度；實際刨析介紹幾個美國企業(yè)的 大數據應用案例；開闊學員的國際視角。
1.5.2【定位】
站在技術角度，分析美國大數據發(fā)展的各種案例，了解美國大數據在企業(yè)中的一些應用案例， 擴展學員的思維和視角。
1.5.3【風格】
豐富的視角和知識，技術切入，開闊思路為主。
1.5.4【學員要求】
技術人員為主，學生、各行各業(yè)技術管理人員為主，需要較高的的 IT 知識、大數據知識背 景。
1.5.5【內容概述】
大數據在美國的演進發(fā)展歷史；美國大數據的應用情況；谷歌、 facebook、亞馬遜等企業(yè)的 大數據應用案例分享；對比、思考國內大數據發(fā)展的異同點。
1.5.6【收獲】
了解大數據在美國的發(fā)展歷程，分享部分大企業(yè)的大數據成功應用案例，思考國內外企業(yè)在 大數據應用的異同點。
1.6《我該如何著手做大數據？》
1.6.1【背景】
每個企業(yè)和個人都面臨著這樣的思考，我如何進行大數據的工作；如何將大數據應用到自己 的工作、生活甚至日常管理中？本課程將從大數據的應用案例開始，闡述一個工作者如何將 大數據引入到自己的工作中；如何將大數據引入到自己的生活中；如何改變自己的思維意識 形態(tài)等等。
1.6.2【定位】
站在從業(yè)者角度，闡述如何進行大數據思維的改造，如何設計大數據系統(tǒng)架構，如何應用大 數據到自己的日常工作中，在大數據設計、應用中有哪些經驗教訓等。
1.6.3【風格】
風趣幽默，技術切入，引導思考為主。
1.6.4【學員要求】
各行各業(yè)的管理者、技術專家為主，需要一定的 IT 知識、大數據知識背景。
1.6.5【內容概述】
H"1.6.5.1" 1.6.5.1 大數據是什么樣的思維特征；大數據對個人的工作和生活帶來哪些深刻影響；如何實 際應用大數據到自己的工作中；如何設計大數據系統(tǒng)和及應用架構；如何將大數據應用到個 人的日常  生活中；如何具備大數據思維；如何提升自己的大數據“數商 ”。
1.6.6【收獲】
站在個人角度，闡述大數據如何切入到自己的工作和生活中，培養(yǎng)自己的數據思維，顛覆傳 統(tǒng)的一些理念。
1.7《物聯(lián)網下的大數據分析》
1.7.1【背景】
物聯(lián)網為各個行業(yè)帶來了深刻的影響，促進中國制造 2025 的升級，變革很多行業(yè)的產品設 計、生產、管理模式；物聯(lián)網產生了海量的大數據，這些數據將促進物聯(lián)網的深刻發(fā)展；如 何將這些大數據反過來初進物聯(lián)網的良性發(fā)展，是擺在每個從業(yè)者面前的問題。
1.7.2【定位】
從物聯(lián)網的發(fā)展開始，引出產生的豐富數據，并回頭用這些大數據改進物聯(lián)網的應用水平， 促進物聯(lián)網和大數據間的良性發(fā)展。
1.7.3【風格】
睿智風趣，技術切入，引導思考為主。
1.7.4【學員要求】
各個行業(yè)的管理者，物聯(lián)網、大數據的從業(yè)者，需要一定的 IT 知識、物聯(lián)網知識和大數據 知識背景。
1.7.5【內容概述】
闡述物聯(lián)網的概念和特點；論述物聯(lián)網對社會和企業(yè)的深刻影響；闡述物聯(lián)網如何帶來豐富   的大數據；這些數據在結構和應用上有哪些特點；論述大數據能夠輔助物聯(lián)網的哪些應用； 物聯(lián)網下大數據系統(tǒng)設計的關鍵點；提升物聯(lián)網的應用生態(tài)環(huán)境；思考物聯(lián)網的新飛躍。
1.7.6【收獲】
了解物聯(lián)網的基本內容和業(yè)務應用場景，獲取大數據的在物聯(lián)網中的應用場景，跨界感知兩 者的融合發(fā)展。
1.8《大數據和大分析》
1.8.1【背景】
目前國內業(yè)界大多處于大數據的收集和整理階段為主，這些數據收集和整理之后，如何進行 應用，如何帶來價值，是所有大數據從業(yè)者必須思考的問題；從筆者書中提出的“大分析”概 念入手，闡述大分析能夠帶來的各種應用和價值。
1.8.2【定位】
站在技術和業(yè)務角度，參數大分析的概念和特點，警醒從業(yè)者要充分關注大數據的業(yè)務應用。
1.8.3【風格】
睿智風趣，技術切入，分享業(yè)務應用案例，引導思考為主，提升學員的業(yè)務思考角度。
1.8.4【學員要求】
政府官員、企業(yè)的管理層（中層及高層）、學生、各行各業(yè)大數據從業(yè)者為主，需要初級的 IT 知識、大數據知識背景。
1.8.5【內容概述】
從大數據引出大分析的概念和特點；大分析的應用領域和關鍵點；大分析的具體企業(yè)應用案 例；大分析的應用關鍵點；如何提升業(yè)務人員的參與積極性；如何讓業(yè)務人員感受到大分析 的甜頭；如何落地大分析的業(yè)務應用；如何評估大分析應用的價值等。
1.8.6【收獲】
站在大分析角度，了解業(yè)務應用的設計角度；促進業(yè)務應用滲透到企業(yè)的每一個毛孔；感受 數據應用的魅力；預知大分析應用的各種痛點；增加大分析應用的經驗值。
1.9《大數據面臨的問題匯總》 ——大數據會死嗎？
1.9.1【背景】
大數據在經過炒熱階段之后，在進入實際建設部署和應用階段之后，必將面臨一些困惑；如
何解決這些困惑，如何應對企業(yè)內外的各種質疑；如何讓各級領導提前打預防針；讓大數據 健康發(fā)展，及時規(guī)避風險。
1.9.2【定位】
站在技術、應用和管理角度，闡述大數據系統(tǒng)發(fā)展過程中必將面臨的各種問題；通過一個實 際案例刨析，分享如何解決大數據發(fā)展面臨的各種問題。
1.9.3【風格】
風趣幽默，技術切入，引導思考為主。
1.9.4【學員要求】
政府官員、企業(yè)的管理層（中層及高層）、學生、各行各業(yè)從業(yè)者為主，需要初級的 IT 知識、 大數據知識背景。
1.9.5【內容概述】
大數據建設發(fā)展的幾個具體階段；每個階段將面臨的問題匯總；如何解決這些問題；某個案 例樣本的實際刨析；大數據會死的幾種風險分析；如何從管理、技術、應用角度規(guī)避相關風 險；如何讓領導層充分意識到每個階段的困難與黎明；如何讓大數據進行見效（變現）；哲 學層面的思考。
1.9.6【收獲】
分析大數據實際建設、運營過程中會面臨的各種風險，提前預知各種問題，降低手忙腳亂的 程度。從別人的血淚中，感知大數據項目的各種艱辛，堅定光明的未來！
2 技術層面培訓
2.1《大數據與數據倉庫》
2.1.1【背景】
從數據倉庫的歷史沿革開始，闡述數據倉庫對企業(yè)數據集中的重要作用，論述發(fā)展到大數據 的歷史必然；論證兩者間的關系，闡述大數據的繼承基礎；闡述大數據要繼承數據倉庫中的 哪些內容；分析大數據有擴展了數據倉庫的哪些內容；辯證地分析兩者的沿革、關系和發(fā)展
關系。
2.1.2【定位】
站在技術發(fā)展演進的角度，闡述數據倉庫發(fā)展到大數據的歷史必然，但也要從數據倉庫中吸 取哪些營養(yǎng)；大數據是站在巨人的肩上，就要吸取哪些經驗和教訓；未來大數據的技術路線 中要借鑒數據倉庫的哪些理念。
2.1.3【風格】
風趣幽默，技術切入，引導思考為主。
2.1.4【學員要求】
企業(yè)的管理層（中層及高層）、學生、各行各業(yè)從業(yè)者為主，需要中級的數據倉庫知識、大 數據知識背景。
2.1.5【內容概述】
數據倉庫的概念和特點；數據倉庫與大數據的關系；大數據對數據倉庫的繼承和擴展；大數 據要學習數據倉庫的哪些內容；大數據為什么可以擔當企業(yè)信息化的“ 主角 ” ；大數據中“ 去 IOE”的價值；大數據的開源意義；大數據的理念變革。
2.1.6【收獲】
借助互聯(lián)網技術的發(fā)展沿革，闡述到“大數據*” 的歷史發(fā)展必然；了解這種升級過程對于  IT 系統(tǒng)的變革和關鍵點；理解大數據對各個行業(yè)和企業(yè)的乘法倍增效益。
2.2《數據倉庫概念及案例實踐》
2.2.1【背景】
雖然大數據如火如荼，但其發(fā)源的數據倉庫卻鮮有人思考；在數據倉庫的實踐中積累了哪些 經驗和教訓，這些經驗對于大數據有哪些實際的借鑒意義；刨析數據倉庫可以更好地擴展大 數據的思路，降低走彎路的風險。
2.2.2【定位】
站在技術發(fā)展演進的角度，闡述數據倉庫建設過程中的經驗和教訓，以此供大數據借鑒和發(fā) 展。
2.2.3【風格】
睿智風趣，技術切入為主，引導思考。
2.2.4【學員要求】
政府官員、企業(yè)的管理層（中層及高層）、學生、各行各業(yè)從業(yè)者為主，需要一定的 IT 知識、 數據倉庫知識和大數據知識背景。
2.2.5【內容概述】
大數據是從石頭里蹦出來的嗎？數據倉庫的引出；數據倉庫的概念和特點；數據倉庫的關鍵   技術內容，數據倉庫哪些點引出了大數據；數據倉庫的經驗和教訓，一個實際案例的刨析； 數據倉庫過時了嗎？大數據的繼承“IOE”到去“IOE” ；大數據的開源思維；數據倉庫的數據質   量管控；從數據倉庫到大數據轉型的關鍵點；如何縮短“在路上 ”的時間。
2.2.6【收獲】
首先分析數據倉庫的經驗教訓，然后推及大數據目前的不足和風險點，拓展到大數據建設、 運營的關鍵點。記?。骸巴涍^去就是背叛 ” ！
2.3《大數據的架構設計與實踐》
2.3.1【背景】
大數據系統(tǒng)的架構設計應該如何入手？大數據建設和運營應該從哪里入手？大數據的建設 如何避免彎路？大數據的價值如何盡快發(fā)揮出來？大數據架構設計的原則和要點是什么？ 能否給出一個具體的實際大型大數據系統(tǒng)的設計案例？
2.3.2【定位】
從技術和管理角度，借助大數據系統(tǒng)實際設計案例，給出大數據系統(tǒng)進行架構設計的經驗和 教訓。
2.3.3【風格】
睿智風趣，技術切入為主，引導思考。
2.3.4【學員要求】
企業(yè)的管理層（中層及高層）、各行各業(yè)從業(yè)者為主，需要較高的 IT 知識、數據倉庫知識、 大數據知識背景。
2.3.5【內容概述】
什么是大數據架構設計？其關鍵點有哪些？大數據建設和運營的關鍵點；大數據架構設計的 原則和要點；大數據架構設計的實際案例；大數據架構設計的哲學思辨；大數據架構的教訓。
2.3.6【收獲】
了解大數據系統(tǒng)進行架構設計過程中的一些關鍵點，進行一定程度的取舍，獲取別人的實戰(zhàn) 經驗、教訓。
2.4《大數據中 HADOOP 生態(tài)技術概述》
2.4.1【背景】
大數據的概念十分流行，涉及十分廣闊的生態(tài)圈。以 HADOOP 為基礎，大數據的生態(tài)圈都 有哪些技術？這些不同的技術其設計的目的如何？組成了怎樣的生態(tài)體系，服務不同的具體 功能目的？
2.4.2【定位】
從技術角度，結合實際應用場景，敘述 HADOOP 生態(tài)不同組件的內容和特點。
2.4.3【風格】
睿智風趣，技術切入為主，概述性介紹。
2.4.4【學員要求】
各行各業(yè)大數據從業(yè)者為主，需要一定的 IT 知識、數據倉庫知識、大數據知識背景。
2.4.5【內容概述】
大數據的生態(tài)圈介紹，各個組件的概念和特點；開源社區(qū)的介紹及網址；HADOOP 原理介 紹，Map/reduce 算法原理，HDFS 原理；YARN 原理和特點；SPARK 原理和特點，實際應用 案例；HIVE/HBASE 原理及特點，實際案例；容器原理及特點，實際案例；STORM 原理及特 點，實際案例；Oozie 原理及特點，實際案例；Zookeeper 原理及特點，應用案例；flume 原 理及特點，應用案例；Sqoop 原理及特點，應用案例；Ambari 原理及特點，應用案例；Pig 原理及特點，應用案例；R 原理及特點，應用案例。
2.4.6【收獲】
了解大數據生態(tài)圈基本內容，了解各個組件的具體原理和特點，知道各個組件如何應用在各 種實際應用場景。
2.5《HADOOP 原理及應用案例》
2.5.1【背景】
介紹大數據的基礎 HADOOP 的原理，及其生態(tài)環(huán)境；闡述文件型存儲的原理及特點；了解 其在實際案例中的應用等。
2.5.2【定位】
從技術角度，結合實際應用場景，敘述 HADOOP 生態(tài)及其自身的內容和特點。
2.5.3【風格】
睿智風趣，技術切入為主，技術原理性介紹和案例分享。
2.5.4【學員要求】
各行各業(yè)大數據從業(yè)者為主，需要較高的 IT 知識、數據倉庫知識、大數據知識背景。
2.5.5【內容概述】
以 HADOOP 為基礎，介紹其引出的來龍去脈；介紹 HADOOP 的主要技術原理；了解 HADOOP 的優(yōu)缺點；介紹 HDFS 的原理及特點；介紹 NAMENODE、datanode 等概念；介紹zookeeper 的原理及方法；YARN 的原理及優(yōu)點、缺點；與容器間的關系；AMBARI 運維管理的內容及 特點；上層組件的概述及關系；HADOOP 實際應用案例；版本演進的過程等。
2.5.6【收獲】
了解大數據基礎的 HADOOP 原理，知道其優(yōu)缺點， 明確如何在實際中應用和落地。
2.6《SPARK 原理及應用案例》
2.7《HIVE/HBASE 技術及應用案例》
2.8《R 語言的原理與應用》
2.9《SCALA 原理及應用》
2.10《HADOOP 生態(tài)運維經驗匯編》
2.11《數據挖掘的原理及應用案例》
2.11.1【背景】
有了大數據之后，如何充分發(fā)掘大數據的價值，就變得十分迫切；數據挖掘的內容和作用凸 顯出來。通過實際案例，分享數據挖掘不同算法的應用場景，及應用的特點。
2.11.2【定位】
從技術角度，結合實際應用場景，敘述數據挖掘技術的內容和特點；介紹幾種主要的算法。
2.11.3【風格】
睿智風趣，技術切入為主，技術原理性介紹和案例分享。
2.11.4【學員要求】
各行各業(yè)大數據從業(yè)者為主，需要較高的 IT 知識、數據倉庫知識、大數據知識背景；有 一 定數學算法基礎。
2.11.5【內容概述】
介紹數據挖掘的內容及歷史沿革；數據挖掘的引出；數據挖掘的各種算法及特點；關聯(lián)算法 及應用案例；分類算法及應用案例；聚類算法及應用案例；神經網絡算法及應用案例；數據 質量整理過程；數據挖掘全過程；刨析一個數據挖掘的實際案例，解釋最后一公里的重要性； 數據挖掘在實踐中的關鍵點思考；數據挖掘的部分工具介紹；數據挖掘在數據倉庫與 HADOOP 環(huán)境中的異同分析等。
2.11.6【收獲】
了解數據挖掘的基本概念和過程，熟悉相關算法基本原理；對數據挖掘如何實際應用有基本 了解；掌握數據挖掘在實踐中的基本關鍵點。
2.12《大數據的數據治理及實踐》
2.12.1【背景】
大數據系統(tǒng)建設過程中，數據治理工作量占到 60%以，如何進行數據治理的工作變得十分重 要；數據治理的內容和關鍵點；實際應用中的具體案例如何等。
2.12.2【定位】
從技術角度、管理角度，結合實際應用場景，敘述數據治理技術的內容和特點；介紹一些基 本的技術內容，給出多年的實踐思考。
2.12.3【風格】
睿智風趣，技術切入為主，從技術、管理角度介紹和案例分享。
2.12.4【學員要求】
各行各業(yè)大數據從業(yè)者為主，需要較高的 IT 知識、數據倉庫知識、大數據知識背景；有 一 定數據管理基礎。
2.12.5【內容概述】
數據治理的概念和特點；元數據的概念和特點，元數據如何應用；數據質量的問題魚骨圖， 數據質量如何應用；數據治理的管理機構設置，具體管理流程；數據標準的定義和具體方法； 數據接口的定義和方法；數據管理體系，DAMA 介紹；元數據的運維要求與經驗；數據質量  實際運維要求與經驗。數據治理的經驗點滴，數據治理的哲學思辨等。
2.12.6【收獲】
了解數據治理的基本概念和過程，熟悉元數據、數據質量管控的基本原理和方法，掌握實際 應用的場景和經驗。
2.13《大數據下的人工智能及案例》
3 應用層面培訓
3.1《財務大數據的分析及應用》
3.2《呼叫中心中的數據掘金》
3.3《人力資源的數據分析》
3.4《數據安全的管控方法》
3.5《大數據的互聯(lián)網思維》
3.6《大數據下的供應鏈管控》
3.7《大數據下的客戶欺詐識別》
3.8《大數據下的位置類服務應用》
3.9《大數據下的客戶征信類服務應用》
3.10《大數據下的產品分析》
3.11《大數據下的精準營銷變革》
4 管理層面培訓
4.1《大數據的標準管理》
4.2《大數據的數據質量管控管理經驗》
4.3《大數據的安全管控及經驗》
4.4《大數據的儀表盤》 ——各種 KPI 的可視化展現
4.5《大數據的 APP STORE    應用激勵》——百花齊放的環(huán)境
4.6《某中央企業(yè)大數據系統(tǒng) 16 年案例刨析》 ——避免哪些 坑？
5 行業(yè)培訓
5.1《大數據助力工業(yè) 4.0》——從 alpha 狗開始的挑戰(zhàn)
5.2《制造業(yè)的大數據應用及案例》——個性化制造的開始
5.3《電力行業(yè)的大數據建設與應用》——升級電力數據的價 值
5.4《金融行業(yè)的大數據應用》 ——大數據顛覆下的“ 生存”
5.5《會展行業(yè)的大數據》 ——找到你的客戶
5.6《食品行業(yè)的大數據》 ——食品安全的保障
5.7《電信行業(yè)的大數據》 ——大數據運營商的轉型
5.7.1【背景】
電信行業(yè)擁有海量的大數據，但如何收集、整理這些數據資源，如何讓這些數據發(fā)揮價值， 需要持續(xù)的探索；電信行業(yè)大數據應用有哪些特點？如何促進從網絡運營商到大數據運營商  的轉型；電信行業(yè)大數據的應用案例等。
5.7.2【定位】
分別從管理、業(yè)務和技術角度，介紹電信行業(yè)大數據的特點及應用的領域，分享具體的實際 案例和經驗。
5.7.3【風格】
風趣幽默，管理、業(yè)務和技術多角度切入，引導思考為主。
5.7.4【學員要求】
電信企業(yè)的管理層（中層及高層）、大數據技術從業(yè)者為主，需要一定的數據倉庫知識、大 數據知識背景，熟悉電信行業(yè)。
5.7.5【內容概述】
電信行業(yè)大數據的引出歷史，數據特點和應用特點；電信大數據的應用領域；電信客戶分析 及案例；電信產品分析及案例；電信精準營銷及案例；電信企業(yè)精細化管理及案例；電信大 數據系統(tǒng)構建及案例；電信大數據建設、運營經驗分享。
5.7.6【收獲】
了解電信行業(yè)大數據的特點及應用領域，進行客戶分析、產品分析、精準營銷、精細管理等 具體應用，掌握大數據系統(tǒng)設計的原理、案例和經驗教訓。
5.8《汽車行業(yè)的大數據》 ——讓汽車成為你的助手
5.9《培訓行業(yè)的大數據》 ——真正的“ 因材施教 ”
5.10《旅游行業(yè)的大數據》——洞察游客的行為和愛好
5.11《政府行業(yè)的大數據》——用大數據提升效率和效果
5.12《石油行業(yè)的大數據》——比石油更貴的“數據金子”
5.13《手機行業(yè)的大數據》——切入大數據的入口
5.14《互聯(lián)網企業(yè)的大數據》——如何轉型成為大數據平臺？
6 特點及定位
1 、理論聯(lián)系實踐，分享各行業(yè)大數據的案例和前景
2 、從應用、管理角度切入，讓大數據通俗易懂
3 、120 億買來的經驗分享，血和淚的真實教訓
4 、深厚的理論、廣泛的閱歷、行業(yè)的掌控、多年的實踐——“我最懂大數據！”

段方老師的其它課程