Big Data Architect

第1天 - 提供重要的Big Data主题领域的高级概述。该模块分为一系列部分，每个部分都附有实践练习。

第2天 - 探讨一系列与Big Data环境相关的分析实践和工具的主题。它没有涉及实现或编程细节，而是将概念保持在概念层面，重点放在使参与者能够全面了解Big Data解决方案提供的常见分析功能和特性的主题上。

第3天 - 概述与Big Data解决方案平台架构相关的基本和必要主题领域。它涵盖了开发Big Data解决方案平台所需的Big Data机制以及用于组装数据处理平台的架构选项。还提供了常见方案，以便基本了解Big Data解决方案平台的使用方式。

第4天 - 通过探索与Big Data解决方案平台架构相关的高级主题，在第3天构建。特别是，介绍和讨论了构成Big Data解决方案平台的不同架构层，包括数据源，数据入口，数据存储，数据处理和安全性。

第5天 - 涵盖了一系列练习和问题，旨在测试代表们应用第3天和第4天所涵盖主题知识的能力。

第一天 - 基础 Big Data

• 了解 Big Data
• 基本术语和概念
• Big Data Business & 技术驱动
• 与 Big Data 相关的传统企业技术
• Big Data 环境中的数据特征
• Big Data 环境中的数据集类型
• 基本面分析和分析
• Machine Learning 类型
• Business Intelligence & Big Data
• Data Visualization & Big Data
• Big Data 领养和规划考虑

第二天 - 大 Data Analysis & 技术概念

• 大型 Data Analysis 生命周期（从业务案例评估到数据分析和可视化）
• A/B 测试、相关性
• 回归、热图
• 时间序列分析
• 网路分析
• 空间 Data Analysis
• 分类， 聚类
• 异常值检测
• 过滤（包括协作过滤和基于内容的过滤）
• 自然语言处理
• Sentiment Analysis，文本分析
• 档案系统和分散式文件系统，NoSQL
• 分散式和并行数据处理，
• 处理工作负载、集群
• Cloud Computing & Big Data
• 基础 Big Data 技术机制

第三天 - 基本型 大 Data Architecture

• 新的Big Data机制，包括......
  • 安全引擎
  • 集群管理员
  • Data Governance Manager
  • 可视化引擎
  • Productivity 传送门
• 资料处理架构模型，包括 ...
  • Shared-Everything 和 Shared-Nothing 架构
• 企业 Data Warehouse 和大型 Data Integration 方法，包括......
  • 系列
  • 平行
  • Big Data 设备
  • 数据虚拟化
• 建筑 Big Data 环境，包括......
  • ETL
  • 分析引擎
  • 应用程式扩充
• Cloud Computing & Big Data 建筑考虑，包括...
  • 如何使用云端交付和部署模型来托管和处理 Big Data 解决方案

第 4 天 - 进阶大 Data Architecture

• Big Data 解决方案架构层包括 ...
  • 数据源、
  • 数据入口和存储，
  • 事件 Stream Processing 和复杂事件处理，
  • 出口
  • 可视化与利用，
  • 大 Data Architecture 和安全，
  • 维护和 Go版本
• Big Data 解决方案 Design Patterns，包括......
  • 与数据入口相关的模式，
  • 资料整理 /
  • 资料储存 /
  • 数据处理
  • Data Analysis,
  • 资料出口 /
  • Data Visualization
• Big Data 建筑复合图案

第 5 天 - 大 Data Architecture 实验室

• 包含一组详细的练习，要求代表解决各种相互关联的问题，目的是促进对如何应用不同的数据架构技术、机制和技术来解决 Big Data 环境中的问题的全面理解。