张老师
0 ? $score . '分' : '10.0分' ?>资深架构师，流式计算领域专家
访问次数
3493
反馈数量
22
关于教练
有多年大数据、流式计算方面的开发经验，对Hadoop、Spark、Flink等大数据计算引擎有着非常深入的理解，积累了丰富的项目实践经验。先后利用相关技术为银行、证券、地铁等领域的头部企业构建了内部大数据平台，参与了基于Flink的实时反欺诈风控、实时地铁故障预警等流式计算平台的设计和研发。
课程
-
数据中台
数据中台是根据阿里巴巴集团在数据领域的最佳实践结合产品开发的方法论。旨在帮助用户创建和管理智能统一的数据资产，并赋予创新能力，以及提供一个全面的一站式解决方案，包括数据集成、仓库建模、身份和概要提取、资产管理和数据服务。
课程主要包括但不限于以下内容：
公共数据服务
垂直数据服务
数据萃取服务标
数据开放共享服务
数据资产管理
数据中台运营
数据中台管理暂无课程排期开发经理 -
金融企业流式数据架构设计与应用
金融企业流式数据架构设计与应用，包括但不限于；实时数据数据标准，数据质量，数据安全，数据模型，数据分布和数据生命周期管理等的设计方法论，以及在实际应用中，同批数据统一管理的实际运用。考虑到金融业营销、风控两个常规场景，讨论企业流式数据架构的设计和管理，包括技术选型、数据治理以及统一建模。
其他流式架构知识点：
1.多维模型的建立方法:
2.复杂数据模型的支持方法，
3.极速大数据OLAP分析方法暂无课程排期开发经理 -
kubernetes&Docker
全套课程从一个Devops角度去理解、分析和解决问题。从系统运维到应用实践全面讲解了kubernetes在生产实际部署的全过程，包含集群安装部署、服务自动与发现、性能监控等。同时也包含了大量部署配置文件用例，能极大的帮助大家快速稳定的部署一套kubernetes集群。
暂无课程排期开发经理 -
TensorFlow深度学习
零基础学习深度学习框架Tensorflow，从安装开始到常量、变量、操作数与占位符简单的算术与矩阵运算，feed与fetch数据使⽤，梯度下降- BP神经⽹络，线性回归、逻辑回归，⼆元分类预测，常⽤损失函数与激活函数使⽤，mnist数据集介绍，卷积神经⽹络各层详解与代码实现，⼿写数字识别，验证码识别，可视化训练过程tensorboard的使⽤等内容，涵盖了tensorflow全部基础知识点，课程全程没有复杂的数学推理但是描述清楚了每个基本概念与数学知识点如梯度流、计算图、softmax、交叉熵等。是⼀⻔专⻔为程序员准备的深度学习⼊⻔课程。
暂无课程排期开发经理 -
企业湖仓一体数据架构高级培训
本课程围绕湖仓一体展开，重点介绍企业湖仓一体数据架构的介绍，从数据架构的 演进，到数据湖的出现，再到湖仓一体架构的发展，深入解析湖仓一体的核心主流技术， 以及企业级湖仓一体架构建设方法，帮助学习者从各个方面对湖仓一体架构有更深入的 理解。
暂无课程排期工程师 -
批流一体特征平台高级培训大纲
通过本课程第一天深入讲解批流一体技术，包括概念、核心原理、关键技术，以及 Flink、Hudi 等主流工具的实战应用和业界案例分享。第二天聚焦于特征平台架构与演进，阐述建设方法论、优势与价值，并剖析大型互联网公司的深度实践案例。培训目标是让大数据从业人员、企业 IT 开发人员等全面掌握相关技术与平台建设策略，通过实战案例学习最佳实践，为实际业务应用提供坚实基础，提升数据处理与分析能力，实现效率和质量的优化。
暂无课程排期工程师 -
数据治理的挑战和解决方案：从框架到策略到工程实践
该数据治理培训的目标是使学员能够全面理解和应用数据治理的概念、原则和方法，掌握数据治理的关键要素和实施步骤，并具备运用相关技术工具和实践经验解决数据治理挑战的能力
暂无课程排期工程师 -
Data + AI：构建智能驱动的数据应用
理解 Data + AI 的核心概念、架构和优势。
掌握构建 Data + AI 应用的关键技术，包括数据工程、机器学习、深度学习和模型部署。
学习如何在数据平台上集成 AI 能力，实现智能化的数据处理和分析。
掌握Data + AI 的相关应用场景和最佳实践
能够构建自己的 Data + AI 原型系统，并解决实际业务问题。
了解在数据分析中运用 LLM 大语言模型
理解智能风控，智能运维等案例暂无课程排期工程师 -
ChatBI与智能数据分析：自然语言驱动的数据洞察与智能化应用
了解ChatBI的概念、价值和应用场景。
掌握使用自然语言进行数据查询、可视化和分析的技能。
学习将AI技术（如机器学习、自然语言处理、LLM等）应用于数据分析，实现更深层次的洞察。
掌握主流ChatBI平台的使用方法和最佳实践。
能够构建自己的ChatBI原型系统，并集成智能化Agent。
深入理解NL2SQL技术，并能应用于实际场景。暂无课程排期工程师 -
大型语言模型：从基础到应用
理解大型语言模型的基本原理。
学习如何有效地提示、微调和部署LLM。
培养使用LLM进行各种实际应用的技能。
了解与LLM相关的伦理考量和潜在风险。
获得使用流行LLM平台和工具的实践经验
暂无课程排期工程师 -
Fluss：新一代流存储核心技术解析与实战
深入理解流存储技术的发展背景和趋势。
掌握Fluss的核心设计理念、架构和关键特性。
熟悉Fluss与流计算引擎的集成方式。
了解如何使用Fluss构建流式数据湖。
掌握基于Fluss的流分析应用开发。
了解Apache Paimon等相关技术，并比较其优劣。暂无课程排期工程师 -
向量数据库：构建下一代智能应用的数据底座
理解向量数据库的核心概念、架构和优势。
掌握向量数据库的关键技术，包括向量索引、相似度搜索、近似最近邻搜索 (ANN)。
学习如何在向量数据库中存储、索引和查询向量数据。
了解向量数据库的应用场景和最佳实践。
掌握主流向量数据库的使用方法和评估标准。
能够构建自己的向量数据库原型系统，并集成到AI应用中。暂无课程排期工程师 -
基于 DeepSeek 大模型构建企业级 AI 应用
理解 DeepSeek 大模型 (假设) 的特点、优势和局限性。
掌握基于 DeepSeek 构建各种 AI 应用的Prompt Engineering 技巧。
学习如何对 DeepSeek 大模型进行微调 (Fine-tuning)，以适应特定业务场景。
掌握将 DeepSeek 大模型集成到现有系统中的方法。
了解如何评估和优化基于 DeepSeek 构建的应用的性能和效果。
能够构建基于 DeepSeek 的企业级 AI 应用原型系统。
了解基于LLM的企业应用合规性和安全实践。暂无课程排期工程师 -
实时数据分析：构建响应迅速的智能决策系统
理解实时数据分析的核心概念、架构和优势。
掌握主流流计算引擎（Apache Flink、Apache Kafka Streams）的使用方法。
掌握 StarRocks 实时数据库的设计和应用。
学习使用窗口函数和复杂事件处理（CEP）技术进行高级实时分析。
了解实时数据分析的应用场景和最佳实践。
能够构建自己的实时数据分析原型系统。暂无课程排期工程师 -
数据网格（Data Mesh）：构建面向业务的数据自治与敏捷性
深入理解数据网格的核心概念、原则和优势。
掌握数据网格的关键技术和实践方法。
学习如何设计和构建数据网格架构。
了解数据网格的实施步骤和最佳实践。
能够评估企业是否适合采用数据网格，并制定实施计划。暂无课程排期工程师 -
数据编织（Data Weaving）：构建统一的数据访问层
理解数据编织的核心概念、架构和优势。
掌握数据编织的关键技术，包括数据虚拟化、元数据管理、数据质量管理、数据安全等。
学习如何设计和实施数据编织解决方案，以满足不同的业务需求。
了解数据编织的应用场景和最佳实践。
掌握主流数据编织平台的使用方法和评估标准。暂无课程排期工程师 -
构建智能数据湖：现代数据分析与AI驱动的数据价值释放
理解智能数据湖的核心概念、架构和优势。
掌握构建现代数据湖的最新技术栈。
学习数据湖中的数据治理、安全和合规。
掌握在数据湖中进行高效数据分析和探索的方法。
学习将AI和机器学习集成到数据湖中，实现智能化数据洞察。
了解数据湖的应用场景和最佳实践。暂无课程排期工程师 -
智能体（Agent）构建与应用实践
理解智能体的核心概念、架构和设计原则。
掌握构建智能体的常用技术和框架，例如LangChain、AutoGPT等。
学习如何为智能体设计合适的工具和技能。
掌握智能体的评估方法和优化策略。
了解智能体的应用场景和发展趋势。
能够构建自己的智能体原型系统。暂无课程排期工程师 -
湖仓一体架构设计与实践：构建统一的数据管理和分析平台
通过本课程您将深入学习湖仓一体架构的核心概念、优势以及典型架构设计，包括数据摄取、存储、计算、治理和应用等各层的关键组件与作用。通过对比数据湖和数据仓库的局限性，理解湖仓一体如何简化架构、降低成本并实现统一分析。在数据湖存储技术方面，课程将详细介绍 Apache Paimon、Apache Iceberg 和 Apache Hudi 等主流技术的特点、优势和劣势，并指导您进行技术选型。您将通过动手实践，学会部署和配置这些存储技术，创建数据表、导入数据并执行基本查询。通过案例分析，您将了解湖仓一体架构在金融、电商等行业的实际应用案例，学习架构设计思路和最佳实践，为实际项目提供有力参考。本课程将帮助您全面提升在数据管理和分析领域的专业技能，为企业的数字化转型提供有力支持。
暂无课程排期工程师 -
Data + AI：构建智能驱动的数据应用（2 天）
理解 Data + AI 的核心概念、整体架构及核心优势。
掌握构建 Data + AI 应用的关键技术，涵盖数据工程、机器学习、深度学习及模型部署等领域。
学习如何在数据平台中集成 AI 能力，实现数据处理与分析的智能化升级。
熟悉 Data + AI 的典型应用场景及行业最佳实践。
能够独立构建 Data + AI 原型系统，并运用其解决实际业务问题。
了解在数据分析场景中如何运用 LLM 大语言模型。
理解智能风控、智能运维等实际案例的实现逻辑与技术细节。暂无课程排期工程师
相关教练
