开篇词 (1讲)
开篇词 | 为什么说每个软件工程师都应该懂大数据技术?
时长 06:09
预习模块 (3讲)
预习 01 | 大数据技术发展史:大数据的前世今生
时长 10:55
预习 02 | 大数据应用发展史:从搜索引擎到人工智能
时长 11:29
预习 03 | 大数据应用领域:数据驱动一切
时长 11:22
模块一 Hadoop大数据原理与架构 (7讲)
04 | 移动计算比移动数据更划算
时长 10:32
05 | 从RAID看垂直伸缩到水平伸缩的演化
时长 10:08
06 | 新技术层出不穷,HDFS依然是存储的王者
时长 13:39
07 | 为什么说MapReduce既是编程模型又是计算框架?
时长 09:53
08 | MapReduce如何让数据完成一次旅行?
时长 11:27
09 | 为什么我们管Yarn叫作资源调度框架?
时长 12:08
10 | 模块答疑:我们能从Hadoop学到什么?
时长 13:52
模块二 大数据生态体系主要产品原理与架构 (7讲)
11 | Hive是如何让MapReduce实现SQL操作的?
时长 11:59
12 | 我们并没有觉得MapReduce速度慢,直到Spark出现
时长 11:26
13 | 同样的本质,为何Spark可以更高效?
时长 12:06
14 | BigTable的开源实现:HBase
时长 10:16
15 | 流式计算的代表:Storm、Flink、Spark Streaming
时长 12:40
16 | ZooKeeper是如何保证数据一致性的?
时长 11:34
17 | 模块答疑:这么多技术,到底都能用在什么场景里?
时长 10:40
模块三 大数据开发实践 (8讲)
18 | 如何自己开发一个大数据SQL引擎?
时长 11:20
19 | Spark的性能优化案例分析(上)
时长 11:41
20 | Spark的性能优化案例分析(下)
时长 11:54
21 | 从阿里内部产品看海量数据处理系统的设计(上):Doris的立项
时长 08:48
22 | 从阿里内部产品看海量数据处理系统的设计(下):架构与创新
时长 10:34
23 | 大数据基准测试可以带来什么好处?
时长 11:09
24 | 从大数据性能测试工具Dew看如何快速开发大数据系统
时长 09:48
25 | 模块答疑:我能从大厂的大数据开发实践中学到什么?
时长 09:43
模块四 大数据平台与系统集成 (6讲)
26 | 互联网产品 + 大数据产品 = 大数据平台
时长 10:47
27 | 大数据从哪里来?
时长 11:45
28 | 知名大厂如何搭建大数据平台?
时长 07:21
29 | 盘点可供中小企业参考的商业大数据平台 隐藏内容此处内容需要权限查看
会员免费查看
隐藏内容
此处内容需要权限查看
会员免费查看时长 10:42
30 | 当大数据遇上物联网
时长 09:02
31 | 模块答疑:为什么大数据平台至关重要?
时长 08:33
模块五 大数据分析与运营 (5讲)
32 | 互联网运营数据指标与可视化监控
时长 10:00
33 | 一个电商网站订单下降的数据分析案例
时长 09:25
34 | A/B测试与灰度发布必知必会
时长 08:36
35 | 如何利用大数据成为“增长黑客”?
时长 11:09
36 | 模块答疑:为什么说数据驱动运营?
时长 11:40
模块六 大数据算法 (6讲)
37 | 如何对数据进行分类和预测?
时长 13:00
38 | 如何发掘数据之间的关系?
时长 12:07
39 | 如何预测用户的喜好?
时长 08:39
40 | 机器学习的数学原理是什么?
时长 09:55
41 | 从感知机到神经网络算法
时长 10:03
42 | 模块答疑:软件工程师如何进入人工智能领域?
时长 09:48
智慧写给你的寄语 (1讲)
所有的不确定都是机会——智慧写给你的新年寄语
时长 02:54
结束语 (3讲)
结束语 | 未来的你,有无限可能
时长 03:23
第2季回归丨大数据之后,让我们回归后端
时长 01:20
结课测试 | 这些大数据的知识你都掌握了吗?
时长 00:29
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。