发稿时间：2021/6/4 11:45:04

2021年第三期（四大专题）

大数据开发技术应用、商务数据分析实战、数据挖掘与机器学习、数据采集分析与可视化

互联网、云计算、大数据等现代信息技术深刻改变着人类的思维、生产、生活、学习方式，深刻展示了世界发展的前景。目前各院校的大数据专业教师匮乏、相关落地动手实战应用能力欠缺、授课过程中相关行业实战案例项目缺失等，为加快建设大数据专业教师队伍，推动各院校建立大数据人才培训体系和评价体系，泰迪科技推出全国高校大数据与人工智能骨干师资研修班，每年在全国范围内滚动开展。2021年第三期全国高校大数据与人工智能骨干师资研修班将开设四大专题方向：“大数据开发技术应用、商务数据分析实战、数据挖掘与机器学习、数据采集分析与可视化”，本次研修班采用线上以云课堂形式举办，现将有关详细安排通知如下：

一、课程特色

1、本研修班课程全程强调动手实操，内容以代码落地为主，以理论讲解为根，以公式推导为辅，通过讲解企业级案例，真正的让学员把所学内容和工作实际有效结合、更好地进行教育教学工作。

2、核心课程部分由讲师手把手一起进行实操演练，在具体应用场景中全面掌握相关技能，助力实训教学工作、实际动手的能力。视频制作精良，讲师真人出镜，全面解析专业必备技能，为相关课程开设和备课、应对科研和项目开发打下坚实基础。

3、课程设有答疑交流讨论群，培训期间助教全程辅助教学，每天提供10小时的实时在线答疑辅导，并进行答疑文档汇总，帮助学员更好地总结学习。

4、本课程配套有基础知识内容，即使零基础学员快也能找到适合自己的学习内容和节奏，快速掌握课程知识和技能。

5、所有课程相关源代码、数据、PPT、案例素材全部提供下载，即学即用，教学更轻松！视频内容支持六个月内免费回看，以便复习和参考。

6、全面实践大数据/人工智能项目流程，包括数据采集、数据存储管理、数据探索、数据处理、特征工程、数据建模等课程，提供知识讲解，助力夯实理论基础，掌握核心技术。

7、参加线上课程学习的学员，如后续本人参加线下课程继续深造，持线上缴费凭证可享受一次免费学习机会（仅限参加同一培训专题方向的线下课程）。

二、课程大纲

专题一商务数据分析实战	学习时间： 5月22日 - 5月31日，共计64学时
证书颁发：高级大数据技术应用职业技职业技术证书	费用：1980元(报名费、学习费、资料费、证书费等)
课程模块：Excel数据分析基础与实战、Power BI数据分析与可视化实战案例：新零售无人智能售货机可视化项目、疫情期间湘鄂省区物流数据分析、学生校园卡消费行为分析、水果卖场销售检测可视化详见附件一商务数据分析实战课程大纲
专题二 Python网络爬虫与数据处理实战	学习时间： 2月23日 - 5月31日，共计64学时
证书颁发：高级Python技术应用工程师职业技职业技术证书	费用：1980元(报名费、学习费、资料费、证书费等)
课程模块：Python编程基础、Python数据分析与应用；Python网络爬虫：概述与静态网页采集、动态网页采集与模拟登陆、Scrapy爬虫、数据采集与处理实战-《红海行动》B站弹幕采集与分析案例实战：全国汽车销量可视化、农产品信息采集与可视化分析详见附件二 Python网络爬虫与数据处理实战课程大纲
专题三 Python数据挖掘与机器学习实战	学习时间： 5月22日 - 5月31日，共计72学时
证书颁发：高级机器学习工程师职业技职业技术证书	费用：1980元(报名费、学习费、资料费、证书费等)
课程模块：Python编程基础、Python数据分析与应用、数据挖掘/机器学习算法原理与实现案例实战：水产养殖水质智能识别、运营商流失用户分析与预测、百货商场用户画像描绘与价值分析综合实战：天猫用户重复购买预测详见附件三 Python数据挖掘与机器学习实战课程大纲
专题四大数据开发技术应用实战	学习时间： 5月21日 - 5月31日，共计88学时
证书颁发：高级大数据技术应用职业技职业技术证书	费用：2980元(报名费、学习费、资料费、证书费等)
课程模块： Linux操作系统基础、MySQL基础、Java编程基础、Hadoop大数据基础、Hive大数据仓库、HBase非关系型数据库、综合实战：航空客户乘机数据预处理、Scala编程基础、Spark大数据分析基础、项目实战：广电大数据用户画像（Hadoop + Spark + Hive），拓展课程： Zookeeper分布式服务框架、Flume大数据采集与传输、Kafka大数据流处理、Flink大数据实时处理、商品实时推荐系统（Flume + Kafka + Flink）。详见附件四大数据开发技术应用实战课程大纲

三、师资介绍

	樊哲泰迪科技公司特聘讲师，某国际银行大数据开发工程师，Hortonworks授权Apache Hadoop开发者认证培训讲师，Hadoop Mahout技术实践者和研究者；对Hadoop的MapReduce编程模型有深刻理解，同时对Mahout技术有较深认识，对Mahout源码有深入研究，擅于Mahout中数据挖掘的K均值聚类算法、贝叶斯分类算法、FP树关联规则算法的应用；主编《Mahout算法解析与案例实战》、《Hadoop数据分析与挖掘实战》、《Hadoop与大数据挖掘》等图书专著；具有电信行业和银行业的项目经验和行业知识，主持中国电科院电力大数据平台、电能量数据挖掘与智能分析、客户服务智能分析系统等项目。
	张敏泰迪科技公司培训总监，从事用户数据分析和数据挖掘工作六年，具有丰富得大数据挖掘理论及实践培训经验，对数据具有较高的敏感度，根据数据对其进行全面得统计分析。精通Python、R语言、Matlab等多种数据挖掘工具。擅长市场发展情况监控、精确营销方面得数据挖掘工作。有为南方电网、珠江数码等大型企业长期提供实施服务得经验，主导了电子商务网站用户行为分析及网页智能推荐服务、中医证型关联规则挖掘、电信业务话单量预测、航空公司客户价值分析等多个项目。2017年"泰迪杯数据挖掘挑战赛教练员培训"主讲讲师，2018年广东省Python与深度学习技术师资培训班主讲讲师、2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师、2019年第一/二/三期全国高校大数据与人工智能师资研修班主讲讲师，2019年国家电网大数据竞赛河北、湖南省、甘肃省电力系统培训班主讲讲师，先后负责过西安理工大学、广东工业大学、广西师范学院、广西科技大学、闽江学院、广东石油化工学院、上海健康医学院等高校实训课程及德生科技等企业内训和数据挖掘就业班的课程。组织、参与编写图书《Python编程基础》、《Python数据分析与应用》、《R语言编程基础》等。
	律波泰迪科技公司高级数据分析工程师，应用统计学硕士，有较强的统计学、数学、数据挖掘理论功底；精通R、Python、Power BI、Excel等数据挖掘分析工具，具有丰富的培训和项目经验，擅长从数据中发掘规律，对数据具有较高的敏感度，逻辑思维能力强，擅长数据可视化，机器学习、深度学习等算法原理的实现，如神经网络、SVM、决策树、贝叶斯等；负责"珠江数码大数据营销推荐应用"项目，完成标签库的构建及产品推荐模型；负责"京东电商产品评论情感分析"项目，完成了评论数据情感评价模型、LDA主题模型的构建；通过项目案例的转换；负责多个本科类院校数据分析软件培训和毕业生数据分析培训，先后负责广西科技大学、闽江学院、广东石油化工、韩山师范学院、广西师范大学等数据分析软件培训及实训等。多次负责"泰迪杯"数据挖掘大赛题目的构思和实现、赛前培训。大数据专业系列图书编写委员会成员，负责《R语言与数据挖掘》、《Python实训案例》、《Excel可视化案例》等书籍编写工作。
	杨惠泰迪科技公司高级数据分析师，从事人工智能工作多年，擅长计算机视觉和自然语言处理，熟悉常用深度学习算法原理及应用，如神经网络、SVM、强化学习等算法；精通TensorFlow、Python、MATLAB等常用数据挖掘处理工具。具有丰富的实践项目经验。如"智能聊天客服"项目，"车牌智能识别"项目，"京东电商产品评论情感分析"项目，"珠江数码大数据营销推荐应用"项目；"电子商务网站智能推荐服务"项目；"基于Seq2Seq注意力模型实现聊天机器人"项目。具备丰富的培训经验，曾为多家企业、院校服务过专业培训工作。如PPV商业培训、泰迪大数据师资培训、珠海城职院数据分析培训；2018年第一/三/五期全国高校大数据核心技术与应用师资研修班主讲讲师，2019年第一/三/五期全国高校大数据与人工智能师资研修班主讲讲师，2019年国家电网大数据竞赛河北省电力系统培训班主讲讲师。大数据专业系列图书编写委员会成员，负责《Python数据分析与应用》、《R语言编程基础》、《TensorFlow2深度学习实战》、《深度学习与计算机视觉实战》等书籍编写工作。
	焦正升泰迪科技公司资深项目研发工程师、高级信息系统项目经理、高级软件开发工程师，拥有7年相关从业经验；致力于信息技术的应用与传播，信息系统产业的发展。精通JAVA编程语言，熟悉Spring Boot、Spring Cloud等主流开发框架、MySQL数据库、VUE数据驱动渐进式框架等主流技术。参与《Hadoop与大数据挖掘》、《Hadoop大数据分析与挖掘实战》等图书的编写。拥有电力、电子政务、轻工环保、交通运输等多项领域的项目管理研发经验，项目团队为北京市信访办研发的“大数据助力智慧信访”系统获得第七届金铃奖-公共服务类“智能决策奖”。
	郑素铃泰迪科技公司特聘讲师。从事大数据项目研发工作，对Hadoop大数据技术有较深的研究，熟悉掌握Hadoop环境部署和Hadoop核心计算框架MapReduce的原理和应用。掌握Spark原理及编程，熟练使用Spark的图计算Graphx和算法库MLlib。对非结构化数据框HBase以及结构化数据框Hive有深刻的了解。掌握数据挖掘和机器学习的常用算法，熟悉数据挖掘流程，具备项目开发经验，如“数睿思网站用户画像研究”和“法律服务智能推荐系统”项目，在推荐系统方面比较有研究。先后参与了《Hadoop大数据开发基础》、《Spark大数据技术与应用》等图书编写工作。