(微信同号)【课程收益】
Ø 数据平台与数字中台，企业数字能力的沉淀与共享，是平台的平台
Ø 数据平台的发展路径、“平台+服务”模式为企业数据应用带来价值
Ø 企业数据发展方向：智能化与智能商业，平台的商业逻辑，从平台到中台的构建
Ø 数据平台的价值、数据平台解决的问题，Data API是数据平台核心
Ø 数据平台建立模式，数据管控平台，数据湖，数据湖组件与应用场景
Ø 数据平台的应用体系，如何从0到1搭建推荐平台，推荐平台系列技术逻辑
【课程特色】干货，没有废话；科学，逻辑清晰；实战，学之能用；投入，案例精彩
【课程对象】数据平台管理、数据产品经理、数据平台技术应用、数据运营等人员
【课程时间】6小时
【课程大纲】
一、数据平台与数字中台
1、 企业数字能力的沉淀与共享，是平台的平台
2、 数字中台与技术平台
3、 企业对数据、系统敏捷化的诉求成了刚需
4、作为数据支撑业务的纽带，需要微服务能力
5、数据平台的发展路径
6、“平台+服务”模式为企业数据应用带来价值
案例：
二、数据平台与数据湖
1、企业数据发展方向：智能化与智能商业
2、平台的商业逻辑
Ø 平台的商业数字化场景
Ø 平台的商业架构
Ø 平台的用户角色管理
3、从平台到中台的构建
4、数据平台价值
Ø 数据平台
Ø 数据平台的价值
Ø 数据平台解决的问题
Ø Data API是数据平台核心
5、数据平台，让数据流通无阻
6、数据平台建立模式
Ø 大平台
Ø 深平台，数据河
Ø 数据平台对企业经营的核心价值
7、数据管控平台
Ø 数据湖
Ø 数据湖的组件与应用场景 – 数据质量管理
Ø 数据湖的组件与应用场景 – 数据标准管理
Ø 数据湖的组件与应用场景 – 元数据管理
Ø 数据湖的组件与应用场景 – 智能大数据处理
Ø 数据湖的组件与应用场景 – 数据洞察
Ø 数据湖平台整体输出
案例：
三、数据平台应用，如何从0到1搭建推荐平台
1、什么是推荐系统
2、隐性数据与显性数据
3、推荐系统架构
4、推荐系统功能架构
Ø 召回
Ø 过滤
Ø 排序
5、推荐系统技术架构
Ø 数据源在哪里？
Ø 实时层、离线层的计算任务
Ø 推荐结果整合
6、推荐系统的实施流程
Ø 面向业务需求
Ø 特定任务模型
7、经典推荐算法
Ø 用户协同过滤算法
Ø 物品协同过滤算法
8、推荐系统的测评指标
Ø 曝光次数
Ø 召回率
Ø 覆盖率
9、从0到1打造一个离线推荐系统
Ø 离线推荐系统的设计思路
Ø 离线推荐系统的算法选型
Ø 离线推荐系统的测试
