新课推介 | 《大数据技术的商业应用与实践》就要开课啦!

2024-04-13 21:58

本文主要是介绍新课推介 | 《大数据技术的商业应用与实践》就要开课啦!,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

为丰富“大数据能力提升项目”课程内容,方便同学们课程安排,新增一门与美团共同推出的《大数据技术的商业应用与实践》(课程号:80231142)作为“能力提升模块”课程,欢迎大家报名参加! 

 

来自清华大学电子系和美团的共10位一线老师、资深研发工程师,将以大数据获取、存储、分析与挖掘技术作为线索,结合大数据在美团的应用与实践,通过课堂理论讲授、应用与案例介绍、基于实际系统的课程Project相结合的方式,帮助同学们全面理解和掌握大数据技术及其实际应用。

 

如果你想了解大数据技术理论,如果你想体验大数据业界实践,如果你想了解互联网公司前沿算法,就快来加入《大数据技术的商业应用与实践》课程吧!

 

课程信息

【课程名称】大数据技术的商业应用与实践

【上课时间】9月24日起每周四第六大节19:20

【上课地点】法图(廖凯原楼)B122

 

课程福利

1.选课同学均有机会获得实习名额

2.课程Preject,美团真实场景数据实战

3.“走进美团”,感受课堂外的美团(疫情允许下)

 

课程大纲

第一部分:课程引论、大数据平台及数据获取技术 (15学时)

第一章 课程导论及大数据概论(3学时)

第二章 美团实时数据收集与处理技术(3学时)

第三章 美团Hadoop、Spark系统实践(3学时)

第二部分:大数据查询、分析、处理与挖掘技术 (18学时)

第四章 数据挖掘方法及应用概述(3学时)

第五章 美团大数据查询技术与深度学习平台实践(3学时)

第六章 美团知识图谱实践(3学时)

第七章 美团推荐系统实践(3学时)

第八章 美团广告系统实践(3学时)

第九章 美团智能助手实践(3学时)

第十章 美团计算机视觉技术实践 (3学时)

第三部分:课程Project

基于美团真实业务场景和真实大数据,发布研究课题,主要涉及大数据平台、图像识别、搜索广告、推荐排序、语音助手、NLP等领域。

 

讲师介绍

李勇,清华大学电子系长聘副教授,博士生导师,长期从事数据科学与智能方面的科研工作。发表学术论文120余篇(CCF A类论文 90篇),论文总引用 9500 余次。获CCF A类会议UbiComp最佳论文奖、SIGIR最佳短论文提名奖、WWW最佳海报论文奖等,10篇论文入选ESI高被引用论文。入选国家“万人计划”青年拔尖人才计划、计算机领域全球“高被引科学家”名单、中国科协青年人才“托举工程”计划,获IEEE ComSoc亚太区杰出青年学者奖、教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。

 

张锦懋,美团首席科学家,美团技术委员会执行主席,美团基础研发平台总负责人。毕业于清华大学,负责在基础设施及基础架构、大数据、服务运维、开发效能提升、安全以及企业办公线上化等一系列领域打造整个公司的关键能力。

 

李闻,美团大数据部数据平台中心负责人,曾任百度基础架构部架构师。2015年加入美团,整体负责美团数据平台,致力于构建稳定、易用、安全、高效的大数据基础设施,支撑公司业务数据赋能。

 

 

鞠大升,美团研究员,美团数据平台中心实时计算平台负责人,负责大数据开发工具链和实时计算平台建设。在分布式架构和大数据平台架构等方面有丰富的经验。 

 

谢语宸,美团高级研究员,美团离线计算平台与机器学习平台负责人,在分布式计算与调度, 分布式存储, 有多场景的实践经验和多次大规模横向架构调整项目落地经验。

 

张富峥,美团研究员,知识图谱团队负责人。目前主要负责美团生活服务领域中知识图谱、NLP等AI技术,以及新零售电商搜索系统的建设和应用,在KDD、WWW、AAAI等顶会和国际期刊里发表论文40余篇,曾获ICDM2013最佳论文奖。

 

张斌,美团推荐中心-交易链路团队负责人。先后在阿里、快手、美团从事推荐算法相关工作,负责快手新用户推荐、美团交易链路推荐等,有着非常丰富的、超大规模场景推荐算法落地经验。

 

 

雷军,美团研究员,广告平台负责人。毕业于清华大学,2015年加入美团,从0到1搭建了美团广告系统,在推荐系统和计算广告方向有丰富的经验。

 

杨帆,美团研究员,在搜索、问答、推荐等领域有近10年的工作经验。目前负责美团语音交互中心对话系统架构和核心策略的研发。

 

魏晓明,美团视觉智能中心视觉理解组负责人。9年视觉领域研发和技术管理经验,2015年加入美团后主导了50多个视觉项目及上百次的业务收益。

 

2019年课堂现场

 

清华校友、美团首席科学家张锦懋课堂现场

 

2019年课程Project现场

 

2019年课程结课现场

 

外校同学想听怎么办?在清华但不能选这门课怎么办?请添加微信小助手MTDPtech03,回复【0924】,进入大数据课程交流群,我们将在群内陆续发布课程回放观看通知~

 

这篇关于新课推介 | 《大数据技术的商业应用与实践》就要开课啦!的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/901331

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Spring Boot 整合 SSE的高级实践(Server-Sent Events)

《SpringBoot整合SSE的高级实践(Server-SentEvents)》SSE(Server-SentEvents)是一种基于HTTP协议的单向通信机制,允许服务器向浏览器持续发送实... 目录1、简述2、Spring Boot 中的SSE实现2.1 添加依赖2.2 实现后端接口2.3 配置超时时

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Java中的Lambda表达式及其应用小结

《Java中的Lambda表达式及其应用小结》Java中的Lambda表达式是一项极具创新性的特性,它使得Java代码更加简洁和高效,尤其是在集合操作和并行处理方面,:本文主要介绍Java中的La... 目录前言1. 什么是Lambda表达式?2. Lambda表达式的基本语法例子1:最简单的Lambda表

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

Java Optional的使用技巧与最佳实践

《JavaOptional的使用技巧与最佳实践》在Java中,Optional是用于优雅处理null的容器类,其核心目标是显式提醒开发者处理空值场景,避免NullPointerExce... 目录一、Optional 的核心用途二、使用技巧与最佳实践三、常见误区与反模式四、替代方案与扩展五、总结在 Java