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

Python获取中国节假日数据记录入JSON文件

《Python获取中国节假日数据记录入JSON文件》项目系统内置的日历应用为了提升用户体验,特别设置了在调休日期显示“休”的UI图标功能,那么问题是这些调休数据从哪里来呢?我尝试一种更为智能的方法:P... 目录节假日数据获取存入jsON文件节假日数据读取封装完整代码项目系统内置的日历应用为了提升用户体验,

SpringBoot3实现Gzip压缩优化的技术指南

《SpringBoot3实现Gzip压缩优化的技术指南》随着Web应用的用户量和数据量增加,网络带宽和页面加载速度逐渐成为瓶颈,为了减少数据传输量,提高用户体验,我们可以使用Gzip压缩HTTP响应,... 目录1、简述2、配置2.1 添加依赖2.2 配置 Gzip 压缩3、服务端应用4、前端应用4.1 N

Spring Boot 配置文件之类型、加载顺序与最佳实践记录

《SpringBoot配置文件之类型、加载顺序与最佳实践记录》SpringBoot的配置文件是灵活且强大的工具,通过合理的配置管理,可以让应用开发和部署更加高效,无论是简单的属性配置,还是复杂... 目录Spring Boot 配置文件详解一、Spring Boot 配置文件类型1.1 applicatio

Java利用JSONPath操作JSON数据的技术指南

《Java利用JSONPath操作JSON数据的技术指南》JSONPath是一种强大的工具,用于查询和操作JSON数据,类似于SQL的语法,它为处理复杂的JSON数据结构提供了简单且高效... 目录1、简述2、什么是 jsONPath?3、Java 示例3.1 基本查询3.2 过滤查询3.3 递归搜索3.4

Python中随机休眠技术原理与应用详解

《Python中随机休眠技术原理与应用详解》在编程中,让程序暂停执行特定时间是常见需求,当需要引入不确定性时,随机休眠就成为关键技巧,下面我们就来看看Python中随机休眠技术的具体实现与应用吧... 目录引言一、实现原理与基础方法1.1 核心函数解析1.2 基础实现模板1.3 整数版实现二、典型应用场景2

MySQL大表数据的分区与分库分表的实现

《MySQL大表数据的分区与分库分表的实现》数据库的分区和分库分表是两种常用的技术方案,本文主要介绍了MySQL大表数据的分区与分库分表的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有... 目录1. mysql大表数据的分区1.1 什么是分区?1.2 分区的类型1.3 分区的优点1.4 分

Mysql删除几亿条数据表中的部分数据的方法实现

《Mysql删除几亿条数据表中的部分数据的方法实现》在MySQL中删除一个大表中的数据时,需要特别注意操作的性能和对系统的影响,本文主要介绍了Mysql删除几亿条数据表中的部分数据的方法实现,具有一定... 目录1、需求2、方案1. 使用 DELETE 语句分批删除2. 使用 INPLACE ALTER T

tomcat多实例部署的项目实践

《tomcat多实例部署的项目实践》Tomcat多实例是指在一台设备上运行多个Tomcat服务,这些Tomcat相互独立,本文主要介绍了tomcat多实例部署的项目实践,具有一定的参考价值,感兴趣的可... 目录1.创建项目目录,测试文China编程件2js.创建实例的安装目录3.准备实例的配置文件4.编辑实例的

Python 中的异步与同步深度解析(实践记录)

《Python中的异步与同步深度解析(实践记录)》在Python编程世界里,异步和同步的概念是理解程序执行流程和性能优化的关键,这篇文章将带你深入了解它们的差异,以及阻塞和非阻塞的特性,同时通过实际... 目录python中的异步与同步:深度解析与实践异步与同步的定义异步同步阻塞与非阻塞的概念阻塞非阻塞同步

Python Dash框架在数据可视化仪表板中的应用与实践记录

《PythonDash框架在数据可视化仪表板中的应用与实践记录》Python的PlotlyDash库提供了一种简便且强大的方式来构建和展示互动式数据仪表板,本篇文章将深入探讨如何使用Dash设计一... 目录python Dash框架在数据可视化仪表板中的应用与实践1. 什么是Plotly Dash?1.1