主要是让学生对自己企业的大数据平台架构、哪些组件和功能有一个大致的了解，因为你以后会使用这些组件，你需要有一个宏观的理解，包括全面的培训和对平台环境的全面介绍。
2、数据介绍
学生应该知道他们的企业拥有哪些数据，这些数据的商业意义是什么，如何对这些数据进行分类，如何收集数据，在何处存储数据，以及如何循环这些数据。特别是对于一些高价值的数据，应该给出特殊的说明，甚至应该给出许多特定的应用场景。例如，虽然企业有数据字典，但必须告诉在线数据，哪些领域是核心，以及通常如何使用它们，但数据字典对于许多用途并不清楚，必须允许有经验的用户表达自己。
我们都让企业建模负责人介绍了它。总的来说，整体观较好，能够起到很好的引领作用。数据是企业的核心资产。对每个人来说，最重要的是了解自己的财产有多少，就像烹饪一样。无论厨师有多好，如果没有食物，熟练的女人很难做没有稻草的砖，稻草是基础。
这里有两门课程：价值数据的融合模型和标签以及价值数据的基本模型和新数据。
3、平台介绍
有了数据，学生需要知道如何访问和使用它。一个核心任务是申请平台的访问权限，另一个是如何使用平台。
例如，浙江移动建立了自己的可视化数据管理平台，也称为DACP，可用于访问基于该平台的不同底层数据库的数据，如gbase/hive/redis/stream processing等。DACP集成了开发、调度、维护、查询、质量管理等一系列功能。本课程耗时16小时。学生只有掌握DACP，才能打开企业大数据的大门，本课程称为“DACP实践开发”。
4、数据挖掘
它主要包括三个方面的培训。一是介绍数据挖掘的常用理论和算法，这也是大多数企业培训机构关注的焦点。第二个是大数据挖掘的实际案例。它解释了自己的企业端到端的真实案例，使学生能够对数据挖掘有更深入的理解。三是介绍了spark数据挖掘平台的使用，该平台也很实用，使用的是Scala语言，学时也为16学时。当然，这远远不够。只要扔一块砖头来吸引玉。
这里有三门课程：数据挖掘理论与算法、大数据操作案例解释和spark操作。
5、应用开发
我们不仅希望学生能够自己建模，还鼓励有能力的人基于大数据资源库和大数据平台的许多组件开发自己的应用程序。因此，我们需要提供应用程序设计规范、环境集成方案、组件调用方法和其他方面的培训，以便学生能够作为构建块完成自己的应用程序。这种模式要求很高，但其价值是可以预期的。
这里涉及三门课程，包括“歌唱大数据应用开发阶段”、“大数据实时计算解决方案与案例讲解”、“大数据产品建设经验分享与案例讲解”。
6、标签建模
经过多年的积累，该公司已存放20000个标签。大多数学生不需要从头开始使用标签，只需在原有的基础上创新。因此，澄清当前公司的现有标签类别和标签价值至关重要。同时，基于公司DPI在线数据的内容抓取和解析对于内容标签系统的建设非常重要，也是公司未来内容运营的核心竞争力，也有必要对其进行明确介绍。
这里有两门课程：大数据标记能力和爬虫以及互联网内容分析。
7、产品介绍
介绍了该公司最重要的大数据产品，包括使用标签库和营销平台，这大致相当于互联网公司的广告平台。
企业建设大数据平台只是大数据运营的开始。如果有舞台，对那些不唱歌的人来说是没有用的。很多时候，企业依靠几个人从它的舞台上跳舞，这显然是杯水车薪
