
ชื่อหลักสูตร : Big Data Essentials : Big-Data-A
จำนวนวันที่อบรม :
1 วัน กรณีต้องการเห็นภาพรวมของการทำ Big Data Analytics ภายในองค์กร
2 วัน กรณีต้องการเรียนรู้และทดลองใช้เครื่องมือตามสภาพแวดล้อมที่ทางเราจัดเตรียมไว้ให้ (โดยวันที่ 2 จะเป็น Lab บางส่วนจาก Module B และ C)
*หลักสูตร Public Course ของเรา จะเป็นแบบ 2 วัน
จุดประสงค์ของหลักสูตร :
เพื่อให้ผู้เข้าอบรมเห็นภาพรวมของการวิเคราะห์ข้อมูลขนาดใหญ่ทั้งเครื่องมือที่ใช้ ความรู้ความสามารถที่จำเป็นของคนในทีม
เพื่อให้ผู้เข้าอบรมสามารถบริหาร ตั้งคำถาม ให้การสนับสนุน และติดตามการวิเคราะห์ข้อมูลของทีมได้อย่างเหมาะสมและเป็นทิศทางเดียวกัน
หลักสูตรนี้เหมาะสำหรับ :
– ผู้บริหารทีมงานที่ทำงานด้าน Data Analytics ทั้งระดับ CIO, VP, AVP, Manager
– ทีมงานที่ทำงานด้าน Data Analytics
พื้นฐานของผู้เข้าอบรม :
ไม่จำเป็นต้องมีพื้นฐาน
ผู้สอน :
ดร. ไพรสันต์ ผดุงเวียง (Profile)
ประโยชน์และสิ่งที่จะได้รับจากการสัมมนานี้ :
– ผู้เข้าอบรมจะได้เห็นภาพรวมของการวิเคราะห์ข้อมูลขนาดใหญ่ทั้งเครื่องมือที่ใช้ ความรู้ความสามารถที่จำเป็นของคนในทีม
– ผู้เข้าอบรมสามารถบริหารจัดการ ตั้งคำถาม ให้การสนับสนุน และติดตามการวิเคราะห์ข้อมูลของทีมได้อย่างเหมาะสมและเป็นทิศทางเดียวกัน
*ผู้เข้าอบรมต้องเตรียมคอมพิวเตอร์มาเอง
Day 1 | |
Time | Title |
9.00-10.30 น. | Introduction to Big Data – Why Big Data? – Big Data vs. Business Intelligence vs. Analytics – Big Data Eco-system – Big Data Use Cases Big Data Technology – Data Lake with Hadoop – Technology Comparison – SQL, New SQL |
10.30-10.45 น. | Break |
10.45-12.00 น. | LAB: Hadoop as a service on cloud providers |
12.00-13.00 น. | Lunch |
13.00-14.30 น. | Big Data analytics – Big Data Strategy – How to Start and Structure Team to Support Big Data in Your Organization – Skill Gaps – Big Data Project Management – Big data analytics |
14.30-14.45 น. | Break |
14.45-16.30 น. | LAB: Working with Semi structured data and variety sources using Hive use case: – Log of users accessing website (text file) – Customer transaction (from RDBMS and CSV files) |
Day 2 | |
Time | Title |
9.00-10.30 น. | Introduction to Big Data Analytics – Descriptive analytics – Predictive analytics – Introduction to machine learning |
10.30-10.45 น. | Break |
10.45-12.00 น. | LAB: Descriptive analytics on Big Data environment – Customer segmentation based on their activities – Customer anomaly detection and visualization |
12.00-13.00 น. | Lunch |
13.00-14.30 น. | Predictive analytics – Regression model – Classification model – Model interpretation – Model evaluations and selection |
14.30-14.45 น. | Break |
14.45-16.30 น. | LAB: Predictive analytics and model section on big data environment |
หมายเหตุ
กำหนดการอาจมีการปรับเปลี่ยนตามความเหมาะสม
ทุกขั้นตอนที่ฝึกปฏิบัติจะมีตัวอย่างประกอบ พร้อมมีวิทยากรให้คำแนะนำตลอดการสัมมนาเชิงปฏิบัติการ
รายละเอียดเพิ่มเติม :
(Download PDF file)ต้องการสอบถามข้อมูลเพิ่มเติม สามารถติดต่อได้ที่ https://rdbi.co.th/contact/
สอบถามเพิ่มเติมที่เพจ http://bit.ly/rdbipage
Line official Account : @rdbi
อีเมล์ sales@rdbi.co.th