《360°數(shù)字化人才賦能培養(yǎng)——新技術(shù)綜述》

《360°數(shù)字化人才賦能培養(yǎng)——新技術(shù)綜述》 ——段方 北京大學博士后
目錄
《360°數(shù)字化人才賦能培養(yǎng)——新技術(shù)綜述》1——段方 北京大學博士后11 未來已來，新技術(shù)綜述81.1 這世界變化快！81.1.1 從李躍總的“自我否定、自我革命”說起81.1.2 新技術(shù)眼花繚亂81.1.3 互聯(lián)網(wǎng)“如日中天”81.1.4 運營商“壓力山大”81.2 “萬物智能”新方向81.2.1 云計算91.2.2 AR/VR 技術(shù) 91.2.3 大數(shù)據(jù)91.2.4 人工智能 AI 91.2.5 區(qū)塊鏈等91.3 中國電信運營商的轉(zhuǎn)型展望91.3.1 “管道”的價值降低91.3.2 運營什么？——“數(shù)據(jù)+計算”91.3.3 人工智能的“賦能”萬物91.4 5G 來了 91.4.1 概念91.4.2 四大特點91.4.3 人工智能的“賦能萬物”101.4.4 《頭號玩家》預(yù)示了什么？ 101.4.5 應(yīng)用場景介紹101.5 物聯(lián)網(wǎng)技術(shù)的關(guān)鍵點101.5.1 定義101.5.2 與互聯(lián)網(wǎng)的關(guān)系101.5.3 物聯(lián)網(wǎng)的特點111.5.4 物聯(lián)網(wǎng)的“云管端”111.5.5 “云”：與云計算的關(guān)系？ 111.5.6 “管”：物聯(lián)網(wǎng)的網(wǎng)絡(luò)傳輸技術(shù)111.5.7 “管”：窄帶互聯(lián)網(wǎng)111.5.8 “端”：傳感器技術(shù)111.5.9 “端”：終端數(shù)據(jù)的采集121.5.10 基礎(chǔ) 1：RFID 技術(shù) 121.5.11 基礎(chǔ) 2：嵌入式系統(tǒng)開發(fā)121.5.12 基礎(chǔ) 3：物聯(lián)網(wǎng)的安全問題121.6 大數(shù)據(jù)概念及特點121.6.1 定義和特點121.6.2 技術(shù)內(nèi)容121.6.3 應(yīng)用示例131.7 人工智能概念及特點131.7.1 定義和特點131.7.2 AI 技術(shù)內(nèi)容 131.7.3 AI 的應(yīng)用示例 131.8 把握新技術(shù)的機遇131.8.1 大數(shù)據(jù)131.8.2 邊緣計算131.8.3 人工智能131.8.4 AR/VR 141.9 【思考及討論】141.9.1 電信運營商要掌控哪些關(guān)鍵技術(shù)？ 141.9.2 電信運營商如何借力互聯(lián)網(wǎng)思維，推動物聯(lián)網(wǎng) 2.0 發(fā)展？ 141.10 【案例】大數(shù)據(jù)/人工智能對各個行業(yè)的影響 142 物聯(lián)網(wǎng)技術(shù)的綜述142.1 物聯(lián)網(wǎng)概念及特點142.1.1 定義142.1.2 與互聯(lián)網(wǎng)的關(guān)系142.1.3 物聯(lián)網(wǎng)的特點142.2 物聯(lián)網(wǎng)關(guān)鍵技術(shù)142.2.1 從 RFID 開始 142.2.2 感應(yīng)識別技術(shù)142.2.3 定位系統(tǒng)152.2.4 其它的感應(yīng)技術(shù)152.3 傳感器技術(shù)152.3.1 從感知中國說起152.3.2 手機還能夠感知哪些信息？——信令數(shù)據(jù)挖掘152.3.3 如何實現(xiàn)像人類的感知？ 152.3.4 圖像能夠識別出哪些信息？ 152.4 RFID 技術(shù) 152.4.1 介紹152.4.2 應(yīng)用案例：從門禁開始152.5 嵌入式系統(tǒng)開發(fā)152.5.1 芯片技術(shù)的發(fā)展152.5.2 嵌入式系統(tǒng)開發(fā)152.6 終端數(shù)據(jù)的采集152.6.1 數(shù)據(jù)如何采集？152.6.2 數(shù)據(jù)如何存儲和處理？ 152.7 物聯(lián)網(wǎng)的網(wǎng)絡(luò)傳輸技術(shù)162.7.1 電信互聯(lián)網(wǎng)作為載體162.7.2 如何擴展？162.8 【思考及討論】162.8.1 如何用手機和最龐大的電信網(wǎng)絡(luò)去感知世界？ 162.8.2 如何讓手機更加強大，感知更多的信息？ 163 物聯(lián)網(wǎng)的業(yè)務(wù)應(yīng)用163.1 物聯(lián)網(wǎng)的應(yīng)用概述163.1.1 物與物的互聯(lián)帶來哪些應(yīng)用？ 163.1.2 中國的“彎道超車”戰(zhàn)略機遇163.1.3 下一個 BAT 在哪里？163.2 物聯(lián)網(wǎng)應(yīng)用特點163.2.1 依賴感知的深度和廣度163.2.2 依賴創(chuàng)新性的應(yīng)用設(shè)計163.2.3 依賴創(chuàng)新性的產(chǎn)品營銷模式163.3 物聯(lián)網(wǎng)應(yīng)用于農(nóng)業(yè)173.3.1 從監(jiān)控農(nóng)場開始173.3.2 食品的回溯之外呢？ 173.4 物聯(lián)網(wǎng)應(yīng)用于電網(wǎng)173.4.1 智慧電網(wǎng)的含義，及對電信網(wǎng)絡(luò)的啟發(fā)173.4.2 智慧電網(wǎng)的應(yīng)用舉例173.5 物聯(lián)網(wǎng)應(yīng)用于交通173.5.1 交通的感知173.5.2 “無人駕駛”的智慧173.6 物聯(lián)網(wǎng)應(yīng)用于物流173.6.1 貨物的感知173.6.2 貨物的監(jiān)控173.6.3 貨物的“疼”173.7 物聯(lián)網(wǎng)應(yīng)用于醫(yī)療173.7.1 遠程醫(yī)療173.7.2 加上“阿爾法狗（ALPHGO）”之后的醫(yī)療呢？ 173.8 物聯(lián)網(wǎng)應(yīng)用于家居183.8.1 智慧家居183.8.2 智慧家電183.9 還可以應(yīng)用在哪里？ 183.9.1 沒有做不到，只有想不到183.9.2 還有哪些領(lǐng)域可以覆蓋？ 183.10 【思考及討論】183.10.1 物聯(lián)網(wǎng)如何深入應(yīng)用到車聯(lián)網(wǎng)中？提供哪些深度的業(yè)務(wù)應(yīng)用183.10.2 電信行業(yè)如何推廣物聯(lián)網(wǎng)業(yè)務(wù)應(yīng)用？ 184 云計算基礎(chǔ)184.1 云計算的服務(wù)架構(gòu)184.1.1 IAAS 184.1.2 PAAS 184.1.3 SAAS 184.1.4 其它？——DAAS184.2 云計算改變了什么？ 194.2.1 成為新的基礎(chǔ)設(shè)施194.2.2 IT 系統(tǒng)（ERP/CRM 等）的遷移194.2.3 數(shù)據(jù)庫的遷移——到 HADOOP 的旅程 194.2.4 管理的遷移——從單點到云上194.3 云計算的關(guān)鍵技術(shù)194.3.1 虛擬化技術(shù)194.3.2 分布式技術(shù)194.3.3 數(shù)據(jù)中心技術(shù)194.4 云計算與物聯(lián)網(wǎng)的關(guān)系194.4.1 物聯(lián)網(wǎng)的概念和特點194.4.2 物聯(lián)網(wǎng)的計算基礎(chǔ)194.4.3 物聯(lián)網(wǎng)上的云計算案例194.5 【案例分享】天翼云產(chǎn)品介紹195 云計算服務(wù)架構(gòu)195.1 IAAS 205.1.1 范圍界定205.1.2 技術(shù)內(nèi)容205.1.3 案例分享205.2 PAAS 205.2.1 范圍界定205.2.2 技術(shù)內(nèi)容205.2.3 案例分享——華為案例205.3 SAAS 205.3.1 范圍界定205.3.2 技術(shù)內(nèi)容205.3.3 案例分享——saleforce 205.4 私有云/公有云/混合云205.5 【案例分享】205.5.1 亞馬遜的云計算架構(gòu) AWS 205.5.2 某企業(yè)云計算應(yīng)用案例205.6 【思考】215.6.1 PAAS 的工具能力 215.6.2 云計算能否包打天下？ 216 云計算的應(yīng)用216.1 云計算應(yīng)用概述216.1.1 如何切入行業(yè)的解決方案216.1.2 在大數(shù)據(jù)中的價值216.2 云計算中的應(yīng)用模式216.2.1 云服務(wù)提供216.2.2 云服務(wù)代理216.2.3 云服務(wù)承載216.3 物聯(lián)網(wǎng)的應(yīng)用216.3.1 NB-IOT 介紹 216.3.2 物聯(lián)網(wǎng)的“萬物互聯(lián)”216.3.3 【案例分享】物聯(lián)網(wǎng)的應(yīng)用案例216.4 部分企業(yè)的云計算案例226.4.1 社交網(wǎng)絡(luò)Facebook.............................................................................................226.4.2 CPU 和存儲亞馬遜 EC2/S3 .................................................................................226.4.3 網(wǎng)絡(luò)應(yīng)用GOOGLE ..............................................................................................226.4.4 企業(yè)應(yīng)用saleforce..............................................................................................226.5 電信企業(yè)的應(yīng)用場景226.5.1 資源池226.5.2 智能管道226.5.3 各行業(yè)解決方案226.6 商業(yè)模式探索——API 經(jīng)濟 226.6.1 如何用云計算賺錢？ 236.6.2 API 經(jīng)濟的內(nèi)涵 236.6.3 API 經(jīng)濟的延伸 236.7 云計算的應(yīng)用開發(fā)模式236.7.1 云產(chǎn)品的掌握236.7.2 業(yè)務(wù)需求的調(diào)研236.7.3 設(shè)計和開發(fā)過程236.7.4 上線測試236.7.5 DEVOPS 開發(fā)模式236.8 【思考】如何進行某個行業(yè)產(chǎn)品的開發(fā)、測試工作237 大數(shù)據(jù)基礎(chǔ)237.1 從數(shù)據(jù)倉庫開始237.1.1 數(shù)據(jù)倉庫的概念和特點237.1.2 OLAP 分析237.1.3 MPP 技術(shù) 237.1.4 數(shù)據(jù)倉庫的應(yīng)用舉例247.2 HADOOP 架構(gòu)的意義 247.2.1 為何是 HADOOP？ 247.2.2 HADOOP 技術(shù)的前世今生 247.2.3 “爬蟲”的進步247.3 當前混搭架構(gòu)的必然247.3.1 HADOOP 技術(shù)的局限性 247.3.2 什么技術(shù)解決什么問題？ 247.3.3 【案例分享】某電信企業(yè)的大數(shù)據(jù)系統(tǒng)混搭案例247.4 數(shù)據(jù)治理的概念和應(yīng)用247.4.1 什么是數(shù)據(jù)治理247.4.2 元數(shù)據(jù)247.4.3 數(shù)據(jù)資產(chǎn)247.4.4 數(shù)據(jù)質(zhì)量的概念247.4.5 【案例分享】某企業(yè)數(shù)據(jù)治理案例分享247.5 數(shù)據(jù)挖掘基礎(chǔ)247.5.1 數(shù)據(jù)挖掘介紹257.5.2 關(guān)聯(lián)規(guī)則分析257.5.3 聚類分析257.5.4 分類分析257.5.5 神經(jīng)網(wǎng)絡(luò)分析等257.5.6 【案例分享】某電信企業(yè)數(shù)據(jù)挖掘案例257.6 人工智能的發(fā)展257.6.1 阿爾法狗的原理257.6.2 圖像識別的進展257.6.3 人工智能算法進步257.6.4 人工智能的發(fā)展257.7 大數(shù)據(jù)的互聯(lián)網(wǎng)思維257.7.1 互聯(lián)網(wǎng)思維的意義257.7.2 大數(shù)據(jù)的互聯(lián)網(wǎng)思維257.7.3 【案例分享】大數(shù)據(jù)的互聯(lián)網(wǎng)思維案例257.8 【思考】大數(shù)據(jù)為什么需要云計算？ 258 大數(shù)據(jù)技術(shù)內(nèi)容268.1 從 SQL 開始 268.1.1 數(shù)據(jù)庫的三范式268.1.2 SQL 語法及應(yīng)用268.1.3 EXCEL 過時了嗎？ 268.2 HADOOP 生態(tài)圈 268.2.1 APACHE 基金會268.2.2 HADOOP 生態(tài)圈的概念 268.2.3 開源的意義268.3 Hadoop 技術(shù)268.3.1 M/R 算法原理268.3.2 HDFS 268.3.3 YARN 268.3.4 HADOOP3.0 268.4 HADOOP 存儲組件 268.4.1 HIVE 原理及案例278.4.2 HBASE 原理及案例278.5 HADOOP 流計算 278.5.1 HADOOP streaming 278.5.2 KAFKA/FLUME 278.6 HADOOP 運維278.6.1 AMBARI 介紹 278.6.2 演進歷史278.6.3 SQOOP278.6.4 OOZIE278.7 HADOOP 上的數(shù)據(jù)挖掘 278.7.1 Pig 語言278.7.2 R 語言 278.7.3 Mahout 語言278.8 【案例】某企業(yè)的大數(shù)據(jù)系統(tǒng)建設(shè)及應(yīng)用案例（基于云計算） 279 人工智能的概念和特點289.1 人工智能的發(fā)展歷史289.2 人工智能的概念和特點289.3 目前人工智能的突破點289.4 未來人工智能能取代人嗎？ 289.5 【例】人工智能在不同行業(yè)的應(yīng)用案例舉例289.5.1 汽車行業(yè)289.5.2 工業(yè)制造289.5.3 金融行業(yè)289.5.4 醫(yī)藥行業(yè)等2810 人工智能的技術(shù)研究方法2810.1 從模擬人腦開始。。。2810.2 與數(shù)據(jù)挖掘技術(shù)的關(guān)系2810.3 開源的意義——谷歌的部分開源內(nèi)容2810.4 【例】人工智能的算法在電信領(lǐng)域?qū)嶋H應(yīng)用實例2811 總結(jié) 291 未來已來，新技術(shù)綜述
1.1 這世界變化快！
1.1.1 從李躍總的“自我否定、自我革命”說起
從萬物智聯(lián)、云端互動、顛覆式創(chuàng)新三個維度開始
用“四輪驅(qū)動”落實“大連接”戰(zhàn)略
1.1.2 新技術(shù)眼花繚亂
云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)
人工智能、區(qū)塊鏈、AR/VR 等等
1.1.3 互聯(lián)網(wǎng)“如日中天”
碾壓一切的勢頭
改變了“衣食住行”等模式
1.1.4 運營商“壓力山大”
4G 還未盈利
5G 就來了
1.2 “萬物智能”新方向
1.2.1 云計算
1.2.2 AR/VR 技術(shù)
1.2.3 大數(shù)據(jù)
1.2.4 人工智能 AI
1.2.5 區(qū)塊鏈等
1.3 中國電信運營商的轉(zhuǎn)型展望
1.3.1 “管道”的價值降低
1.3.2 運營什么？ ——“數(shù)據(jù)+計算”
1.3.3 人工智能的“賦能”萬物
1.4 5G 來了
1.4.1 概念
速度改變一切
連接擴展模式
AI 提升智能
1.4.2 四大特點
兩高一低一廣
萬物智能的網(wǎng)絡(luò)基礎(chǔ)
1.4.3 人工智能的“賦能萬物”
每個物體自帶 AI 計算
能產(chǎn)生的智能互聯(lián)業(yè)務(wù)場景
1.4.4 《頭號玩家》預(yù)示了什么？
現(xiàn)實世界與虛擬世界的分離
“你”是誰？
虛擬世界如何管理？（法律、哲學等）
1.4.5 應(yīng)用場景介紹
VR 成為可能
無人駕駛的實現(xiàn)
物聯(lián)網(wǎng)
1.5 物聯(lián)網(wǎng)技術(shù)的關(guān)鍵點
1.5.1 定義
1.5.2 與互聯(lián)網(wǎng)的關(guān)系
1.5.3 物聯(lián)網(wǎng)的特點
1.5.4 物聯(lián)網(wǎng)的“云管端”
1.5.5 “云”：與云計算的關(guān)系？
1.5.6 “管”：物聯(lián)網(wǎng)的網(wǎng)絡(luò)傳輸技術(shù)
電信互聯(lián)網(wǎng)作為載體
如何擴展？
1.5.7 “管”：窄帶互聯(lián)網(wǎng)
概念和特點
現(xiàn)狀及發(fā)展
價值及作用
1.5.8 “端”：傳感器技術(shù)
從感知中國說起
手機還能夠感知哪些信息？——信令數(shù)據(jù)挖掘
如何實現(xiàn)像人類的感知？
圖像能夠識別出哪些信息？
1.5.9 “端”：終端數(shù)據(jù)的采集
數(shù)據(jù)如何采集？
數(shù)據(jù)如何存儲和處理？
1.5.10 基礎(chǔ) 1 ：RFID 技術(shù)
介紹
應(yīng)用案例：從門禁開始
1.5.11 基礎(chǔ) 2：嵌入式系統(tǒng)開發(fā)
芯片技術(shù)的發(fā)展
嵌入式系統(tǒng)開發(fā)
1.5.12 基礎(chǔ) 3：物聯(lián)網(wǎng)的安全問題
如何避免從芯片層面的安全隱患？
安全中哪些涉及隱私？
1.6 大數(shù)據(jù)概念及特點
1.6.1 定義和特點
1.6.2 技術(shù)內(nèi)容
1.6.3 應(yīng)用示例
1.7 人工智能概念及特點
1.7.1 定義和特點
1.7.2 AI 技術(shù)內(nèi)容
1.7.3 AI 的應(yīng)用示例
1.8 把握新技術(shù)的機遇
1.8.1 大數(shù)據(jù)
洞察世界的能力
成為大數(shù)據(jù)運營商
1.8.2 邊緣計算
河東損失河西補
成為“計算”運營商
1.8.3 人工智能
累積自己的優(yōu)勢
成為“智能”運營商
1.8.4 AR/VR
《頭號玩家》描繪了夢境
成為“虛擬”運營商
1.9 【思考及討論】
1.9.1 電信運營商要掌控哪些關(guān)鍵技術(shù)？
1.9.2 電信運營商如何借力互聯(lián)網(wǎng)思維，推動物聯(lián)網(wǎng) 2.0 發(fā) 展？
1.10 【案例】大數(shù)據(jù)/人工智能對各個行業(yè)的影響
2 物聯(lián)網(wǎng)技術(shù)的綜述
2.1 物聯(lián)網(wǎng)概念及特點
2.1.1 定義
2.1.2 與互聯(lián)網(wǎng)的關(guān)系
2.1.3 物聯(lián)網(wǎng)的特點
2.2 物聯(lián)網(wǎng)關(guān)鍵技術(shù)
2.2.1 從 RFID 開始
2.2.2 感應(yīng)識別技術(shù)
2.2.3 定位系統(tǒng)
2.2.4 其它的感應(yīng)技術(shù)
2.3 傳感器技術(shù)
2.3.1 從感知中國說起
2.3.2 手機還能夠感知哪些信息？——信令數(shù)據(jù)挖掘
2.3.3 如何實現(xiàn)像人類的感知？
2.3.4 圖像能夠識別出哪些信息？
2.4 RFID 技術(shù)
2.4.1 介紹
2.4.2 應(yīng)用案例：從門禁開始
2.5 嵌入式系統(tǒng)開發(fā)
2.5.1 芯片技術(shù)的發(fā)展
2.5.2 嵌入式系統(tǒng)開發(fā)
2.6 終端數(shù)據(jù)的采集
2.6.1 數(shù)據(jù)如何采集？
2.6.2 數(shù)據(jù)如何存儲和處理？
2.7 物聯(lián)網(wǎng)的網(wǎng)絡(luò)傳輸技術(shù)
2.7.1 電信互聯(lián)網(wǎng)作為載體
2.7.2 如何擴展？
2.8 【思考及討論】
2.8.1 如何用手機和最龐大的電信網(wǎng)絡(luò)去感知世界？
2.8.2 如何讓手機更加強大，感知更多的信息？
3 物聯(lián)網(wǎng)的業(yè)務(wù)應(yīng)用
3.1 物聯(lián)網(wǎng)的應(yīng)用概述
3.1.1 物與物的互聯(lián)帶來哪些應(yīng)用？
3.1.2 中國的“彎道超車”戰(zhàn)略機遇
3.1.3 下一個 BAT 在哪里？
3.2 物聯(lián)網(wǎng)應(yīng)用特點
3.2.1 依賴感知的深度和廣度
3.2.2 依賴創(chuàng)新性的應(yīng)用設(shè)計
3.2.3 依賴創(chuàng)新性的產(chǎn)品營銷模式
3.3 物聯(lián)網(wǎng)應(yīng)用于農(nóng)業(yè)
3.3.1 從監(jiān)控農(nóng)場開始
3.3.2 食品的回溯之外呢？
3.4 物聯(lián)網(wǎng)應(yīng)用于電網(wǎng)
3.4.1 智慧電網(wǎng)的含義，及對電信網(wǎng)絡(luò)的啟發(fā)
3.4.2 智慧電網(wǎng)的應(yīng)用舉例
3.5 物聯(lián)網(wǎng)應(yīng)用于交通
3.5.1 交通的感知
3.5.2 “無人駕駛”的智慧
3.6 物聯(lián)網(wǎng)應(yīng)用于物流
3.6.1 貨物的感知
3.6.2 貨物的監(jiān)控
3.6.3 貨物的“疼”
3.7 物聯(lián)網(wǎng)應(yīng)用于醫(yī)療
3.7.1 遠程醫(yī)療
3.7.2 加上“阿爾法狗（ALPHGO）”之后的醫(yī)療呢？
3.8 物聯(lián)網(wǎng)應(yīng)用于家居
3.8.1 智慧家居
3.8.2 智慧家電
3.9 還可以應(yīng)用在哪里？
3.9.1 沒有做不到，只有想不到
3.9.2 還有哪些領(lǐng)域可以覆蓋？
3.10 【思考及討論】
3.10.1 物聯(lián)網(wǎng)如何深入應(yīng)用到車聯(lián)網(wǎng)中？提供哪些深度的業(yè) 務(wù)應(yīng)用
3.10.2 電信行業(yè)如何推廣物聯(lián)網(wǎng)業(yè)務(wù)應(yīng)用？
4 云計算基礎(chǔ)
4.1 云計算的服務(wù)架構(gòu)
4.1.1 IAAS
4.1.2 PAAS
4.1.3 SAAS
4.1.4 其它？——DAAS
4.2 云計算改變了什么？
4.2.1 成為新的基礎(chǔ)設(shè)施
4.2.2 IT 系統(tǒng)（ERP/CRM 等）的遷移
4.2.3 數(shù)據(jù)庫的遷移——到 HADOOP 的旅程
4.2.4 管理的遷移——從單點到云上
4.3 云計算的關(guān)鍵技術(shù)
4.3.1 虛擬化技術(shù)
4.3.2 分布式技術(shù)
4.3.3 數(shù)據(jù)中心技術(shù)
4.4 云計算與物聯(lián)網(wǎng)的關(guān)系
4.4.1 物聯(lián)網(wǎng)的概念和特點
4.4.2 物聯(lián)網(wǎng)的計算基礎(chǔ)
4.4.3 物聯(lián)網(wǎng)上的云計算案例
4.5 【案例分享】天翼云產(chǎn)品介紹
5 云計算服務(wù)架構(gòu)
5.1 IAAS
5.1.1 范圍界定
5.1.2 技術(shù)內(nèi)容
5.1.3 案例分享
5.2 PAAS
5.2.1 范圍界定
5.2.2 技術(shù)內(nèi)容
5.2.3 案例分享——華為案例
5.3 SAAS
5.3.1 范圍界定
5.3.2 技術(shù)內(nèi)容
5.3.3 案例分享——saleforce
5.4 私有云/公有云/混合云
5.5 【案例分享】
5.5.1 亞馬遜的云計算架構(gòu) AWS
5.5.2 某企業(yè)云計算應(yīng)用案例
5.6 【思考】
5.6.1 PAAS 的工具能力
5.6.2 云計算能否包打天下？
6 云計算的應(yīng)用
6.1 云計算應(yīng)用概述
6.1.1 如何切入行業(yè)的解決方案
6.1.2 在大數(shù)據(jù)中的價值
6.2 云計算中的應(yīng)用模式
6.2.1 云服務(wù)提供
6.2.2 云服務(wù)代理
6.2.3 云服務(wù)承載
6.3 物聯(lián)網(wǎng)的應(yīng)用
6.3.1 NB-IOT 介紹
6.3.2 物聯(lián)網(wǎng)的“萬物互聯(lián)”
6.3.3 【案例分享】物聯(lián)網(wǎng)的應(yīng)用案例
6.4 部分企業(yè)的云計算案例
6.4.1 社交網(wǎng)絡(luò)--Facebook
6.4.2 CPU 和存儲--亞馬遜 EC2/S3
6.4.3 網(wǎng)絡(luò)應(yīng)用--GOOGLE
6.4.4 企業(yè)應(yīng)用--saleforce
6.5 電信企業(yè)的應(yīng)用場景
6.5.1 資源池
存儲和 CPU
IDC 機房的升級
SAN 存儲
6.5.2 智能管道
6.5.3 各行業(yè)解決方案
如何與物聯(lián)網(wǎng)結(jié)合？
行業(yè)解決方案舉例
6.6 商業(yè)模式探索——API 經(jīng)濟
6.6.1 如何用云計算賺錢？
6.6.2 API 經(jīng)濟的內(nèi)涵
6.6.3 API 經(jīng)濟的延伸
6.7 云計算的應(yīng)用開發(fā)模式
6.7.1 云產(chǎn)品的掌握
6.7.2 業(yè)務(wù)需求的調(diào)研
6.7.3 設(shè)計和開發(fā)過程
6.7.4 上線測試
6.7.5 DEVOPS 開發(fā)模式
6.8 【思考】如何進行某個行業(yè)產(chǎn)品的開發(fā)、測試工作
7 大數(shù)據(jù)基礎(chǔ)
7.1 從數(shù)據(jù)倉庫開始
7.1.1 數(shù)據(jù)倉庫的概念和特點
7.1.2 OLAP 分析
7.1.3 MPP 技術(shù)
7.1.4 數(shù)據(jù)倉庫的應(yīng)用舉例
7.2 HADOOP 架構(gòu)的意義
7.2.1 為何是 HADOOP？
7.2.2 HADOOP 技術(shù)的前世今生
7.2.3 “爬蟲”的進步
7.3 當前混搭架構(gòu)的必然
7.3.1 HADOOP 技術(shù)的局限性
7.3.2 什么技術(shù)解決什么問題？
7.3.3 【案例分享】某電信企業(yè)的大數(shù)據(jù)系統(tǒng)混搭案例
7.4 數(shù)據(jù)治理的概念和應(yīng)用
7.4.1 什么是數(shù)據(jù)治理
7.4.2 元數(shù)據(jù)
7.4.3 數(shù)據(jù)資產(chǎn)
7.4.4 數(shù)據(jù)質(zhì)量的概念
7.4.5 【案例分享】某企業(yè)數(shù)據(jù)治理案例分享
7.5 數(shù)據(jù)挖掘基礎(chǔ)
7.5.1 數(shù)據(jù)挖掘介紹
7.5.2 關(guān)聯(lián)規(guī)則分析
7.5.3 聚類分析
7.5.4 分類分析
7.5.5 神經(jīng)網(wǎng)絡(luò)分析等
7.5.6 【案例分享】某電信企業(yè)數(shù)據(jù)挖掘案例
7.6 人工智能的發(fā)展
7.6.1 阿爾法狗的原理
7.6.2 圖像識別的進展
7.6.3 人工智能算法進步
7.6.4 人工智能的發(fā)展
7.7 大數(shù)據(jù)的互聯(lián)網(wǎng)思維
7.7.1 互聯(lián)網(wǎng)思維的意義
7.7.2 大數(shù)據(jù)的互聯(lián)網(wǎng)思維
7.7.3 【案例分享】大數(shù)據(jù)的互聯(lián)網(wǎng)思維案例
7.8 【思考】大數(shù)據(jù)為什么需要云計算？
8 大數(shù)據(jù)技術(shù)內(nèi)容
8.1 從 SQL 開始
8.1.1 數(shù)據(jù)庫的三范式
8.1.2 SQL 語法及應(yīng)用
8.1.3 EXCEL 過時了嗎？
8.2 HADOOP 生態(tài)圈
8.2.1 APACHE 基金會
8.2.2 HADOOP 生態(tài)圈的概念
8.2.3 開源的意義
8.3 Hadoop 技術(shù)
8.3.1 M/R 算法原理
8.3.2 HDFS
8.3.3 YARN
8.3.4 HADOOP3.0
8.4 HADOOP 存儲組件
8.4.1 HIVE 原理及案例
8.4.2 HBASE 原理及案例
8.5 HADOOP 流計算
8.5.1 HADOOP streaming
8.5.2 KAFKA/FLUME
8.6 HADOOP 運維
8.6.1 AMBARI 介紹
8.6.2 演進歷史
8.6.3 SQOOP
8.6.4 OOZIE
8.7 HADOOP 上的數(shù)據(jù)挖掘
8.7.1 Pig 語言
8.7.2 R 語言
8.7.3 Mahout 語言
8.8 【案例】某企業(yè)的大數(shù)據(jù)系統(tǒng)建設(shè)及應(yīng)用案例（基于云 計算）
9 人工智能的概念和特點
9.1 人工智能的發(fā)展歷史
9.2 人工智能的概念和特點
9.3 目前人工智能的突破點
9.4 未來人工智能能取代人嗎？
9.5 【例】人工智能在不同行業(yè)的應(yīng)用案例舉例 9.5.1 汽車行業(yè)
9.5.2 工業(yè)制造
9.5.3 金融行業(yè)
9.5.4 醫(yī)藥行業(yè)等
10 人工智能的技術(shù)研究方法
10.1 從模擬人腦開始。。。
10.2 與數(shù)據(jù)挖掘技術(shù)的關(guān)系
10.3 開源的意義——谷歌的部分開源內(nèi)容
10.4 【例】人工智能的算法在電信領(lǐng)域?qū)嶋H應(yīng)用實例
11 總結(jié)

段方老師的其它課程