班级规模及环境--热线:4008699035 手机:15921673576( 微信同号) |
每个班级的人数限3到5人,互动授课, 保障效果,小班授课。 |
上间和地点 |
上部份地点:【上海】同济大学(沪西)/新城金郡商务楼(11号线白银路站)【深圳分部】:电影大厦(地铁一号线大剧院站)/深圳大学成教院【北京分部】:北京中山学院/福鑫大楼【南京分部】:金港大厦(和燕路)【武汉分部】:佳源大厦(高新二路)【成都分部】:领馆区1号(中和大道)【沈阳分部】:沈阳理工大学/六宅臻品【郑州分部】:郑州大学/锦华大厦【石家庄分部】:河北科技大学/瑞景大厦 最近开间(周末班/连续班/晚班):2019年1月26日 |
实验设备 |
◆小班教学,教学效果好 ☆注重质量☆边讲边练 ☆合格学员免费推荐工作 ★实验设备请点击这儿查看★ |
质量保障 |
1、培训过程中,如有部分内容理解不透或消化不好,可免费在以后培训班中重听; 2、培训结束后,授课老师留给学员联系方式,保障培训效果,免费提供课后技术支持。 3、培训合格学员可享受免费推荐就业机会。☆合格学员免费颁发相关工程师等资格证书,提升职业资质。专注高端技术培训15年,端海学员的能力得到大家的认同,受到用人单位的广泛赞誉,端海的证书受到广泛认可。 |
部份程大纲 |
|
一 商业智能概述
1.1 BI产生的背景
1.2 商业智能的定义
1.3 商业智能体系架构
1.4 商业智能实质
1.5 商业智能实施方法论
1.6 商业智能意义
1.7 商业智能的功能
1.8 商业智能的发展趋势
1.9 商业智能主要开发流程
1.10 商业智能主要的组织机构
二 数据仓库
2.1 商业智能和数据仓库的关系
2.2 数据仓库的定义
2.3 数据仓库的特点
2.4 数据仓库和数据库的区别
2.5 数据仓库的基本架构
2.6 数据仓库实施的详细步骤
2.7 如何提高数据仓库的性能
三 数据集市
3.1 数据集市的概念
3.2 数据集市产生的原因
3.3 数据集市和数据仓库的区别
3.4 数据集市和数据仓库的关系
四 ODS
4.1 ODS的定义
4.2 ODS建设的原因
4.3 ODS的特点
4.4 ODS系统建立之前,存在哪些问题?
4.5 ODS的作用和定位
4.6 数据仓库和ODS之间的关系
4.7 ODS的实施价值
4.8 ODS和数据仓库的区别
4.9 ODS 设计原则
4.10 介绍某银行ODS系统建设背景(案例)
4.11 ODS系统的作用(案例)
4.12 ODS项目建设原因(案例)
4.13 ODS系统建设的方法论(案例)
4.14 ODS数据模型设计思路(案例)
4.15 ODS的关键问题(案例)
4.16 项目风险总结(案例)
五、商业智能建模
5.1 数据模型定义
5.2 模型的分类
5.3 模型建设的原因
5.4 数据库建模理论知识
5.5 数据仓库建模流程
5.6 数据仓库模型和数据集市模型设计介绍
5.7 数据集市概念模型-主题设计
5.8 企业模型的意义
5.9 企业数据模型转换到数据仓库模型的步骤
5.10 数据模型在数据仓库架构中所处的位置
5.11 企业级概念数据建模目的
5.12 企业级概念数据建模方法
5.13 企业级概念数据模型设计
5.14 数据主题域划分
5.15 数据主题域详细解释
5.16 逻辑数据模型设计
5.17 完善逻辑模型设计
5.18 企业数据模型到数据仓库模型设计
5.19 构建企业级数据仓库五步法
5.20 项目模型实践技巧
六 OLAP
6.1 OLAP的概念
6.2 钻取
6.3 旋转
6.4 切片和切块
6.5 度量
6.6 ROLAP
6.7 MOLAP
6.8 HOLAP
6.9 OLAP系统与OLTP系统的区别
6.10 OLAP的实现方法
七 联机分析处理 ETL
7.1 ETL在数据仓库中的重要地位
7.2 ETL的一般过程
7.3 研究ETL的本质
7.4 详解ETL过程
7.5 ETL逻辑模块划分
7.6 ETL常见错误
7.7 ETL数据加载
7.8 ETL运维基础知识
7.9 ETL海量数据的处理
7.10 使用ETL产品和手工开发的比较
7.11 ETL的过程
7.12 ETL的设计
7.13 ETL执行时的异常处理
八 商业智能数据架构方法论和经典案例
8.1 某商业银行BI系统信息化总体架构规划
8.2 元数据管理
8.3 数据质量管理
8.4 数据质量治理流程
8.5 数据质量管理案例
8.6 数据标准管理
8.7 数据标准——实施方法
8.8 主数据管理
8.9 数据安全管理
8.10 系统信息化总体架构规划步骤方法论
8.11 对现状的分析
8.12 高阶需求分析
8.13 总体架构规划
8.14 数据架构
8.15 现状调研分析工作方法
8.16 如何进行数据分类
8.17 数据质量分析
8.18 数据标准问题
8.19 数据生命周期改进意见
8.20 规划设计原则
8.21 数据分布
8.22 数据分布参考架构
8.23 数据管理
8.24 元数据管理
8.25 数据质量管理
8.26 数据安全管理
8.27 名词解释
|