腾科职业培训学校 首页 课程

全部课程> 智能计算平台应用开发(中级)

智能计算平台应用开发(中级)

来源:腾科职业培训学校

  • 2020-10-08  -  2022-10-08 100课时(建议每周学习0小时)
  • 操作系统原理与技术、数据库原理与技术、ETL数据整合与处理、大数据采集技术、大数据存储技术、软件测试技术、数据处理技术、机器学习技术
  • 自主模式

已有3496人报名学习

  • 课程概览
  • 授课讲师
  • 课程大纲
  • 课程概览
  • 授课讲师
  • 课程大纲

本课程立足人工智能和智能计算人才需求,以企业实际智能计算应用案例为载体,以企业涉及的智能计算平台应用开发技术为核心,以“职业岗位—学习领域—技能知识点-实验项目”为主线,以实际工作技能知识点为导向,以职业认证为抓手,以企业需求为依据,从宏观到微观,从易到难,从简单到复杂,遵循学生职业能力培养的基本规律。

课程概览
本课程是人工智能技术服务等专业的专业核心课程,主要目标是培养人工智能技术服务等专业学生的智能计算开发软件系统的安装部署、系统管理、系统调测、数据处理和人工智能基础算法及中级应用开发测试等能力。通过本课程的学习能完成软件开发系统的软件安装部署、计算资源调测、人工智能基础算法产品的应用开发测试等工作任务。本课程以企业需求为导向,通过与华为等世界级主流企业建立密切合作关系,将企业的教育资源融入到教学体系中,确保学生学习到最先进和实用的人工智能技术。学完本课程后,学生可以参加智能计算平台应用开发1+X认证考试,为将来走向工作岗位奠定坚实的基础。
授课讲师

方少群

拥有15年工作经验,10年教学工作经验,现任腾科软件教学部总监,华为认证官方讲师,Cloudera认证官方讲师,华为首批物联网(IoT)、人工智能(AI)认证讲师。精通JavaEE的各种开发模式和开发框架,擅长电子商务系统的开发及高并发问题的解决;熟悉一些常用的智能硬件,如智能摄像头、智能手表/手环、智能路灯等。精通华为物联网开发技术。精通大数据离线分析和实时分析相关技术,如hadoop、hbase、hive、zookeeper、spark、storm、Kafka等。精通python、TensorFlow、图像识别、语音识别、人机对话和百度人工智能接口开发。 项目经验: 1、飞腾科技有限公司项目经理,负责项目管理和研发 2、神州数码项目组长,负责项目管理和研发 3、广州权度网络科技有限公司项目经理,负责物联网项目管理与研发 4、电信业务管理系统的项目管理和研发 5、神州数码电子商务系统的开发 6、巨海微信公众号开发 7、珠海立丰国际货运公众号平台开发 8、智能停车项目、智能家居项目、门禁系统、智慧路灯等

课程大纲
  • 第1章智能计算平台应用开发(中级)概述
  •     第1节智能计算平台应用开发技能点简介
  •     第2节智能计算平台应用开发(中级)知识点概要
  • 第2章人工智能与平台搭建
  •     第1节人工智能简介
  •     第2节集成开发环境
  •     第3节常用人工智能应用框架
  • 第3章平台管理
  •     第1节服务器集群管理
  •     第2节存储资源管理
  •     第3节系统管理介绍
  •     第4节系统管理工具
  •     第5节文档管理
  • 第4章数据采集
  •     第1节大数据采集与处理
  •     第2节大数据基础组件介绍——Flume架构
  •     第3节大数据基础组件介绍——Flume关键特性和Loader
  •     第4节大数据基础组件介绍——Kafka概念、特点及应用场景
  •     第5节大数据基础组件介绍——Kafka基本组成
  •     第6节大数据基础组件介绍——MapReduce
  •     第7节大数据基础组件介绍——Spark
  •     第8节大数据基础组件介绍——Storm
  •     第9节大数据基础组件介绍——Flink
  •     第10节 数据采集系统架构与基础配置
  •     第11节 数据采集流程优化——Flume性能优化
  •     第12节 数据采集流程优化——Kafka和Streaming性能优化
  •     第13节数据采集流程优化——Storm和Flink性能优化以及数据采集系统维护
  • 第5章数据存储
  •     第1节常见分布式文件系统的维护和管理
  •     第2节常见分布式数据库的维护和管理
  •     第3节存储系统优化
  •     第4节数据库日常监控
  •     第5节 数据库日常运维
  • 第6章数据处理
  •     第1节ETL常用工具和数据整合操作
  •     第2节ETL任务流程监控、维护和优化
  •     第3节数据标注和分类
  • 第7章数据备份与恢复
  •     第1节数据备份概述
  •     第2节备份技术
  •     第3节备份解决方案
  •     第4节备份与恢复
  • 第8章机器学习基础算法建模
  •     第1节机器学习
  •     第2节分类算法——逻辑回归和KNN
  •     第3节分类算法——朴素贝叶斯和SVM
  •     第4节分类算法——决策树和多层感知机
  •     第5节回归算法——线性回归
  •     第6节回归算法——KNN回归
  •     第7节回归算法——Lasso回归
  •     第8节集成学习算法——Boosting
  •     第9节集成学习算法——Bagging
  •     第10节聚类算法——原型聚类
  •     第11节聚类算法——层次聚类
  •     第12节聚类算法——密度聚类
  •     第13节关联规则算法——Apriori算法
  •     第14节关联规则算法——FP-growth算法
  •     第15节智能推荐算法
  • 第9章人工智能模型开发测试
  •     第1节人工智能模型开发
  •     第2节人工智能模型测试
节数上课时间星期一 星期二星期三星期四 星期五星期六星期天
第1节08:00 - 08:40
第2节09:00 - 09:40
第3节10:00 - 10:40
第4节11:00 - 11:40
第5节14:00 - 14:40
第6节15:00 - 15:40
第7节16:00 - 16:40
第8节17:00 - 17:40
天数上课日期上课时间内容
相关课件 更多
  • rar

    智能计算平台应用开发(中级)课件汇总

    大小:30.99MB

    2020-10-12