麦芽数据学堂 金融项目训练营_2-3年经验_大数据-百度云网盘资源分享
设计与开发.mp4 64.18M
| | ├──09_3.2基础层(标准层)设计与开发_贷款业务分析.mp4 290.19M
| | ├──10_3.3基础层(标准层)设计与开发_贷款相关表开发.mp4 168.29M
| | ├──11_3.4基础层(标准层)设计与开发-存款业务开发展示.mp4 69.08M
| | ├──12_3.4.2基础层(标准层)设计与开发-存款业务开发展示.mp4 122.25M
| | ├──13_3.5基础层(标准层)设计与开发-基金理财业务开发展示.mp4 89.79M
| | ├──14_4.1共性加工层-客户整合.mp4 386.52M
| | ├──15_4.2共性加工层-贷款汇总.mp4 70.72M
| | ├──16_5-集市层设计与开发.mp4 75.81M
| | ├──17_6-脚本初始化.mp4 92.13M
| | ├──18_7-8-调度&总分核对.mp4 139.50M
| | ├──19_9-11章.mp4 154.30M
| | ├──20_13-数据迁移.mp4 68.72M
| | ├──21_12.1反洗钱简介-反洗钱概念.mp4 17.04M
| | ├──22_12.2-反洗钱立法概括.mp4 29.59M
| | ├──23_12.3-反洗钱简介-初步认识ETL.mp4 21.09M
| | ├──24_12.4-一般银行项目流程及需规讲解.mp4 244.44M
| | ├──25_12.5接口文件的编写.mp4 59.63M
| | ├──26_12.6-mapping文档映射.mp4 33.19M
| | ├──27_12.7-贯标.mp4 55.45M
| | ├──28_12.8–数据接收来源.mp4 32.76M
| | ├──29_12.9-数据清洗.mp4 108.27M
| | ├──30_12.10-存储过程的编写.mp4 71.83M
| | ├──31_12.11-规则讲解.mp4 81.03M
| | ├──32_12.12模型编写.mp4 154.23M
| | ├──33_12.13-校验规则1.mp4 45.80M
| | ├──34_12.14-校验规则2.mp4 30.61M
| | ├──35_12.15-如何补录与增录.mp4 19.58M
| | ├──36_12.16-机构撤并.mp4 17.64M
| | ├──37_12.17报告与报文.mp4 27.78M
| | ├──38_12.18-回执类型与报送流程.mp4 49.42M
| | ├──39_12.19-脚本书写规范.mp4 47.29M
| | ├──40_12.20-命名规范与sql简单优化.mp4 54.57M
| | ├──41_项目简历指导.mp4 35.27M
| | └──42_面试题速攻.mp4 37.76M
| └──项目-金融信贷&风控报表平台
| | ├──01_【金融项目篇】01-01-项目背景&目标.mp4 67.09M
| | ├──02_【金融项目篇】01-02-行业近7年史.mp4 119.55M
| | ├──03_【金融项目篇】01-03-行业及就业分析.mp4 50.21M
| | ├──04_【金融项目篇】02-01-大数据风控.mp4 65.61M
| | ├──05_【金融项目篇】02-02-风控环节和流程.mp4 68.22M
| | ├──06_【金融项目篇】02-03-风控要素.mp4 150.02M
| | ├──07_【金融项目篇】03-01-OneData理论.mp4 55.56M
| | ├──08_【金融项目篇】04-01-金融业务调研.mp4 117.46M
| | ├──09_【金融项目篇】04-02-金融数据调研.mp4 89.28M
| | ├──10_【金融项目篇】05-01-金融业务流程梳理.mp4 61.91M
| | ├──11_【金融项目篇】05-02-金融业务系统梳理.mp4 49.09M
| | ├──12_【金融项目篇】05-03-金融业务架构图.mp4 62.73M
| | ├──13_【金融项目篇】06-01-数仓搭建之-架构设计.mp4 124.73M
| | ├──14_【金融项目篇】06-02-数仓搭建之-分层设计.mp4 53.83M
| | ├──15_【金融项目篇】06-02-数仓搭建之-分层设计2.mp4 95.28M
| | ├──16_【金融项目篇】06-03-业务主题划分.mp4 167.77M
| | ├──17_【金融项目篇】06-04-主题建模.mp4 107.95M
| | ├──18_【金融项目篇】07-01-数仓体系开发-指标确认.mp4 74.96M
| | ├──19_【金融项目篇】07-02-命名规范与数据治理.mp4 153.68M
| | ├──20_【金融项目篇】07-03-ODS原始明细层.mp4 137.74M
| | ├──21_【金融项目篇】07-04-DIM维度层.mp4 205.39M
| | ├──22_【金融项目篇】07-04-DWD明细层-代码开发.mp4 18.90M
| | ├──23_【金融项目篇】07-04-DWD明细层-核心工作.mp4 132.02M
| | ├──24_【金融项目篇】07-04-DWD明细层-维度与事实.mp4 182.16M
| | ├──25_【金融项目篇】07-05-DWS聚合层-代码开发.mp4 154.53M
| | ├──26_【金融项目篇】07-05-DWS聚合层-指标维度确认.mp4 120.81M
| | ├──27_【金融项目篇】08-01-金融业务需求评估.mp4 113.12M
| | ├──28_【金融项目篇】08-02-金融业务指标梳理.mp4 115.65M
| | ├──29_【金融项目篇】09-01-大数据可视化概览.mp4 204.75M
| | ├──30_【金融项目篇】10-01-金融风控指标-风控术语.mp4 70.29M
| | ├──31_【金融项目篇】10-03-风控指标开发.mp4 208.05M
| | ├──32_【金融项目篇】10-02-风控业务指标.mp4 82.45M
| | ├──33_【金融项目篇】11-01-风控模型指标体系.mp4 185.52M
| | ├──34_【就业指导篇】4-简历在线&答疑.mp4 216.29M
| | ├──35_【就业指导篇】3-简历编写指导.mp4 222.17M
| | ├──36_【就业指导篇】2-工作中遇到的最大问题.mp4 54.82M
| | └──37_【就业指导篇】1-面试热点问题集.mp4 208.75M
部分截图:

有需要联系v;加客服窗口的联系方式
摘要:麦芽数据学堂金融项目训练营,专为2-3年经验的大数据从业者量身打造,旨在提升金融领域的数据分析能力。本文将从训练营的背景、课程设置、师资力量和实践机会四个方面进行详细阐述,帮助读者全面了解这一专业培训项目。
1、背景
随着金融行业的数字化转型,大数据在金融领域的应用越来越广泛。然而,许多金融从业者在大数据技能方面存在不足。麦芽数据学堂敏锐地捕捉到这一市场需求,推出了金融项目训练营,旨在帮助金融从业者提升数据分析能力,为金融行业的发展贡献力量。
训练营的背景还体现在其紧跟行业发展趋势。随着人工智能、区块链等新兴技术的兴起,金融行业对大数据人才的需求更加多元化。麦节数据学堂金融项目训练营正是基于这一背景,为学员提供全面、实用的培训内容。
此外,训练营的背景还体现在其强大的合作伙伴。麦芽数据学堂与多家金融机构、大数据企业建立了合作关系,为学员提供丰富的实践机会和就业资源。
2、课程设置
麦芽数据学堂金融项目训练营的课程设置科学合理,分为基础课程、核心课程和拓展课程三个层次。基础课程主要涵盖大数据基础、数据挖掘、机器学习等基础知识;核心课程则聚焦于金融领域的数据分析,如金融市场分析、风险管理等;拓展课程则涉及人工智能、区块链等前沿技术。
训练营的课程注重理论与实践相结合,通过案例分析、实战演练等方式,帮助学员将所学知识应用到实际工作中。此外,训练营还定期邀请行业专家、企业高管进行授课,为学员提供丰富的行业视角。
课程设置还充分考虑了学员的学习需求。训练营采用线上线下相结合的教学模式,学员可以根据自己的时间安排灵活选择学习方式。同时,训练营还提供一对一辅导,确保每位学员都能跟上学习进度。
3、师资力量
麦芽数据学堂金融项目训练营拥有一支强大的师资队伍,包括来自国内外知名高校的教授、金融领域的资深专家以及一线大数据工程师。这些师资力量具备丰富的教学经验和实践经验,能够为学员提供高质量的教学服务。
训练营的师资队伍注重理论与实践相结合。教授们不仅具备深厚的理论基础,还具备丰富的实践经验,能够将理论知识与实际案例相结合,使学员更容易理解和掌握。
此外,训练营还注重师资队伍的多元化。师资队伍中既有来自金融领域的专家,也有来自大数据领域的工程师,为学员提供了全方位的知识体系。
4、实践机会
麦节数据学堂金融项目训练营为学员提供了丰富的实践机会。训练营与多家金融机构、大数据企业建立了合作关系,为学员提供实习、项目实训等机会。
在实习方面,学员可以进入合作企业进行实习,了解企业实际需求,提升自己的实践能力。在项目实训方面,学员可以参与实际项目,运用所学知识解决实际问题,提高自己的项目经验。
此外,训练营还定期举办行业交流活动,邀请企业高管、行业专家分享行业动态和经验,为学员提供拓展人脉、了解行业趋势的平台。
总结:
麦芽数据学堂金融项目训练营为2-3年经验的大数据从业者提供了一个提升金融数据分析能力的优质平台。通过科学的课程设置、强大的师资力量和丰富的实践机会,训练营帮助学员掌握金融领域的大数据技能,为金融行业的发展贡献力量。
本文对训练营的背景、课程设置、师资力量和实践机会进行了详细阐述,旨在帮助读者全面了解这一专业培训项目。
本文由nayona.cn整理
联系我们
关注公众号
微信扫一扫
支付宝扫一扫