第一单元：数据平台

1. 引言：大数据的基本概念、历史和发展
从传统数据仓库概念，如何演进到大数据的概念，以及大数据的4V等特性；传统数据仓库技术体系和大数据之间有什么区别？现在大数据带来了哪些改变，以及今后大数据会如何发展，如何改变我们的生活？
2. 大数据平台整体组成
要想玩转大数据，平台至关重要。如何从零开始一步一步搭建一个大数据平台？它由哪些部分组成？每个部分的功能定义是什么、为什么这么设计？
3. 大数据平台的核心“三大件”原理和架构
大数据平台最核心的三个组件当属数据计算和存储系统、数据任务调度系统、数据交换和传输系统了。这三个系统的工作原理和详细架构是怎样？在实践中会遇到哪些问题？如何提高他们的性能？
4. 大数据平台组件的延伸以及拓展
要想真正发挥大数据平台的威力，除了大数据平台核心“三大件”以外，其他组件也必不可少，比如元数据管理系统、集成开发平台、报表组件、数据质量管理系统、权限系统、数据安全管理、统一监控和告警系统等等。这些系统该按照什么样的顺序搭建？如何决定这些系统的技术路线？如何打通这么多子系统，让大数据平台成为一个整体？
5. 大数据实时处理系统的案例实践
随着数据业务的发展，传统T+1延迟的离线数据仓库已经不能满足业务的需求，数据系统的实时性问题越来越被人们所关注。不过，提高数据的实时性势必带来很多新的挑战，比如如何简化实时系统的复杂度、如何保证其可靠性、如何降低实时数据开发难度、如何平衡成本和性能等等。本小节将以一个实际的案例为基础，讲授如何打造一个高效、可靠的大数据实时处理系统。
1. 引言：大数据分析方法论以及几个案例
本章将通过几个数据分析的实际案例/故事，来讲述数据分析过程中可能会遇到的困难、怎样去解决这些困难、并由此总结出几种实用的数据分析解决方案。
2. 如何让数据价值在企业落地
很多企业都有大数据落地难的问题。明明投入了这么多，但很少发现有价值的产出。是什么原因造成了这样的困境？如何摆脱这样的困境，行之有效的实现数据价值的最大化？
3. 数据价值的不同场景和不同维度，以及案例分析
数据价值在不同场景下有不同的表现，同时也有不同的维度去度量它。本小节将带来数个案例，分别讲述在不同场景、不同维度下如何让数据产生价值。让听课者能够场景化的体会数据价值的落地过程。
4. 大数据建模
如何从一个实际的业务问题出发，完成从领域模型到数据模型的转换：需要收集哪些数据，定义哪些关键指标，以及如何组织和存储这些数据。
5. 如何打造数据团队
数据团队在发展过程中，不同时期的人员构成比例是怎样的；和一般的团队相比，数据团队有哪些特点；如何树立团队的影响力、以及和其他团队/部门的沟通技巧等。
6. 数据思维
数据思维是什么？如何让大家都会用数据、懂数据？如何去培养全员的数据思维？有了数据思维有什么好处？

第二单元：数据分析与数据价值

1. 引言：大数据分析方法论以及几个案例
本章将通过几个数据分析的实际案例/故事，来讲述数据分析过程中可能会遇到的困难、怎样去解决这些困难、并由此总结出几种实用的数据分析解决方案。
2. 如何让数据价值在企业落地
很多企业都有大数据落地难的问题。明明投入了这么多，但很少发现有价值的产出。是什么原因造成了这样的困境？如何摆脱这样的困境，行之有效的实现数据价值的最大化？
3. 数据价值的不同场景和不同维度，以及案例分析
数据价值在不同场景下有不同的表现，同时也有不同的维度去度量它。本小节将带来数个案例，分别讲述在不同场景、不同维度下如何让数据产生价值。让听课者能够场景化的体会数据价值的落地过程。
4. 大数据建模
如何从一个实际的业务问题出发，完成从领域模型到数据模型的转换：需要收集哪些数据，定义哪些关键指标，以及如何组织和存储这些数据。
5. 如何打造数据团队
数据团队在发展过程中，不同时期的人员构成比例是怎样的；和一般的团队相比，数据团队有哪些特点；如何树立团队的影响力、以及和其他团队/部门的沟通技巧等。
6. 数据思维
数据思维是什么？如何让大家都会用数据、懂数据？如何去培养全员的数据思维？有了数据思维有什么好处？