人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考、也可能超过人的智能。 人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括通信算法、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大。 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。 随着大数据时代的快速到来，以及大数据在生产生活中迅速应用，数据分析、数据建模、数据挖掘、人工智能等重要性越发突出，本课程是针对大数据时代的特点，尹老师总结多年数据分析经验，而精心设计的课程，课程内容涵盖了通信算法领域的数据处理、统计分析、数据挖掘、机器学习、人工智能等内容，应用范围广泛、前景广阔。

本课程主要讲解Flink的核心设计原理，实时计算，SQL计算等使用场景，同时通过实战案例与实际业务的场景相结合，让学员轻松掌握Flink在实时计算领域的独特魅力。 本次课程的代码实现以 Scala语言为主，配套有Java语言代码实现，要求学员至少具备Java基础，讲师会提供培训过程中用到的项目代码（Scala实现和Java实现）。

从大数据生态圈层面对大数据中的核心技术栈进行分析，帮助大家快速理解并构建大数据生态体系架构。然后通过大数据中最核心基础的Hadoop技术组件入手，了解并掌握大数据中的海量数据分布式存储和海量数据分布式计算。

本次课程主要针对大数据平台中MapReduce，Hive的原理及使用，以及Spark中的Spark core、Spark SQL 、SparkStreaming这些内容进行讲解，通过这些内容的学习，可以掌握MapReduce的编程思想，以及如何使用SQL计算HDFS上的海量数据，以及掌握Spark中的离线计算和实时计算。

随着大数据时代的快速到来，以及大数据在生产生活中迅速应用，大数据领域如雨后春笋般的出现大量的新技术，如 Hadoop、Spark 等技术，其中 Python语言已经成为大数据技术中最为重要的一部分，被越来越多的企业所使用。 Python 语言的功能涵盖了大数据领域的数据处理、统计分析、数据挖掘、机器 学习、人工智能、大数据应用开发等各种不同类型的计算操作，应用范围广泛、 前景非常广阔。本课程是尹老师多年工作经验的总结和归纳，从实际业务案例为 入口，使学员从理论层到实操层面系统的学习数据处理技术，使学员深入理解 Python 语言等数据分析工具。通过本课程的学习，学员即可以正确的分析企业 的数据，为管理者、决策层提供数据支撑。 本课程重点讲解基于 Python 语言编程、数据处理、数据探索、人工智能、 深度学习等，对 Python 语言算法原理及实现进行讲解，及在大数据的应用技巧， 为企业的战略决策提供参考。

Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，Hive将SQL语句转换为MapReduce任务进行运行。其优点是学习成本低，可以通过类SQL语句实现统计查询，也支持实现自己的UDF函数来完成比较复杂的业务逻辑，非常适合数据仓库的统计分析。本次培训从理论到项目实战，由浅入深，步步进阶。课程主要从Hive运行原理、Hive数据库和表的操作、Hive的表类型详解、Hive的高级函数、Hive SQL性能优化、Hive on Spark、Hive数据仓库设计、Hive数据分析实战项目等全方位讲解，更加注重于实际操作以及开发经验的分享，可以帮助学生快速掌握Hive的企业级应用。 Storm是一个流式实时计算框架，可以实现海量高频数据实时计算，主要应用在实时计算场景中。课程主要从Storm的基本原理、核心设计思想、并行度、流分组、定时器以及Storm和Kafka案例整合项目实战。