随着人工智能的快速发展，为建立规范、有效的风险控制体系，提高风险防范能力, 增强公司竞争力，保证公司安全、稳健、持续发展，提高经营管理水平，依据国家有关法律、法规，结合公司实际，采用人工智能技术实现对公风险管控。 本课程是人工智能实现对公风险管控技术的特点，尹老师总结多年金融风险管控经验，而精心设计的课程，课程内容涵盖了对公风险管控技术等内容。

近些年，随着数据中台、大数据、机器学习、人工智能等高科技技术的不断发展，越来越多的企业开始着眼于整理自己的数据资产、挖掘自身的数据业务、开拓自己的数据产品。然而，由于各个企业自身的起点不同，有的是从开展简单的分析任务开始，有的是如何建设自己的数据中台。同时，这个过程中也遇到了诸多的难题与困惑，不知道如何更加有效地开展工作，未来的发展方向又在哪里。 本课程从实战的角度，讲解了不同阶段数据应用的建设思路，规划未来发展的路线图。最初，如何开展简单的数据分析任务，确定问题→数据清洗→数据建模→数据验证的设计套路，以及由粗到细挖掘有价值的数据的分析思路。然后，为了长期持久地分析应用数据，如何建设数据中台，开展数据资产治理的工作，包括数据采集、ETL过程、建立数据仓库、形成数据集市、建设应用系统。并且，在这个过程中如何开展数据质量管理、数据血缘管理，等等。接着，在这样的基础上如何数据驱动、价值变现、形成数据产品，如数据风控、数字化运营、推荐系统、精准营销，这些系统的建设思路。更进一步，如何运用数据挖掘算法，开展数据预测、用户画像、机器学习等任务。最后，运用实际案例讲解，人工智能的系统建设，建设套路以及关键点与难点。

1.结合编码实例讲解 Spark的概念、架构及用法。 2.Spark如何选择合适的执行环境，如何配置合适的执行参数，如何确保环境的稳定运行，如何避免数据丢失及灾难恢复。 3.结合案例讲解下 Spark 图计算 GraphX 的一些应用 4.结合一个完整的 Spark项目，讲解项目落地需要注意的各种事项。

为什么需要领域驱动设计 演练领域驱动设计的过程 基于微服务的软件重构

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普及与应用，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、深度学习、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语言的机器学习算法，Python语言对机器学习算法原理及实现、Python实现可视化呈现应用案例进行剖析讲解

Apache Flink是一个开源的针对批量数据和流数据的处理引擎，已经发展为ASF的顶级项目之一。Flink 的核心是在数据流上提供了数据分发、通信、具备容错的分布式计算。同时，Flink 在流处理引擎上构建了批处理引擎，原生支持了迭代计算、内存管理和程序优化。 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，尹老师总结多年产品经理的经验，结合大数据与人工智能特点，本课程重点内容包括Apache Flink的诞生背景、运行原理、Apache Flink API的使用、Apache Flink流式处理的相关人工智能算法以及Apache Flink的企业级使用最佳实践。同学通过此次课程可以开发Apache Flink程序和AI程序。