进入 21 世纪后，随着云计算、大数据、人工智能、物联网 等新一代信息技术的发展和新思想的涌现，采用新技术、新材料、 新工艺的智能传感技术对传统信息获取方法的颠覆，进一步全面 思考泵站与新一代信息技术（特别是传感技术）深度融合的机制 和途径，对智能泵站的技术体系和过程应用进行深入研究和实践， 持续提升泵站运行管理的集约化和智能化水平已成当务之急。

本课程附全套RHCA学习环境，免费提供给学员进行操作练习。 学员们将获得相关技能和知识，通过实验室操作练习，学员将能够深入学习创建、配置、管理 OpenShift 集群并对其进行故障排除、 红帽 OpenShift 管理一（DO280）教您如何安装并管理红帽? OpenShift? 容器平台。本课程将向您演示如何安装、配置和管理 OpenShift 集群，并部署示例应用以进一步了解开发人员会如何使用此平台。 OpenShift 是一个容器化应用平台，可帮助企业利用 Kubernetes 来管理容器部署并扩展应用。OpenShift 提供预定义的应用环境，基于 Kubernetes 构建，支持各类 DevOps 模式，如缩短上市时间、基础架构即代码、持续整合（CI）和持续交付（CD）。 本课程可以帮助学员为红帽OpenShift（DO280）考试做准备，本课程还适合不以考证为目的，而想用技术提升自己的同学。

本课程附全套RHCA学习环境，免费提供给学员进行操作练习。 学员们将获得相关技能和知识，并通过红帽企业虚拟化管理器有效地创建、部署、管理及迁移专用红帽企业虚拟化Hypervisor节点或红帽企业 Linux服务器上的Linux和Microsoft Windows虚拟机。本课程以实验室操作为基础并对技术进行深入讲解。该培训将是您成功实施企业计划或执行虚拟化部署战略的理想课程。 本课程可以帮助学员为红帽RHCA虚拟化考试做准备，本课程还适合不以考证为目的，而想用技术提升自己的同学。

本课程附全套RHCA学习环境，免费提供给学员进行操作练习。 学员们将获得相关技能和知识，通过实验室操作练习，学员将深入学习Ansible 自动化（DO407）在管理工作站上安装和配置 Ansible，并让受管理主机为自动化做好准备。 课程内容摘要 1. 在控制节点上安装 Ansible/红帽 Ansible 引擎。 2. 创建并更新受管理主机列表并管理连接。 3. 利用 Ansible playbook 和 ad hoc 命令自动化管理任务。 4. 大规模编写高效的 Ansible playbook。 5. 用 Ansible Vault 保护 Ansible 所使用的敏感数据。 6. 用 Ansible 角色重用代码并简化 playbook 的编写。 7. 企业级解决方案，Ansible-Tower管理配置。 本课程可以帮助学员为红帽Ansible自动化运维（DO407）考试做准备，本课程还适合不以考证为目的，而想用技术提升自己的同学。

? ? 本课程中，你将学习到，项目架构搭建，数据生产，数据消费，数据分析，以及数据展示等项目核心业务功能的实现。学习过程中，我们将使用Flume，Kafka，HBase，Hadoop,Echarts,Crontab等大数据框架完成整个业务的实现，并在学习过程中对各个框架的应用和原理进行梳理和剖析。 【视频特点】 通信运营商每时每刻会产生大量的通信数据，例如通话记录，短信记录，彩信记录，第三方服务资费等等繁多信息。数据量如此巨大，除了要满足用户的实时查询和展示之外，还需要定时定期的对已有数据进行离线的分析处理。电信客服综合案例就是以此为切入点所开发的大数据实战案例。?在本课程中，你将学习到，项目架构搭建，数据生产，数据消费，数据分析，以及数据展示等项目核心业务功能的实现。学习过程中，我们将使用Flume，Kafka，HBase，Hadoop,Echarts,Crontab等大数据框架完成整个业务的实现，并在学习过程中对各个框架的应用和原理进行梳理和剖析。

如今大数据已经成了各大互联网公司工作的重点方向，而推荐系统可以说就是大数据最好的落地应用之一，已经为企业带来了可观的用户流量和销售额。特别是对于电商，好的推荐系统可以大大提升电商企业的销售业绩。国内外的知名电商，如亚马逊、淘宝、京东等公司，都在推荐系统领域投入了大量研发力量，也在大量招收相关的专业人才。打造的电商推荐系统项目，就是以经过修改的中文亚马逊电商数据集作为依托，并以某电商网站真实的业务架构作为基础来实现的，其中包含了离线推荐与实时推荐体系，综合利用了协同过滤算法以及基于内容的推荐方法来提供混合推荐。具体实现的模块主要有：基于统计的离线推荐、基于隐语义模型的离线推荐、基于自定义模型的实时推荐，以及基于内容的、和基于Item-CF的离线相似推荐。整个项目具有很强的实操性和综合性，对已有的大数据和机器学习相关知识是一个系统性的梳理和整合，通过学习，同学们可以深入了解推荐系统在电商企业中的实际应用，可以为有志于增加大数据项目经验的开发人员、特别是对电商业务领域感兴趣的求职人员，提供更好的学习平台。适合人群：1.有一定的 Java、Scala 基础，希望了解大数据应用方向的编程人员2.

2020年，信息化驱动现代化能力明显提升，互联网、大数据、云计算、人工 智能等新一代信息技术在经济社会各领域广泛应用，经济发展的数字化、网络 化、智能化水平，社会治理的精准化、科学化、高效化水平，公共服务的均等 化、普惠化、便捷化水平明显提升，初步形成融合深入、产业繁荣、共享开放、 治理协同、保障有力的数字贵州发展格局，有力助推全省发展。

同济大学教授/中国城市交通规划学会副主任委员杨东援在题为《大数据时代城市交通的思考·分析·决策》的演讲中表示，对于城市交通来说，大数据不是一种时髦，而是技术推动、需求拉动和任务理念变革所共同呼唤的创新，而面对城市交通领域大数据技术应用问题，需要政府提高预见性，树立正确的价值理念，增强把脉诊断能力。

智慧城市建设中的云计算大数据建设，精品一级

Python数据分析与机器学习实战教程，该课程精心挑选真实的数据集为案例，通过python数据科学库numpy,pandas,matplot结合机器学习库scikit-learn完成一些列的机器学习案例。课程以实战为基础，所有课时都结合代码演示如何使用这些python库来完成一个真实的数据案例。算法与项目相结合，选择经典kaggle项目，从数据预处理开始一步步代码实战带大家入门机器学习。学完该课程即可：1.掌握Python数据科学工具包，包括矩阵数据处理与可视化展示。2.掌握机器学习算法原理推导，从数学上理解算法是怎么来的以及其中涉及的细节。3.掌握每一个算法所涉及的参数，详解其中每一步对结果的影响。4.熟练使用Python进行建模实战，基于真实数据集展开分析，一步步完成整个建模实战任务。