一、課程簡述
EBDP®（Enterprise Big Data Professional）是基于Big Data Framework的大數(shù)據(jù)管理認證，是EBD系列課程的入門課程。此課程將講解大數(shù)據(jù)的基本概念和管理理念，是后續(xù)大數(shù)據(jù)分析師、大數(shù)據(jù)科學專家和大數(shù)據(jù)工程專家的前序認證課程。企業(yè)大數(shù)據(jù)專業(yè)人員(EBDP)課程介紹了大數(shù)據(jù)的核心概念和技術，并概述了組織為實現(xiàn)數(shù)據(jù)驅動型決策而需要開發(fā)的能力。通過嵌入大數(shù)據(jù)功能，組織可以做出更快、更可靠的決策，并更快地將產(chǎn)品推向市場。
近年來，大數(shù)據(jù)和相應大數(shù)據(jù)技術的使用迅速普及，許多組織在組織中建立了專門的數(shù)據(jù)分析或大數(shù)據(jù)功能。在本課程中，我們將討論組織如何使用大數(shù)據(jù)技術來發(fā)現(xiàn)大量企業(yè)數(shù)據(jù)中的模式，以及如何使用這些模式來提高整體性能。
企業(yè)大數(shù)據(jù)專業(yè)課程基于大數(shù)據(jù)框架的能力模型，討論大數(shù)據(jù)技術的核心概念、技術和實際應用。大數(shù)據(jù)框架為企業(yè)提供了一種整體的壓縮方法，旨在利用其組織中的數(shù)據(jù)價值。該框架涵蓋了理解和分析海量數(shù)據(jù)所需的大數(shù)據(jù)的所有基本方面。
企業(yè)大數(shù)據(jù)專業(yè)培訓和相應的認證是大數(shù)據(jù)框架課程和認證計劃的第一級，由APMG國際認證。該課程提供了對大數(shù)據(jù)體系結構、技術和流程的供應商中立和客觀的理解。
中培是APMG全球官方授權的大數(shù)據(jù)專家EBDP培訓和認證考試機構，擁有多名大數(shù)據(jù)資深專家，幫助您全面了解企業(yè)大數(shù)據(jù)的管理方法和理念，把大數(shù)據(jù)管理實踐和經(jīng)驗應用到工作中，幫助企業(yè)實現(xiàn)卓越管理，并順利取得相關認證。

二、培訓目標
企業(yè)大數(shù)據(jù)專業(yè)課程的課程目標包括對大數(shù)據(jù)概念和技術的實際理解，并將讓參與者做好以下準備:

• 與傳統(tǒng)數(shù)據(jù)分析技術和解決方案相比，解釋大數(shù)據(jù)的歷史和背景；
• 描述數(shù)據(jù)分析、大數(shù)據(jù)、機器學習和人工智能的基本特征以及這些概念之間的區(qū)別；
• 描述如何制定支持大數(shù)據(jù)和大數(shù)據(jù)解決方案業(yè)務驅動因素的大數(shù)據(jù)戰(zhàn)略，以抓住大數(shù)據(jù)的價值主張；
• 討論當代大數(shù)據(jù)架構的高級原則和設計元素，并解釋其核心優(yōu)勢；
• 解釋基本的大數(shù)據(jù)算法和處理技術，以便選擇合適的技術來解決實際的大數(shù)據(jù)問題；
• 確定如何應用企業(yè)組織從海量數(shù)據(jù)中獲取價值所必需的大數(shù)據(jù)流程；
• 解釋組織從大數(shù)據(jù)中獲取長期價值所必需的關鍵職能、角色和能力；
• 了解人工智能的重要性和概念及其與大數(shù)據(jù)方法和解決方案的關系。

三、培訓對象
企業(yè)大數(shù)據(jù)專業(yè)資格面向參與企業(yè)大數(shù)據(jù)分析的個人，他們需要了解大數(shù)據(jù)背后的原理，需要了解所使用的術語和實踐背后的一些理論。因此，企業(yè)大數(shù)據(jù)專業(yè)資格的目標受眾包括:

• 數(shù)據(jù)分析師
• 項目經(jīng)理
• 商業(yè)分析師
• 數(shù)字市場商人
• 信息技術專業(yè)人員
• 每個想了解大數(shù)據(jù)更多信息的人

四、培訓時間
培訓時長：3天，每天6小時。

五、關于考試
成功通過(65%)由60道選擇題組成的90分鐘考試，獲得企業(yè)大數(shù)據(jù)專業(yè)人員(EBDP)證書。考試和認證流程由APMG國際代表企業(yè)大數(shù)據(jù)框架聯(lián)盟管理。

六、課程大綱

時間安排	培訓模塊	培訓內容
第一天	大數(shù)據(jù)簡介	大數(shù)據(jù)簡介 大數(shù)據(jù)的價值 大數(shù)據(jù)簡史 大數(shù)據(jù)特征 數(shù)據(jù)分析、分析、商業(yè)智能和大數(shù)據(jù) 不同的數(shù)據(jù)類型 數(shù)據(jù)產(chǎn)品和大數(shù)據(jù)解決方案 機器學習和人工智能
	大數(shù)據(jù)框架	大數(shù)據(jù)框架簡介 大數(shù)據(jù)框架的結構 使用大數(shù)據(jù)框架 大數(shù)據(jù)成熟度評估
	大數(shù)據(jù)戰(zhàn)略	大數(shù)據(jù)作為競爭戰(zhàn)略 大數(shù)據(jù)的業(yè)務驅動因素 制定大數(shù)據(jù)戰(zhàn)略 大數(shù)據(jù)戰(zhàn)略文檔清單
第二天	大數(shù)據(jù)架構	大數(shù)據(jù)架構簡介 NIST大數(shù)據(jù)參考架構 分布式數(shù)據(jù)存儲和處理 大數(shù)據(jù)存儲 大數(shù)據(jù)分析架構 Hadoop開源軟件框架
	大數(shù)據(jù)算法	算法導論 描述統(tǒng)計學 統(tǒng)計推斷 相互關系 回歸 分類 聚類 異常檢測 數(shù)據(jù)可視化
	大數(shù)據(jù)流程	大數(shù)據(jù)流程簡介 數(shù)據(jù)分析過程 數(shù)據(jù)治理流程 數(shù)據(jù)管理流程
第三天	大數(shù)據(jù)功能	大數(shù)據(jù)功能介紹 設計大數(shù)據(jù)組織 大數(shù)據(jù)團隊中的角色和職責 大數(shù)據(jù)技能 大數(shù)據(jù)的組織成功因素
	人工智能	人工智能導論 企業(yè)中的人工智能 認知分析 人工智能的能力 深度學習
總結與考核