1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
       2、免費提供課后技術支持，保障培訓效果。
       3、培訓合格學員可享受免費推薦就業機會?！詈细駥W員免費頒發相關工程師等資格證書，提升職業資質。專注高端技術培訓15年，端海學員的能力得到大家的認同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認可。

• 主題 內容
  第一部分：數據倉庫的概念深入
• 1.在大數據環境下數據倉庫的困境和挑戰
  2.數據倉庫的體系結構多樣性解讀
  3.數據倉庫與數據挖掘的關系
• 第二部分 基于SQL Server環境下的數據倉庫開發應用過程
• 1．SQL Server下的數據倉庫開發應用的特點
  2．數據倉庫的規劃過程
  3．數據倉庫的概念模型設計
  4．數據倉庫的邏輯模型
  5. 物理模型的設計
  6．基于Sql Server環境下的數據倉庫的實施過程及特點
• 第三部分 數據倉庫的應用與管理
• 1．數據倉庫應用案例
  電信、移動、聯通、銀行、銷售等行業的應用舉例
  2．數據倉庫的運行技術管理
  3．SQL SERVER下的數據倉庫的元數據管理
  4. 數據倉庫工程中注意事項
• 第四部分 SQL SERVER下的ETL應用技術進階
• 1、 ETL發展背景與大數據下的SQL SERVER 的ETL技術變遷
  2、 ETL過程階段重點及注意事項和經驗總結
  3、 ETL特性及案例分析，如何高效實現穩定性、安全性、可擴展性、健壯性、可維護性、高可用性？
  4、 大數據環境下的數據倉庫ETL體系結構如何應對變化的需求
  5、 如何更好選擇ETL工具，它的評價準則怎樣？
  6、 SQL SERVER 環境下的ETL的管理
  1)ETL的數據質量管理
  2)ETL的數據集成
  3)ETL的元數據
  7、 ETL展望
• 第五部分：數據挖掘及數據分析技術
• 1.數據挖掘主要分析方法：
  1.聚類分析（Clustering）
  2.分類分析（Classification）
  3.關聯分析（Association）
  4.預測分析（Prediction）
  5.回歸分析
  6.相關分析
  7.數據比較分析
  8.數據挖掘的可視化
  2.數據挖掘的實施
  3.分析圖形： 正態性檢驗 描述性統計 箱型圖、區間圖、時序圖 介紹
  4.數據挖掘的關鍵技術:數據預處理
  5.數據挖掘效果的評估
  實踐：SPSS結合相應的分析算法及展示圖形
• 第六部分：構建**數據挖掘分析體系
• 1、分析團隊建設
  2、分析工作管理
  3、數據分析核心能力建設
  4、分析工作與業務協同
• 第七部分.數據挖掘應用
• 1.數據挖掘及管理經驗
  2.數據挖掘在金融、電商、運營商行業領域的應用舉例
  2.1 客戶行為與潛在客戶分析
  2.2 用戶信用度分析
  2.3 趨勢預測
  2.4新產品交叉營銷分析 等
  3. 結合業務場景需求，進行數據挖掘實踐:
  1.客戶細分聚類分析實踐
  2.金融貸款防欺詐挖掘分析
  3.金融/電商客戶流失預測挖掘分析
  （以上涉及當下主流的聚類、相關、決策樹、神經網絡及回歸分析等數據挖掘算法）