华为大数据挖掘专家认证HCIE-Big Data-Data Mining V2.0(中文版)自2019年7月2日起,正式在中国区发布。
0 Z: b0 `7 ?* I d6 c& a% y/ ^4 X
! V. W2 h2 {6 C$ l8 D2 x 1. 发布概述
9 z4 ]! t( C7 l3 ?4 e8 t7 j) ?4 h: H
基于“平台+AI+生态”战略,围绕“云-管-端”协同的新ICT技术架构,华为公司打造了业界唯一覆盖ICT全技术领域的认证体系,包含ICT技术架构认证、平台与服务认证和行业ICT认证三类认证。
2 h9 s9 P; L: z ]6 W3 k# v0 z d% F2 B5 M
根据ICT从业者的学习和进阶需求,华为认证分为工程师级别、高级工程师级别和专家级别三个认证等级。
4 T# L7 T0 Q" x5 q; G" \
& e* x7 p, o1 X7 p( S+ j5 C 华为认证覆盖ICT全领域,符合ICT融合的技术趋势,致力于提供领先的人才培养体系和认证标准,培养数字化时代的新型ICT人才,构建良性的ICT人才生态。
; p' F# {. `! [5 E* ]" H' F* q$ j. J0 h/ b7 [1 R5 X& a
HCIE-Big Data-Data Mining V2.0 定位于数据挖掘方向的专家级别认证,适用于大数据开发和运维高级工程师以及致力于向AI领域发展的人员的技能提升。
% O8 J: j6 v) d: i" O- U+ S
' I! p, Z* C+ e: @; f% t9 ]$ p$ P! k HCIE-Big Data-Data Mining V2.0 包含:数据挖掘基础数理知识、数据挖掘平台工具、爬虫技术、ETL技术、常用数据挖掘算法、模型评估、Spark MLlib、华为机器学习服务、FusionInsight Miner,大数据架构和大数据治理等。该认证提供了丰富的随堂实验和数据挖掘行业案例,旨在提升学员的实践能力,促进大数据行业专家型人才的培养。
9 d9 l! [6 ~& z: e h) X6 P7 o2 a+ D, M9 C5 {. B6 l
通过HCIE-Big Data-Data Mining V2.0,您将掌握大数据场景下的数据挖掘知识,具备专家级别的数据运用及价值呈现的能力,能够胜任数据挖掘相关岗位。/ [ }2 d6 V' d) h9 ], P1 D
+ m0 h' n" {( @ d; v 企业拥有通过HCIE-Big Data-Data Mining V2.0认证的专家,意味着企业具备了足以应对大数据时代挑战的主流技术,能够实现大型复杂数据挖掘项目的落地。
0 a6 Y4 ^' X ^0 x7 y7 X9 u, L$ c6 [$ |' |- x' t+ l
2. 产品介绍' C/ O: @$ p/ F8 N$ p
- k# A1 _$ ~! b- |8 p1 ^# N 华为认证HCIE-Big Data-Data Mining V2.0培训清单如下:
+ ~; w; {% V5 p! w a 《HCIE-Big Data-Data Mining V2.0培训教材》7 L' [% {) ^- B4 z
《HCIE-Big Data-Data Mining V2.0实验手册》
2 H- [, j2 X' l& ^+ T9 r 《HCIE-Big Data-Data Mining V2.0培训大纲》; X0 Z H+ \2 E/ `4 f9 N9 Q
《HCIE-Big Data-Data Mining V2.0考试大纲》5 E2 U I1 a8 Q f8 J
《HCIE-Big Data-Data Mining V2.0课程表》
. g: F8 T k% t/ @& W8 j+ s( [) ~ 《HCIE-Big Data-Data Mining V2.0 设备清单》0 D- |( H3 m3 Z0 q& p
《HCIE-Big Data-Data Mining V2.0实验室搭建指南》
+ b& S4 v A4 \. a( s 《HCIE-Big Data-Data Mining V2.0 e-Learning视频》' R X& Q! N& x0 v$ c5 a- e
( ~" _! G7 R/ {3 J$ L
3. 培训说明# `: w! |' n8 V+ b2 `
9 v: Y9 k: I& b. O m9 h
3.1 培训教材: E% H( g) q1 T4 R1 ^! c7 z
知识点 | V1.0 | V2.0 | 变更说明 | 1. 数据挖掘介绍. f/ i7 _5 u' ~: d9 }, j
! u- A5 G, L5 M' M. d! Y! K5 v | 5% | 4% | 增加数据挖掘流程、数据挖掘开发工具和数据挖掘学习路径 ,占比2%! J6 b" ~$ o8 V/ k4 d
优化数据挖掘概述、数据/属性和度量,占比2% | 2. 预备知识(数学知识、Python知识) | 0% | 12% | 增加矩阵和线性代数、概率论和数理统计、信息熵与基尼系数以及最优化等数学预备知识,占比6%( C( g M- X1 [; F* F! `5 y& N* O
, C5 W' ~/ e- H% ?2 l3 o
增加Python语言基础、数据采集与爬虫以及数据可视化等Python预备知识和工具使用方法,占比6% r6 ]+ ]9 r" D2 p$ D7 L
| 3. 数据预处理 | 5% | 12% | 增加数据抽取、转换和加载和特征处理等内容,占比8%+ u7 e u* F- t) h) U1 n- f
# A1 Y$ L! P0 x s) }& C优化数据清洗内容,占比4% ) Q+ A0 }2 L% h2 ?' h9 D
| 4. 特征选择与降维 | 0% | 7% | 增加特征选择和降维等内容介绍,占比7% | 5. 有监督学习 | 5% | 11% | 增加有监督学习的预备知识、线性回归、逻辑回归、KNN、SVM等有监督学习算法,占比6%
0 ?6 f6 u. s3 Q( U6 E: Y+ T , r) P! f8 `* z# h
优化朴素贝叶斯、决策树和集成算法等有监督学习算法,占比5% 8 a, r/ }( X1 ^% q( a9 V' P
| - 6. 无监督学习6 }: ?# K! f$ V/ [1 T
| 5% | 5% | 优化聚类算法及关联规则算法,占比5% | - 7. 模型评估与优化1 @- b. C+ G0 l: `& S' e* ?
| 0% | 12% | 增加模型评估与优化预备知识、最优化模型、模型评估与选择、正则化等内容,占比12% | - 8. 数据挖掘综合应用% d/ h9 C8 I2 `# `2 ?( q5 R( g% Z( v
| 0% | 8% | 增加数据挖掘的流程、综合应用的案例分析等内容,占比8% | - 9. Spark MLlib数据挖掘% W. y1 I5 i4 n! m( L
| 0% | 11% | 增加Spark MLlib基础入门、基础统计分析、特征提取和转换、分类与回归、聚类与降维、关联规则与推荐算法、评估矩阵等内容,占比11% | - 10. 华为云机器学习服务MLS
2 j: c5 R. H6 m2 O' Y2 b& Y6 C+ r
| 5% | 6% | 优化华为云机器学习服务MLS、华为机器学习平台FusionInsight Miner等内容,占比6% | - 11. 大数据架构和大数据治理
' {' ~7 F1 q; J" E- L
| 0% | 9% | 增加大数据架构、大数据治理等内容,占比9% | - 12. 大数据挖掘6 h8 m' y6 C9 _4 x" j. ?- Q
| 0% | 3% | 增加数据挖掘背景、银行客户精准画像案例、提升信用卡安全案例和城市环境质量分析挖掘案例等内容,占比3% | - 13. FusionInsight LibrA华为分布式数据仓库: `# O( i8 K& q3 q, c* O4 `
$ _" U' x1 [; I+ P/ X& d | 70% | 0% | 该知识点刷新到HCIE-Big Data-Data Analysis & Management V1.0第六章:GaussDB 200分布式数据仓库- Z' h* r: _) p
" X7 Y6 l. W% F" I) A, @5 P& z删除FusionInsight Libra分布式数据库概述、组件简介、产品特性和关键技术、安全管理、数据库管理系统并发控制、数据库性能监控、数据迁移、SQL 介绍、数据库设计、应用程序开发指导等内容,占比70%
: `6 w* s. _, {! o" x* j | - 14. 数据仓库介绍
- X, H, X$ D& J& y( U
; K, F& s8 a4 ~5 I6 \* f* b/ y+ \ | 5% | 0% | 该知识点刷新到HCIE-Big Data-Data Analysis & Management V1.0第二章:预备知识3 @0 H+ g. i+ m* v) e$ @8 G) {
: ~. {4 P# k z# a
删除OLAP和OLTP概念、数据仓库和数据集市概念、多维数据模型、概念分层、ROLAP/MOLAP/HOLAP、方体物化等内容,占比5%
; t V* F2 m% X; F4 ?. } | ' Q5 X; d Z. ~# H' A* ?/ t
3.2 实验手册
/ D0 d* A8 t# v$ S2 T) x ]* d- Q3 k5 g- Y
HCIE-Big Data-Data Mining V2.0实验手册内容包含:
, g7 {" `* U) I! L2 ]6 H% S0 X 知识点 | V1.0 | V2.0 | 变更说明 | 1. 基础数学知识、Python知识 | 0% | 12% | 增加数学实验、Python实验,各占比6% | 2. 数据预处理 | 0% | 12% | 增加数据预处理实验,占比12% | 3. 特征选择与降维 | 0% | 7% | 增加特征选择与降维实验,占比7% | 4. 有监督学习 | 0% | 11% | 增加有监督学习实验,占比11% | 5. 无监督学习 | 0% | 5% | 增加无监督学习实验,占比5% | 6. 模型优化预评估 | 0% | 12% | 增加模型优化预评估实验,占比12% | 7. 数据挖掘综合 | 0% | 8% | 增加数据挖掘综合实验,占比8% | 8. Spark MLlib | 0% | 11% | 增加Spark MLlib实验,占比11% | 9. 华为机器学习服务MLS | 5% | 6% | 优化华为机器学习服务MLS实验,占比6% | 10. ETL | 0% | 6% | 增加ETL实验,占比6% | 11. 综合大实验 | 0% | 10% | 增加数据挖掘综合大实验指导手册,包含房价售价预测、信用违约预测、犯罪类型预测、银行办理贷款业务预测等场景的数据挖掘综合实验,占比10% | 12.FusionInsight LibrA | 60% | 0% | 删除FusionInsight LibrA实验手册,占比60% | 4 c. R v& f9 y8 N* N
3.3 培训时长# R' @2 @7 i$ r' p/ ?+ o# Y
1 q; j8 z/ C1 e) Y( u4 b; h% g HCIE-Big Data-Data Mining V2.0培训时长,共计12天。7 o5 D% x$ m+ Z2 e% y [2 M- ^
8 S y# A7 \6 E' Y 3.4 实验环境
3 i4 p+ O; S R( ?; j! U! z, h) a6 e
/ V2 y8 @5 x* C 具体实验环境搭建和采购请参考培训产品清单中的《HCIE-Big Data-Data Mining V2.0设备清单》和《HCIE-Big Data-Data Mining V2.0实验环境搭建指南》。
" h3 k% i; i6 m: n. o- S! } A# _+ G$ q/ r: V9 S9 [8 L
4. HALP/ICT学院讲师
5 l5 ]( v4 m0 { `2 C) E6 q( V9 Y" @: ^$ a
HCIE-Big Data-Data Mining V2.0 | 说明 | HALP/ICT学院讲师赋能 | HALP/ICT学院讲师通过华为e学云自学完成 | HALP/ICT学院讲师认证 | 需通过笔试、实验和试讲后申请讲师认证证书 |
5 ~$ n7 U$ Z) J9 X) E4 n/ }" ?/ R$ z5 ?- m `
5. 考试说明9 R4 t Y, m' v
, V/ ?8 Y' \$ [' o
HCIE-Big Data-Data Mining V2.0认证考试已于2019年7月2日在Pearson VUE平台上线,Pearson VUE考试预约网址: http://www.pearsonvue.com.cn/。考试代码为:H13-731,保持不变。
3 u, ]4 Q' ?; @: r3 Q: n' a. H+ w6 r, K n+ r
HCIE-Big Data V1.0认证考试预计将于2020年01月01日下线,请参加HCIE-Big Data V1.0考试的考生务必在2019年12月31日前(含当天)完成预约及考试。请广大考生提前做好学习、培训和考试计划。具体如下:# R& b) u$ }& e; m1 `2 w! O
' A$ V- `# F9 D7 \: ]
认证项目 | 考试代码 | 考试名称 | 版本 | 考试地点 | 考试时长 | 通过分数/总分 | HCIE-Big Data-Data Mining | H13-731 | HCIE-Big Data-Data Mining (Written) | V2.0 | Pearson VUE | 90 min | 600/1000 | HCIE-Big Data (Written) | V1.0 | H13-732 | HCIE-Big Data-Data Mining (LAB) | V2.0 | 华为 | 480 min | 80/100 | HCIE-Big Data(LAB) | V1.0 | H13-733 | HCIE-Big Data-Data Mining (Interview) | V2.0 | 华为 | 60 min | 通过/不通过 | HCIE-Big Data(Interview) | V1.0 |
8 k1 l6 Q# x+ ]( D$ W4 A 6. 发布区域范围和目标客户
V: J9 l; v o3 x E4 e" L; P6 n- R- U$ j2 e' |, E
HCIE-Big Data-Data Mining V2.0于2019年7月2日正式向中国区发布。
( Z! W6 y5 z) \: h' e
: E8 {' f2 f2 Q/ x8 i 主要面向使用华为产品的用户、合作伙伴工程师、ISV工程师、内部工程师、高校学生以及ICT从业人员等。
) B! b3 H' A: N: U8 ? |