大數據盛行之後，分散式系統成為IT行業的顯學。相對於傳統的關聯式資料庫，NoSQL其分散、非結構化、支援Hadoop、記憶體中處理以及支援MapReduce的特性，在全球各大行業都相繼採用。除了IT及網路業的巨頭(Google, Facebook, Amazon, Microsoft)、其它各行各業如Walmart, Samsung, Comcast也完全投入。可支撐起整個公司的資料儲存、分析、倉儲、串流、即時分析、商業智慧等任務。

SSE Big Data Database: NoSQL國際認證 | Big Data Database: NoSQL

Silicon Stone Education (SSE)

終身受用

大數據盛行之後，分散式系統成為IT行業的顯學。相對於傳統的關聯式資料庫，NoSQL其分散、非結構化、支援Hadoop、記憶體中處理以及支援MapReduce的特性，在全球各大行業都相繼採用。除了IT及網路業的巨頭(Google, Facebook, Amazon, Microsoft)、其它各行各業如Walmart, Samsung, Comcast也完全投入。可支撐起整個公司的資料儲存、分析、倉儲、串流、即時分析、商業智慧等任務。更多

證照資訊題庫專區延伸資訊相關學習

證照資訊

報考資格

無限制

報名方式

請至深智數位網站報名：

https://deepmind.com.tw

考試費用

3600元

考試內容

資料庫理論

分散系統理論

NoSQL理論(CAP)

ACID理論

BASE理論

MongoDB

Cassandra

CouchDB

CouchBase

HBase

Neo4j(圖型資料庫)

NoSQL實作(包括MongoDB、Cassandra、Neo4j)

考試地點

請洽發證單位官網

收合

題庫專區

小試身手初級

三題精選試題，快速檢測能力！

已有3人參加測驗

延伸資訊

相關職缺

6筆精選職缺

Sr. Data Engineer

Tomofun_友愉股份有限公司

Sr. Data Engineer

美商ID TECH台灣分公司_璟昇科技股份有限公司

Software Development Engineer - Big Data Solutions

Yahoo_荷蘭商雅虎全球技術研發有限公司

[Data Sci] Senior Technical Consultant (Data)

Vpon AI Big Data Group_威朋大數據股份有限公司

資深數據工程師 / Senior Data Engineer

大數據股份有限公司

Data Scientist

安達國際人壽保險股份有限公司

相關證照

包含SSE AI Essentials國際認證、SSE AI Knowledge Today國際認證等5項證照

SSE AI Essentials國際認證 Silicon Stone Education (SSE)

SSE AI Knowledge Today國際認證 Silicon Stone Education (SSE)

SSE Big Data Infrastructure：Hadoop國際認證 Silicon Stone Education (SSE)

SSE 大數據國際認證 Silicon Stone Education (SSE)

SSE R 語言國際認證 Silicon Stone Education (SSE)

相關技能

包含大數據等1項技能教室

大數據

相關學習

共學教室尋找考證夥伴 x 分享考證資源 x 聊聊考證歷程

Hi~ 歡迎分享學習資源，有學習問題可匿名向Giver發問！

我要分享

學習推薦

全部

影片

文章

每日推薦課程

關注

104學習精靈

產品

2023/05/08

【程式養成】職場精選課推薦 | 提升你的職場力 !!!

很多程式必備課程，是學校沒教的課!提供對於轉職工程師，或是在工程相關領域，想在職場提升技能的大家，整理出系列推薦課程。

有些課程有分線上課或是實體課，實體課程中有分台北與桃園中壢，提供大家假日進修可以有更多選擇。

---

【Python】相關課程

ITS Python國際認證班

🟠 https://bit.ly/41VHBYp

零基礎Python入門與資料科學

🟠https://bit.ly/42CpeZb

Python 社群網路聲量分析實作班

🟠https://bit.ly/3B3bUkF

---

【程式設計】相關課程

Java入門保證班

🟡https://bit.ly/3VE0tJN

SQL語法入門保證班

🟡https://bit.ly/3HKowRq

Git版本控制實戰班

🟡https://bit.ly/42cyoM3

Linux系統入門實戰班

🟡https://bit.ly/3phFyjs

Linux Shell Script 程式設計與管理實務

🟡https://bit.ly/42zxol2

【真人直播】Kubernetes (K8s) 新手到實戰班

🟡 https://bit.ly/42yMUNT

---

【就業養成】相關課程

AI 智慧應用開發實戰養成班

🟢 (台北班) https://bit.ly/41aPTeh

🟢 (中壢班) https://bit.ly/3ph0mHR

資安與雲端架構工程師養成班

🟢 (台北班) https://bit.ly/42jbv9J

🟢 (中壢班) https://bit.ly/3VE0OMz

智慧APP整合開發養成班

🟢 https://bit.ly/3VGCJEM

前端工程師專業技術養成班

🟢 (台北班) https://bit.ly/42jbGlp

🟢 (中壢班) https://bit.ly/3B1EIdt

微軟智慧應用C#全端開發工程師養成班

🟢(台北班) https://bit.ly/3HNXgla

---

提醒：連結失效代表課程報名人數已額滿，課程已下架，或是課程已結束。

---

共多職場好課推薦：

⭕【Excel】相關課程：https://bit.ly/41aQ89b

⭕【職場認證】相關課程：https://bit.ly/44FbGxO

⭕【行銷職場】相關課程：https://bit.ly/3phLuZU

2 0 2719 0

拍手

留言

分享到：

Line

Facebook

複製連結

取消

104學習精靈精選課程

看更多課程

想提升職場競爭力？專業技能課程看起來👇

NoSQL輕鬆學: 架構、設計與案例探討

了解HBase各service間與硬體的關係，就讓亦思科技技術長帶領大家瞭解Hadoop生態系統的演進、NoSQL分散式資料庫特性、手把手教學安裝HBase、HBase的運行架構與Table Schema設計原則，老師更將重點教學如何使用 HBase API，並針對實際案例進行資料處理。

緯育TibaMe

用 Python 打造自己的股票小秘書

$ 技術面：打造聊天機器人，學會實用的工具。 $ 財經面：「價到提醒」功能，大大提升投資便利性。 $ 實務面：每天開盤前，依照您的選股策略，在自動選股後，主動推播給您。 $ 經驗面：了解 Python 雲端服務架構，完整的專案流程。 $ 趨勢面：熟悉 No SQL 資料庫操作，未來大數據的基礎。

Hahow好學校

Spark第二部曲： SQL輕鬆處理半結構化資料技巧

利用Spark SQL的特性，做出商業智慧報表不再難！TibaMe的Spark第二部曲： SQL輕鬆處理半結構化資料技巧，課程中將帶領你學習：取得資料、資料前處理基本功，並透過了解SQL、DataFrame的優點，並利用課堂中所學實作製作商業智慧報表。

緯育TibaMe

Spark首部曲：實務基礎入門篇

這門課程將讓你了解Spark的核心基礎與環境建置、學習Scala語言到實作Streaming串流分析。在熟悉Hadoop基礎概念後，若想要深入學習大數據，那你的下一步絕對要學Spark！這堂課程中，我們將用Spark玩轉資料，挑戰背後無限商機！並讓您透過此三部曲學程輕鬆進入大數據分析領域。

緯育TibaMe

Hahow 好學校

關注

Hahow 小蛙編輯

創作內容編輯

2022/08/08

轉職資料分析師！你為什麼需要學 SQL？

想轉職資料分析師的你，除了 Python 到底為什麼還要學 SQL？快速拆解資料分析流程，以及 SQL 在其中扮演的角色。剖析 SQL 入門學習痛點，帶你一個技巧就學好 SQL！

資料科學浪潮襲來的第一個十年

從 2012 年 10 月哈佛商業評論拋出「資料科學家是 21 世紀最性感的職業」那刻起，資料科學從美國加州矽谷向全世界颳起洶湧大浪至今要邁向第一個十年，報章雜誌與社群媒體不停向我們大量放送資料科學、大數據、機器學習、深度學習與人工智慧等這些聽起來熟悉卻又陌生的字彙。

各行各業因應著資料科學浪潮的襲來，開始從商業智能的運行上重新思索資料驅動的決策機制，造就「以程式處理並分析資料」的相關職缺在就業市場的需求量大增，我們可以說每一個資料科學領域的從業人員都站在軟體工程、統計分析以及商業思維三個面向的交會點上，但又能依照在三個面向的興趣或者擅長，再細膩區分出職稱為資料工程師（對軟體工程較有興趣或擅長）、資料科學家（對統計分析較有興趣或擅長）或者資料分析師（對商業思維較有興趣或擅長）。

鑽研與區分上述的辭彙與職稱令人感到困惑，若是返璞歸真檢視「以程式處理並分析資料」的本質，就會赫然發現這個學門或者工作內容其實並不是橫空出世的，只是在這個時間點，由於科學計算的盛行、套件設計模式的成熟以及運算成本的降低，讓「擅長寫程式的分析師」與「擅長分析的工程師」水到渠成地浮現，在資料科學浪潮襲來的第一個十年依然屹立於鎂光燈下。

詳見原文>

https://hahow.in/cafeteria/articles/6062bcacc97e6b05ddfe0a01