class detail

第一單元1. 雲端 computing 核心概念：三大模型（IaaS/PaaS/SaaS）解析、公有雲 vs 私有雲適用場景2. AWS 核心服務實操：EC2 彈性運算實例創建與配置、S3 物件儲存桶許可權設置與檔上傳3. GCP 核心服務實操：Compute Engine 虛擬機器部署、Cloud Storage 存儲類別選擇與資料移轉 4. 實作：搭建個人專屬基礎雲端環境（含 AWS 與 GCP 雙平臺基礎服務配置）
第二單元1. 關聯式資料庫實戰：AWS RDS（MySQL/PostgreSQL）實例部署、資料導入與 SQL 查詢；GCP Cloud SQL 參數配置與高可用設置 2. NoSQL 資料庫應用：AWS DynamoDB表設計、分區鍵選擇與 CRUD 操作；GCP Bigtable 適用場景與資料寫入演示3. 資料湖架構設計：企業級數據湖核心組件（原始層 /清洗層 / 整合層）、基於 S3/BigQuery 的資料分層實踐4. 實作：基於 AWS S3+GCP BigQuery 搭建簡易企業資料湖（含資料分層導入與許可權管控）
第三單元1. ETL 核心原理：資料抽取（Extract）、轉換（Transform）、載入（Load）全流程邏輯，常見資料格式（CSV/JSON/Parquet）處理技巧 2. AWS Glue 實操：Glue Crawler 自動識別資料結構、Glue Job 編寫 ETL腳本（資料清洗、格式轉換、欄位映射)3. 資料品質管控：ETL 過程中缺失值處理、重復資料剔除、資料一致性校驗方法 4. 實作：基於電商銷售原始資料，用 AWS Glue 搭建 ETL 管線（完成資料清洗與規範，輸出至目標資料庫）
第四單元1. GCP 核心服務實操：Compute Engine 虛擬機器部署、Cloud Storage 存儲類別選擇與資料移轉 2. 實作：搭建個人專屬基礎雲端環境（含 AWS 與 GCP 雙平臺基礎服務配置）3. 雲端 AI 服務入門：AWS Rekognition 圖像標籤識別、Comprehend 文本情感分析 API 調用；GCP Vertex AI預訓練模型部署 4. 實作：搭建簡易智慧客服情緒分析原型（調用 AWS Comprehend 分析客服對話文本，輸出情感傾向與關鍵字）
第五單元1. GCP Vertex AI 進階：自訂資料集上傳、預訓練模型微調（如產品評論情感分類模型優化） 2. 商業儀錶板設計邏輯：資料指標選擇、圖表類型匹配（折線圖 / 柱狀圖 / 圓形圖適用場景）、互動功能設計3. 視覺化工具入門：AWS QuickSight 資料來源連接、基礎圖表製作；GCP Looker Studio 資料維度與指標配置4. 實作：用 AWS QuickSight 製作銷售資料儀錶板（含日 / 周銷售額趨勢、區域銷售占比）
第六單元1. 專題需求解析：端到端業務監控系統核心模組（資料湖存儲 + ETL 管線 + AI 分析 + 視覺化儀錶板）、功能拆解與技術選型建議 2. 開發輔導：學員完成專題開發（含資料湖搭建、ETL 腳本編寫、AI 服務調用、儀錶板設計），講師針對性解決技術難點3. 成果優化與演示準備：專題功能測試、bug 修復、演示流程梳理 4. 成果展示：演示端到端業務監控系統，分享開發思路與遇到的問題，學員互評 + 講師點評