首席數(shù)據(jù)官（ChiefDataOfficer，CDO）是數(shù)字時代的產(chǎn)物，它在數(shù)字化轉(zhuǎn)型的過程中，以及在轉(zhuǎn)型成功后的數(shù)字經(jīng)濟中，都會起到關(guān)鍵作用。本書旨在建立一套相對完整的關(guān)于首席數(shù)據(jù)官的知識體系，幫助讀者更好地參與數(shù)字時代的發(fā)展。本書分為5篇。第一篇CDO概論介紹CDO產(chǎn)生的背景、發(fā)展趨勢、主要職責(zé)、技能和工作路徑等。

本書以最新版本的工程設(shè)計標(biāo)準(zhǔn)和規(guī)范為藍(lán)本，對工業(yè)生產(chǎn)過程自控工程設(shè)計的整體內(nèi)容進行了全面介紹，主要目的是使自動化專業(yè)的本�？茖W(xué)生能夠有全面的自控工程設(shè)計的概念，掌握自控工程設(shè)計的方法，并了解自控工程設(shè)計有關(guān)的標(biāo)準(zhǔn)和規(guī)范，以期對自控工程設(shè)計有全面、深入的了解，并能夠與其他專業(yè)設(shè)計人員協(xié)調(diào)工作，完成整個工程項目的設(shè)計和施工

本書主要內(nèi)容涵蓋大數(shù)據(jù)的基礎(chǔ)知識、大數(shù)據(jù)平臺安全技術(shù)、大數(shù)據(jù)平臺風(fēng)險評估和監(jiān)控技術(shù)、大數(shù)據(jù)平臺安全管理和運維技術(shù)、大數(shù)據(jù)平臺技術(shù)的應(yīng)用場景和發(fā)展趨勢、信息安全的防御措施、信息安全的管理和監(jiān)控工具、大數(shù)據(jù)平臺技術(shù)中的信息安全問題和解決方案。本書旨在幫助讀者了解大數(shù)據(jù)平臺技術(shù)和信息安全的相關(guān)知識和發(fā)展趨勢，提高大數(shù)據(jù)平臺技

本書分為八章，內(nèi)容包括：數(shù)據(jù)、數(shù)據(jù)資源、數(shù)據(jù)資產(chǎn)、數(shù)據(jù)資產(chǎn)評估基礎(chǔ)理論、數(shù)據(jù)評估法規(guī)與標(biāo)準(zhǔn)、數(shù)據(jù)資產(chǎn)評估程序、數(shù)據(jù)資產(chǎn)評估方法、數(shù)據(jù)資產(chǎn)評估風(fēng)險管理。

本書內(nèi)容共分為七個章節(jié)。基本構(gòu)成如下：生產(chǎn)要素演化與數(shù)據(jù)要素產(chǎn)生；數(shù)據(jù)要素的分類與特征；數(shù)據(jù)要素的確權(quán)與定價；數(shù)據(jù)要素交易；公共數(shù)據(jù)的流通交易與應(yīng)用；企業(yè)數(shù)據(jù)的流通交易與應(yīng)用；個人數(shù)據(jù)的流通交易與應(yīng)用。每章都有相關(guān)典型案例和專欄拓展內(nèi)容，也設(shè)置了啟發(fā)性的課后思考題，以幫助讀者學(xué)習(xí)和理解。

本書采用理論知識與任務(wù)案例相結(jié)合的形式，以PyCharm為主要開發(fā)工具，系統(tǒng)地闡述大數(shù)據(jù)分析處理流程中的常用的第三方庫。全書共13個單元，單元1介紹大數(shù)據(jù)分析的概念等內(nèi)容；單元2和單元3介紹使用numpy與pandas實現(xiàn)科學(xué)計算與統(tǒng)計分析的相關(guān)知識；單元4-單元7介紹使用pandas實現(xiàn)數(shù)據(jù)預(yù)處理的方法；單元8介紹使

《數(shù)據(jù)治理——理論、方法與實踐》關(guān)注以數(shù)據(jù)為關(guān)鍵要素的數(shù)字經(jīng)濟時代背景下的數(shù)據(jù)治理問題，分為8章。第1、2章以數(shù)據(jù)治理基礎(chǔ)概念作為鋪墊，重點對數(shù)據(jù)、數(shù)據(jù)治理以及數(shù)據(jù)治理體系所涵蓋的內(nèi)容進行全面梳理，明晰數(shù)據(jù)治理的現(xiàn)狀、趨勢，并進行國內(nèi)外數(shù)據(jù)治理理念與體系的比較；第3～7章是數(shù)據(jù)治理核心問題探討，重點對數(shù)據(jù)開放、數(shù)據(jù)交易

本書共分三個部分，分別是基礎(chǔ)篇、實踐篇和拓展篇�；�礎(chǔ)篇是對整個課程的歷史、背景和技術(shù)原理的解釋部分，基礎(chǔ)篇包含三個項目，講解了的大數(shù)據(jù)處理流程、大數(shù)據(jù)存儲架構(gòu)、大數(shù)據(jù)存儲技術(shù)路線等知識。實踐篇則是更偏重于理論的實驗部分，實驗內(nèi)容較多，注重簡單、易學(xué)和實用等原則，實踐篇包含三個項目，講解了結(jié)構(gòu)化數(shù)據(jù)存儲技術(shù)路線、Post

本書按照“理論+實戰(zhàn)”的形式編寫，將企業(yè)項目需求分解為單獨的任務(wù)，全面系統(tǒng)地講解了大數(shù)據(jù)采集與預(yù)處理的相關(guān)知識與技術(shù)。全書針對數(shù)據(jù)采集的不同來源，將知識內(nèi)容分為五個項目，包括網(wǎng)絡(luò)數(shù)據(jù)采集、分布式消息系統(tǒng)Kafka、實時數(shù)據(jù)庫采集工具Canal和Maxwell、ETL日志采集技術(shù)棧以及ETL工具——Kettle。本書針對

全書共9章，內(nèi)容涉及數(shù)據(jù)采集、環(huán)境部署、Kettle安裝及應(yīng)用、pandas應(yīng)用以及Python應(yīng)用案例，由淺入深地介紹了數(shù)據(jù)可視化的基礎(chǔ)內(nèi)容。