数据湖是大数据架构的热点之一，在流量变大、非结构化数据增多、实时性需求高等场景下，数据湖都表现出很强的优势。DataFun也有很多客户来咨询和购买数据湖培训，所以，我们把原来给一些顶尖企业内训的数据湖课程，再次打磨之后，推出了数据湖的实战工作坊。工作坊课程的研发，集中了DataFun的资源优势，采用了全新的研发模式：
1、技术成熟度曲线为核心；
2、结合DataFun海量用户的数据湖问题；
3、专家团提供行业经验；
4、知名企业内训课程转化为工作坊；
1、为什么要用技术成熟度曲线做核心呢？技术成熟度曲线有什么好处呢？
数据湖的技术成熟度曲线（以下简称曲线），包括数据架构、设计原则、存储、文件格式、表格式、核心功能、前沿技术等接近上百个技术点，以及这些技术点各自的技术发展成熟度、业务价值和技术难度等。曲线有80多个技术点，系统整理领域知识，使学员能够全面理解各个技术环节的内在联系。2）短期收益与长期价值兼顾 VS 片面追求短期利益近百个技术点，每个技术点都有自己的技术成熟度阶段，包括前瞻期、成长期、热门期、成熟期、衰退期，让学员可以学习如何兼顾短期收益和长期价值，通过全面分析，找到最具性价比的解决方案。毕竟企业做一个大数据架构，是希望可以长期使用，不能三天两头改版。所以掌握技术成熟度阶段的学员可以避免因片面追求短期利益而导致资源浪费。近百个技术点，每个技术点都评估了其业务价值，业务价值从1星-5星，对于业务价值高、技术难度低或者普通的技术点，列为重点，老师会提供实例+案例+流程+对比分析，重点讲解。对于业务价值低，而技术难度高的技术点，就是非重点，学员了解即可。这样有助于学员给公司做数据湖时，能够以业务价值为导向，快速出结果。DataFun每年都举办数据湖峰会，积累了大量的用户问题，我们对用户问题进行分类汇总，发现大家的问题集中在以下这些方向：这些来自实际的用户问题，也会影响课程的内容优先级。具体问题（如下图）都会发给制作课程的老师，老师酌情把用户问题做成课程的案例，现场让学员讨论。这样保证学员在课堂上讨论和考试的知识内容，都是来自实际用户应用。我们整个的课程团队，分为课件制作团、授课讲师团、审核专家团等不同的角色，具体专家信息详情请看海报。课件制作团要求是对于数据湖理解深入，使用多，并且对多个数据湖复杂困难场景有实际经验。授课讲师，除了对于数据湖本身的技术要求外，还要求现场能力，比如调动学员积极参与的能力等。专家团则是邀请了不同的行业和不同背景的数据湖负责人，共同审核课程内容，打破了单一专家的经验局限，确保了课程视角的多维度，结合各个专家的专长，提供更为全面、深入的学习体验，帮助学员从多个角度理解复杂问题。我们的课程，得到了字节跳动、苹果、沃尔玛等一线企业的认可与购买，并且收获了线下学员的一致好评。然后我们请专家团重新打磨，保证了高质量的教育标准。
