数据仓库 staging area需要备份吗 显示全部
李昀泽
2017-04-19

楼答要要搞笑啊我想几原:1、与olap相应oltp,即联机事务处理基于说操作数据库处理oltp特点支持量并发操作olap操作数据库进行olap数据库操作往往数据量耗降低oltp并发性客户或用户体验差所必须放2、我建数据仓库数据清洗工作些数据比格式、空格、或者能空值字段空值我要进行处理操作数据库进行肯定合适些数据库完些清洗操作3、且比我做银行数据仓库银行面肯定要客户信息保密所具体数据都让知道

查看全部回答
方昭焰
2017-04-04

熟悉主流数据库oracle、DB2、SQL server 等要熟悉数据仓库建模

查看全部回答
如何搭建sql server数据仓库实验报告 显示全部
高文雄
2017-05-01

数据仓库管理数据主要思想具体实施工具解决问题选取比异构/同源数据数据抽取问题要用etl能用工具 或者自写程序看情况定‘数据仓库模型建设要用erwin等建模工具;数据存放般借助关系数据库实现用oracle类现已经始慢慢摒弃传统关系数据库借助些No sql平台比hadoophive类论用工具定要记住数据仓库思想变管理数据、数据价值通效管理展现经管理数据堆没提炼金矿看着值钱直接狗屁用没

查看全部回答
车阳霞
2017-04-05

(星形模式是一种多维的数据关系,它由一个事实表(Fact Table)和一组维表(Dimension Table)组成。每个维表都有一个维作为主键,所有这些维的主键组合成事实表的主键。事实表的非主键属性称为事实(Fact),它们一般都是数值或其他可以进行计算的数据;而维大都是文字、时间等类型的数据,按这种方式组织好数据我们就可以按照不同的维(事实表主键的部分或全部)来对这些事实数据进行求和(summary)、求平均(average)、计数(count)、百分比(percent)的聚集计算,甚至可以做20~80分析。这样就可以从不同的角度数字来分析业务主题的情况。)在多维分析的商业智能解决方案中,根据事实表和维度表的关系,又可将常见的模型分为星型模型和雪花型模型。在设计逻辑型数据的模型的时候,就应考虑数据是按照星型模型还是雪花型模型进行组织。当所有维表都直接连接到“ 事实表”上时,整个图解就像星星一样,故将该模型称为星型模型, 如图 2 。星型架构是一种非正规化的结构,多维数据集的每一个维度都直接与事实表相连接,不存在渐变维度,所以数据有一定的冗余,如在地域维度表中,存在国家 A 省 B 的城市 C 以及国家 A 省 B 的城市 D 两条记录,那么国家 A 和省 B 的信息分别存储了两次,即存在冗余。销售数据仓库中的星型模型当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。雪花模型是对星型模型的扩展。它对星型模型的维表进一步层次化,原有的各维表可能被扩展为小的事实表,形成一些局部的 " 层次 " 区域,这些被分解的表都连接到主维度表而不是事实表。如图 2-3,将地域维表又分解为国家,省份,城市等维表。它的优点是 : 通过最大限度地减少数据存储量以及联合较小的维表来改善查询性能。雪花型结构去除了数据冗余销售数据仓库中的雪花型模型星型模型因为数据的冗余所以很多统计查询不需要做外部的连接,因此一般情况下效率比雪花型模型要高。星型结构不用考虑很多正规化的因素,设计与实现都比较简单。 雪花型模型由于去除了冗余,有些统计就需要通过表的联接才能产生,所以效率不一定有星型模型高。正规化也是一种比较复杂的过程,相应的数据库结构设计、数据的 ETL、以及后期的维护都要复杂一些。因此在冗余可以接受的前提下,实际运用中星型模型使用更多,也更有效率。

查看全部回答
曹心惠
2017-04-26

问题问外行数据仓库般做完即永止境建造数据仓库程阶段性完数据集市数据集市做每算项目终所数据集市完工数据仓库基本才算建随业务发展DM能要丢掉能要新增数据加载维护要企业直用系统需要批工作

查看全部回答
为什么数据仓库可以适当使用反规范化的策略? 显示全部
车小湖
2017-04-24

仅数据仓库适使用反规化设计般业务系统适使用般于提高系统性能考虑牺牲存储现存储相较便宜

查看全部回答
数据仓库为什么按照主题划分? 显示全部
程芳清
2017-04-21

我觉俺主题类易于查找既仓库必须种类式解决储存、寻找储存数据且数据细类别按照别类造类难界定数据容易划按照主题类种模糊类比较实用啦

查看全部回答
为什么说数据仓库是不可更新,而又随时间不断变化的? 显示全部
耿雅君
2017-04-17

因为数据仓库是历史性的,过往的已存在的业务数据一般不会UPDATE的,会一直存在哪里等待各种访问SELECT,谁还去更新历史数据?公司财务已经赚了100块,过了十年谁还更新他?就是这么个简单道理。而随着时间积累,会逐步增加数据,可能由于数据量的膨胀,而优化体系或者改变存储结构,甚至增加层次,这种因为时间引起的变化称之为随时间变化的。希望你也能有自己更深的见解!

查看全部回答
数据挖掘 数据仓库中数据存储方式 显示全部
温浩齐
2017-04-20

数据仓库是采用关系模型存储的原始的数据信息,数据是按照一定的主题域进行组织的而OLAP是由数据仓库中的数据经过一定的模型抽取得到的,为数据分析提供支持的数据存储,因此相对于底层日志形式的数据仓库,其存储结构发生了变化。ROLAP服务器中数据虽然以关系表存储,但其关系结构可能与数据仓库中不同,而MOLAP则采用了更加利于数据分析的数据立方结构存储数据。追问嗯,回答地很好。还有关于“数据仓库是采用关系模型存储的原始的数据信息”的疑问。数据仓库是只能采用关系模型存储,还是大多数采用关系模型存储,应该是后者吧?还有里面的数据应该也经过一些处理了吧?追答数据仓库多数采用关系模型存储,因为现在运行的系统(产生数据信息的来源)主要还是以关系数据库为主,将来不排除其他结构的数据仓库,比如key-value结构数据(目前的互联网中大量应用),现在应用的数据仓库是否还有其他数据模型的我就不清楚了,不过我了解的在商业智能应用中的都是关系的数据仓库的数据都是经过处理的,数据在进入数据仓库的过程叫ETL,其中包括对原始数据的提取、清洗、集成、装载等操作,以保证数据仓库中数据的质量

查看全部回答
数据仓库中的面向主题该怎么理解 显示全部
王能
2017-04-15

数据仓库,英文名称为Data Warehouse,可简写为DW或DWH。数据仓库是为企业所有级别的决策制定过程提供支持的所有类型数据的战略集合。它是单个数据存储,出于分析性报告和决策支持的目的而创建。 为企业提供需要业务智能来指导业务流程改进和监视时间、成本、质量和控制。

查看全部回答
数据仓库 硬件要求 为一家银行做数据仓库,如何根据数据量选择硬件? 显示全部
林朝霞
2017-04-16

监控SQL Server PDWPDW具备全面Web监控工具:管理控制台(Admin Console)管理控制台界面包含选项卡::前激用户查询:前执行查询新完查询与相关错误信息及执行计划节点执行信息负载:负载计划前负载状态与相关错误信息备份/恢复:备份与恢复操作设备状态:每节点硬件软件状态信息警报:系统节点警报警告信息仪表板:实状态明细包括硬件使用指标管理控制台互联网信息服务应用程序运行控制机架控制节点您通Windows Internet Explorer访问工具目前SQL Server Management Studio (SSMS)兼容SQL Server PDW支持交互式数据查询PDW提供Nexus Query Chameleon GUI工具——前DATAllegro产品遗留工具工具与SSMS类似支持数据库象浏览Transact-SQL查询PDW提供dwsql命令行工具您使用工具向数据库发送Transact-SQL语句工具源于DATAllegro与其版本SQL Server提供sqlcmd工具类似另命令行工具dwloader工具支持加载区节点量段数据加载布式计算节点环境PDW包含PDW配置管理器工具支持进行设备级配置及设置IP址或区等选项您使用工具启停止服务BI系统整合SQL Server PDWSQL Server 2008 R2 商业智能(BI)工具完全整合PDW例PDW具备些适配器您安装SQL Server Integration Services连接PDW数据库向数据库加载数据外SQL Server Reporting Services、SQL Server Analysis ServicesExcel PowerPivot允许您指定PDW数据库作数据源您能够执行析及根据PDW数据报表拥抱SQL Server PDW通并行数据仓库您采用种全新实现数据库扩展并非所SQL Server工具(特别SSMS)都兼容新架构肯定PDW续版本支持些SQL Server工具PDW加入更功能强客户端应用程序

查看全部回答
数据仓库在数据库技术发展的趋势中有什么样的重要作用 显示全部
魏纶羽
2017-04-30

数据挖掘、海量存储、数据仓库、智能商务运算、高性能并发管理与控制主流产品发展现状数据库管理系统经历30发展演变已经取辉煌发展门内容丰富科形总量达数百亿美元软件产业根据Gartner Dataquest公司调查2000际数据库市场销售总额达88亿美元比1999增10%根据CCID报告2000数据库管理系统市场销售总额达24.8亿元比1999增41.7%占软件市场总销售额10.8%见数据库已经发展规模巨、增迅速市场 目前市场具代表性数据库产品包括Oracle公司Oracle、IBM公司DB2及微软SQL Server等定意义些产品特征反映前数据库产业界高水平发展趋势析些主流产品发展现状我解数据库技术发展重要面

查看全部回答
刚毕业,进入公司从事数据仓库工作,想请教大牛们几个问题如下: 显示全部
郭育果
2017-04-13

您 我做数据仓库 数据库发工作像 实际数据仓库属于BI类职位 比较书籍看看 比尔.恩门《数据仓库》系列 让快速入门 追问追问那请问一下数据仓库现在的前景,和就业方面好吗。追答物以稀为贵 数据仓库这行现在从事的人并不是很多 前景还是不错的 挺好就业的

查看全部回答
数据仓库的特点之一是其数据具有多个维度 显示全部
程耀辉
2017-04-16

7.理解数据仓库的含义,数据仓库和数据库的区别。 答:含义数据仓库是一个面向主题的,集成的,不可更新的,随时间不断变化的数据集合,他可以支持企业或组织的决策分析处理。 区别:1.数据库只存放在当前值,数据仓库存放历史值; 2.数据库内数据是动态变化的,只要有业务发生,数据就会被更新,而数据仓库则是静态的历史数据,只能定期添加、刷新; 3.数据库中的数据结构比较复杂,有各种结构以适合业务处理系统的需要,而数据仓库中的数据结构则相对简单; 4.数据库中数据访问频率较高,但访问量较少,而数据仓库的访问频率低但访问量却很高; 5.数据库中数据的目标是面向业务处理人员的,为业务处理人员提供信息处理的支持,而数据仓库则是面向高层管理人员的,为其提供决策支持; 6.数据库在访问数据时要求响应速度快,其响应时间一般在几秒内,而数据仓库的响应时间则可长达数几小时

查看全部回答
visual studio 数据仓库 怎么执行 显示全部
王鼎深
2017-04-24

点击软件左角文件-新建-项目选择win32-win32控制台应用程序输入名称简单程序点击确定点击步勾选空项目点击完右击源文件添加-新建项选择c++文件输入名称简单程序单击添加hello world例编写代码,写代码点击调试-始执行(调试)发现运行功

查看全部回答
数据库和数据仓库的区别在哪儿 显示全部
方莫含
2017-04-18

数据仓库和数据库就好比仓库和仓库管理员一样,仓库作用是存放东西的,而仓库管理员是管理仓库的里的东西的,例如仓库管理员可以将其他东西放进仓库或从仓库中取出,也可以将仓库里东西按某种方式摆放等数据库就好比仓库管理员,数据库可将数据放进数据仓库,也可以从数据仓库中取出数据.数据仓库就是用来存放数据的.

查看全部回答
继续教育 以下哪个不是数据仓库建设中的质量问题 显示全部
温竟铭
2017-04-29

由于数据库通用于操作型系统管理数据面向某具体应用所现数据库设计采用关系数据模型主设计保证数据原性、致性消除数据冗余先通需要处理数据进行详细析建立ER模型(实体-联系模型)转换关系模型由关系模型数据库表数据仓库面向主题通历史数据进行视角(称维)析决策员提供针该关注点(该主题)辅助决策信息所设计采用维数据模型进行设计(用关系模型)事实表加与想关联维表析主题模型建模事实表代表主题主题度量与相关联每维表代表主题进行析同视角数据知识应该领两者实际本质同前者用关系模型且数据冗余用于事务处理;者用维模型且量数据冗余用于针某关注点析数据仓库本三句两句能解释清楚其本质概论愿述答帮助

查看全部回答
陈耀和
2017-04-15

两者概念完全不同。数据仓库,其实不叫数据仓库,叫Data warehouse. 翻译过来还是叫数据库。完全没有必要加仓库两字,只是它相对于Operational Database 更新频率小一点而已,一般人们很少修改Data warehouse中数据,只是不断地往里面加入数据而已,所以抽象概念上像个仓库。关系型数据库叫Relational Database.是数据库的一种而已,其他类型的数据库还有OO(Object Oriented)数据库,还有混合型数据库。Data warehouse可以是任何一种数据库,不一定要是关系型数据库。

查看全部回答
数据仓库三层结构中的组成部分是 显示全部
李佳泉
2017-04-20

数据仓库数据库   整数据仓库环境核数据存放提供数据检索支持相于操纵型数据库说其突特点海量数据支持快速检索技术   数据抽取工具   数据各种各存储式拿进行必要转化、整理再存放数据仓库内各种同数据存储式访问能力数据抽取工具关键应能COBOL程序、MVS作业控制语言(JCL)、UNIX脚本、SQL语句等访问同数据数据转换都包括删除决策应用没意义数据段;转换统数据名称定义;计算统计衍数据;给缺值数据赋给缺省值;同数据定义式统  元数据   元数据描述数据仓库内数据结构建立数据其按用途同两类技术元数据商业元数据   技术元数据数据仓库设计管理员用于发管理数据仓库用数据包括:数据源信息;数据转换描述;数据仓库内象数据结构定义;数据清理数据更新用规则;源数据目数据映射;用户访问权限数据备份历史记录数据导入历史记录信息发布历史记录等   商业元数据商业业务角度描述数据仓库数据包括:业务主题描述包含数据、查询、报表;   元数据访问数据仓库提供信息目录(informationdirectory)目录全面描述数据仓库都数据、些数据、访问些数据数据仓库运行维护数据仓库服务器利用存贮更新数据用户通解访问数据   访问工具   用户访问数据仓库提供手段数据查询报表工具;应用发工具;管理信息系统(EIS)工具;线析(OLAP)工具;数据挖掘工具   数据集市(DataMarts)   特定应用目或应用范围数据仓库独立部数据称部门数据或主题数据(subjectarea)数据仓库实施程往往部门数据集市着手再用几数据集市组完整数据仓库需要注意再实施同数据集市同含义字段定义定要相容再实施数据仓库才造麻烦  数据仓库管理:安全特权管理;跟踪数据更新;数据质量检查;管理更新元数据;审计报告数据仓库使用状态;删除数据;复制、割发数据;备份恢复;存储管理   信息发布系统:数据仓库数据或其相关数据发送给同点或用户基于Web信息发布系统付用户访问效

查看全部回答
高俊杰
2017-04-11

同高兴您解答  数据仓库企业所级别决策制定程提供所类型数据支持战略集合单数据存储于析性报告决策支持目创建需要业务智能企业提供指导业务流程改进、监视间、本、质量及控制  希望高顿网校答能帮助您解决问题更财问题欢迎提交给高顿企业知道高顿祝您愉快

查看全部回答
王翔宇
2017-04-11

绝钱途 我推荐两毕业做2,3月薪都7-8k,英语错绝万 数据仓库吃钱许都钱公司钱没花部数据仓库投入前3都没ROI,知道始使用markting, CRM才产更revenue,于基本dashboard,作stratedgy数据基础没数据仓库企业势必失些竞争优势特别前瞻

查看全部回答
程嘉承
2017-05-11

7.理解数据仓库的含义,数据仓库和数据库的区别。 答:含义数据仓库是一个面向主题的,集成的,不可更新的,随时间不断变化的数据集合,他可以支持企业或组织的决策分析处理。 区别:1.数据库只存放在当前值,数据仓库存放历史值; 2.数据库内数据是动态变化的,只要有业务发生,数据就会被更新,而数据仓库则是静态的历史数据,只能定期添加、刷新; 3.数据库中的数据结构比较复杂,有各种结构以适合业务处理系统的需要,而数据仓库中的数据结构则相对简单; 4.数据库中数据访问频率较高,但访问量较少,而数据仓库的访问频率低但访问量却很高; 5.数据库中数据的目标是面向业务处理人员的,为业务处理人员提供信息处理的支持,而数据仓库则是面向高层管理人员的,为其提供决策支持; 6.数据库在访问数据时要求响应速度快,其响应时间一般在几秒内,而数据仓库的响应时间则可长达数几小时

查看全部回答
郭昊航
2017-04-13

data warehouse详细释义词典释义[计]data warehouse数据仓库

查看全部回答
数据仓库,大数据和云计算的区别与联系 显示全部
范欣弛
2017-04-28

数据中心,简称机房,就是防止服务器用的,其中云计算的母服务器(物理服务器)也需要放置到机房。 云计算,就是虚拟服务器,也就是在物理服务器上通过技术手段虚拟出若干台服务器。 大数据,是指手上拥有的海量的数据信息,比如用户购买记录,用户注册记录等等。系统的学习可以让你理解的更深刻:http://edu.51cto.com/px/train/28

查看全部回答
“数据仓库之父”谈如何处理非结构化数据 显示全部
温紫嫣
2017-04-28

毫无疑问,这是一个信息爆炸的时代。你的服务器上充满了各种各样的数据。问题就提出来了,你如何处理那些非结构化数据?在本文中,让“数据仓库之父” W.H.Inmon谈谈他自己的独到见解。  虽说非结构化数据很难处理,但是它已经存在很久了,肯定比计算机的历史还要久远。不信的话,想想圣经,埃及象形文字,和卡马河佛经这些骨灰级的东西,它们都是非结构化数据,它们的历史可想而知了。这些非结构化数据绝对比那些硅片的出现的要早。搜索引擎虽然出现了一段时间,但也绝没有印刷时代历史悠久。即便现在的搜索引擎已经很完善了,但想随心所欲的处理包含非结构化数据信息的时代还没有到来,至少目前是这样的。这是什么原因造成的呢?  1、无用输入,无用输出 :    只有实现非结构化数据到数据仓库的抽取,搜索引擎才会释放出非结构化数据的真正价值。实现非结构化数据的整合存在着困难,想想那些很早就提出来的信息技术难题:无用信息输入,无用信息输出(GIGO),就会知道即使功能再强大的搜索引擎,用来处理那些实质上未经提炼和整和的数据会得到什么结果?搜索引擎的结果会告诉我们答案,返回给用户的也将会是一些没有提炼,无用的信息。    因此,在搜索之前,那些非结构化的文本数据需要被提炼整合。如果这个工作完成的话,就不会有无用信息的输入,那么将不会产生无用的输出信息。  2、Internet数据和公司数据的差异 :  通过搜索Internet来提炼数据收效甚微。通过Internet提炼和整合数据是白费力气。试图在Internet整合数据好比愚公移山,大海捞针。    但是公司数据就是另外一回事了,有以下两个原因。第一,当提到公司数据,它的总量和类型是有限的,而Internet上的数据正好相反,无穷无尽。第二,不像Internet数据,公司数据几乎和公司的事务相关。我可以很肯定的说,Internet上的数据上只有小部分的数据和公司的事务相关。    因此,整合公司文本数据,或者为了研究或者分析的目的而去整合,是非常可行的。  3、什么样的公司数据需要整合:  因此什么样的公司数据需要被整合呢?很明显,有这么些类型的公司数据应该被整合,包括:  1.客户数据——那些与客户信息相关的数据  2.安全性数据——如意外事件,审查,修理,特约条款等等这些重要的事件  3.合同数据——与公司合同相关的数据  4.发现数据(Discovery data)——诉讼过程中的数据  5.顺应性数据(Compliance data)——针对公司敏感事件和事务的描述    由此看出,公司数据限制很少,或者从理论上说,是没有限制的。  4、数据整合的优势:    整合公司文本数据的重大优点之一,就是一旦整合,它们就可以输入到数据仓库中,并且能重用。也就是说,公司文本数据只需要整合一次。整合之后,只要你愿意,你可以多次研究和分析这些数据,可谓一劳永逸。  值得一提的是,在这公司文本数据整合后,就可以放入到数据仓库中。一旦进入了数据仓库,这些数据就能与结构数据结合到一起。  5、客户信息分析 :    举个例子,如针对公司的客户信息管理系统,就要分析客户信息。通常会从客户那里收到e-mail。但是,一旦那些e-mail阅读之后,通常就被放在一边了。这些读过的邮件将会存放到一个文件夹里,从此这些邮件就在那里搁置着,与另外上千的e-mail堆放在一起。  问题是,当公司需要这些信息的时候,这些信息却很难找到。当一些e-mail涉及到潜在的未来信息,就显得更加重要了。  客户琼斯夫人案例分析    为了证明以上观点,让我们看看一个案例,这个案例的主角是一位叫琼斯夫人的客户。假设她上个月写了一个e-mail来严厉批评公司的销售人员,因为她的一个订单被延误了。而正好这个月,公司的另外销售人员准备打电话给琼斯夫人,请求下更多的订单。这是时候,对于那个销售人员来说,上个月的来自琼斯夫人的e-mail重不重要呢?  答案当然是非常重要的。如果我们想给琼斯夫人推销更多的新产品,这个时候关于客户最近的任何信息都是非常重要的,无论正面了解的信息,还是从琼斯夫人那里反馈的信息。因此,摆在我们公司面前的问题就是如何找到那些与客户相关的e-mail?如何过滤掉那些不相关的e-mail?    这里说的例子,只是其中的一个,许多的例子都需要用到非结构文本数据,如果为公司文本数据设计一个专门的整合过程,将这些公司文本数据能存储到一个数据仓库里,查找、过滤信息就好办多了。    注:数据无非包括结构化数据和非结构化数据。结构化数据可以很轻松的被导入到数据仓库中,因为不管是3NF还是星型模型,它们在结构上都属于结构化数据。而非结构化数据包括音频、图像、e-mail、电子表格、txt文本、文档、报告等。  作者简介  比尔•恩门(Bill Inmon),被称为数据仓库之父,最早的数据仓库概念提出者,在数据库技术管理与数据库设计方面,拥有逾35年的经验。他是“企业信息工厂”的合作创始人与“政府信息工厂”的创始人。

查看全部回答
商务智能和数据仓库是什么关系啊? 显示全部
魏子涵
2017-04-26

商务智能(BI,Business Intelligence)与企业关所内部外部数据进行收集、汇总、滤、析、传递、综合利用使数据转换信息知识程商务智能整合历史数据角度层面数据展深层析、处理决策者提供相应决策依据提高决策效率水平商务智能数据仓库、联机析处理数据挖掘等相关技术走向商业应用形种应用技术见二者种包含关系问题清楚明白留言给我

查看全部回答
哪位大哥能解释大数据与数据仓库之间的关系?(求告知) 显示全部
曹丽娟
2017-05-21

相较而言,大数据数据量和一般数据仓库数据量不在一个量级;大数据的数据类型偏多,任何的信息都能成为数据;大数据中存在的价值较高,但如果没有准确的分析挖掘,还是白扯

查看全部回答
BI,数据仓库,ETL,大数据开发工程师有什么区别 显示全部
耿思茗
2017-04-24

这几个职位都是跟数据有关的工作。BI 是商业智能,职位包括etl,数据仓库,数据展示工作。数据仓库,是按设定好的一种数据库模型ETL,负责清洗原始数据的一个过程,清洗完之后将数据加载至数据仓库。大数据开发,数据量较大,上千万乃至亿级的数据量开发

查看全部回答
郭若含
2017-05-06

存储企业 运营 、支撑产系列 所数据 汇总仓库例 员工基本信息 周报信息 电信行业客户信息 通记录 计费信息 金融行业流水账信息 等等

查看全部回答
数据仓库和数据挖掘哪个有前途? 显示全部
车传雄
2017-04-30

数据挖掘更前途,请习追问有同感

查看全部回答
邀您回答

如何正确去面对职业生涯,如何做好准备

显示全部

职业生涯有三种发展方向是哪三个

显示全部

职业生涯规划为什么要写家庭背景呢?

显示全部

人力资源工作者的职业生涯规划应该是怎样的呢?

显示全部

什么是职业诉求?和职业生涯规划一样吗?

显示全部

如何做好青年员工的职业生涯规划

显示全部

我要如何来定位自己的职业生涯

显示全部

学习Python能干什么?

显示全部

论述职场新人必修法则有哪些

显示全部

职场新人哪些错误不要犯

显示全部
智联介绍 | 人才招聘 | 网站地图 | 加入智联 | 法律声明 | 保密承诺 | 联系方式 | 常见问题 | | Investor Relations 您对 Zhaopin.com 有任何建议或意见请 联系我们
未经 Zhaopin.com 同意,不得转载本网站之所有招聘信息及作品 智联招聘网版权所有© 1997-2017
京ICP备12025925号 电信业务审批[2001]字第233号函 京公网安备 11010502002133号