【培訓(xùn)對(duì)象】
1、本課程適合于高并發(fā)高性能大容量數(shù)據(jù)庫(kù)設(shè)計(jì)應(yīng)用人員； 2、適合于互聯(lián)網(wǎng)、金融機(jī)構(gòu)等分布式數(shù)據(jù)庫(kù)使用人員； 3、適合于大數(shù)據(jù)、人工智能、數(shù)據(jù)挖掘人員；

【培訓(xùn)收益】

時(shí)間 內(nèi)容
第一天
第1個(gè)主題：高并發(fā)高性能大容量數(shù)據(jù)庫(kù)設(shè)計(jì)（介紹當(dāng)前主流的高并發(fā)高性能大容量數(shù)據(jù)庫(kù)設(shè)計(jì)原理、部署方法、優(yōu)缺點(diǎn)和應(yīng)用模式）（60分鐘）
1、業(yè)界主流的高并發(fā)高性能大容量數(shù)據(jù)庫(kù)有哪些
2、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)的應(yīng)用場(chǎng)景
a)大數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)的應(yīng)用場(chǎng)景
b)大數(shù)據(jù)歷史明細(xì)查詢的應(yīng)用場(chǎng)景
c)秒殺高并發(fā)的應(yīng)用場(chǎng)景
d)實(shí)時(shí)高并發(fā)業(yè)務(wù)的應(yīng)用場(chǎng)景
e)在線實(shí)時(shí)統(tǒng)計(jì)分析的應(yīng)用場(chǎng)景
3、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)的具體應(yīng)用案例
a)分布式內(nèi)存庫(kù)在運(yùn)營(yíng)商話單詳單查詢系統(tǒng)中的應(yīng)用
b)分布式內(nèi)存庫(kù)在金融行業(yè)流水業(yè)務(wù)查詢系統(tǒng)中的應(yīng)用
c)分布式內(nèi)存庫(kù)在微博自媒體業(yè)務(wù)中應(yīng)用
4、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)設(shè)計(jì)原理
5、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)部署方法
6、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)優(yōu)缺點(diǎn)
7、高并發(fā)高性能大容量數(shù)據(jù)庫(kù)應(yīng)用模式
8、分布式內(nèi)存庫(kù)的特性
9、CAP理論
10、BASE思想
11、RWN理論
12、分布式關(guān)系型內(nèi)存庫(kù)
a)MySQL Cluster
13、分布式NoSQL列式內(nèi)存庫(kù)
a)HBase
b)Cassandra
c)GemFire
14、分布式文檔內(nèi)存庫(kù)
a)MongoDB
15、高并發(fā)系統(tǒng)分布式緩存集群
a)HBase
b)Redis Cluster
16、案例：GemFire在實(shí)時(shí)交易系統(tǒng)12306的使用案例分享

第2個(gè)主題：NoSQL原理及分類及使用（深入剖析NoSQL原理及分類及使用）（60分鐘）
1、什么是NoSQL
2、NoSQL基礎(chǔ)概念
3、NoSQL種類與特點(diǎn)
4、NoSQL原理
5、NoSQL數(shù)據(jù)庫(kù)架構(gòu)
6、NoSQL分類
7、NoSQL使用
8、內(nèi)存數(shù)據(jù)庫(kù)
9、內(nèi)存數(shù)據(jù)庫(kù)原理
10、內(nèi)存數(shù)據(jù)庫(kù)優(yōu)劣勢(shì)剖析
11、單機(jī)NoSQL數(shù)據(jù)庫(kù)
12、分布式NoSQL數(shù)據(jù)庫(kù)
13、典型的NoSQL數(shù)據(jù)庫(kù)
14、實(shí)例分享：NoSQL數(shù)據(jù)庫(kù)案例剖析

第3個(gè)主題：Redis基礎(chǔ)知識(shí)（詳細(xì)介紹Redis基礎(chǔ)知識(shí)）（30分鐘）
1、Redis簡(jiǎn)介
2、Redis安裝部署
3、Redis配置詳解
4、客戶端
5、Redis Key類型
6、Redis String類型
7、Redis Hash類型
8、Redis Set類型和ZSet類型
9、Redis List類型
10、Redis Key超時(shí)機(jī)制
11、Redis 持久化
12、Redis副本
13、Redis常用命令介紹

第4個(gè)主題：高并發(fā)系統(tǒng)分布式緩存集群設(shè)計(jì)（深入介紹高并發(fā)系統(tǒng)分布式緩存集群設(shè)計(jì)）（60分鐘）
1、Redis數(shù)據(jù)庫(kù)原理
2、Redis數(shù)據(jù)庫(kù)應(yīng)用
3、Redis開(kāi)發(fā)實(shí)踐（倒排索引）
4、Redis開(kāi)發(fā)調(diào)試
5、Redis優(yōu)化
6、Redis發(fā)布訂閱機(jī)制剖析
7、Redis集群搭建
8、Codis介紹
9、Codis整體設(shè)計(jì)
10、Codis架構(gòu)
11、Codis組件介紹

第5個(gè)主題：Redis高級(jí)管理（深入介紹Redis的高級(jí)管理功能）（30分鐘）
1、Redis安全
2、Redis加密
3、Redis信號(hào)處理
4、Redis連接管理
5、Redis高可用方案
6、Redis監(jiān)測(cè)
7、Redis Benchmarks

第6個(gè)主題：HBase查詢的優(yōu)化（深入剖析大數(shù)據(jù)分布式NoSQL技術(shù)及原理，并指導(dǎo)學(xué)員如何進(jìn)行調(diào)優(yōu)）（180分鐘）
1、HBase介紹
2、HBase應(yīng)用
3、HBase的特點(diǎn)
4、HBase邏輯模型
5、HBase列族與列
6、HBase時(shí)間戳
7、行式數(shù)據(jù)庫(kù) vs 列式數(shù)據(jù)庫(kù)
8、HBase物理模型
9、HBase集群部署優(yōu)化方案介紹：HBase集群建立時(shí)的優(yōu)化方法
10、倒排索引
11、HBase調(diào)優(yōu)課堂實(shí)戰(zhàn)案例：假如知道每天的活躍用戶為一個(gè)集合，如何快速計(jì)算自定義時(shí)間段內(nèi)的活躍用戶？需要去重的
12、HBase分頁(yè)查詢方案介紹：是否有合適的分頁(yè)查詢方法？
13、HBase按條件快速查詢方案介紹：假如rowkey的設(shè)計(jì)原則是：地區(qū)+廠家+拍照方+id+時(shí)間戳，如何快速的查找一個(gè)id一天的所有存儲(chǔ)記錄？如何快速查找按地區(qū)、廠商、拍照方、自定義時(shí)間段內(nèi)自由排列組合的所有存儲(chǔ)記錄？
14、HBase Filter
15、HBase Coprocessor

時(shí)間 內(nèi)容
第二天

第7個(gè)主題：MongoDB文檔數(shù)據(jù)庫(kù)（深入剖析MongoDB文檔數(shù)據(jù)庫(kù)功能與項(xiàng)目應(yīng)用）（120分鐘）
1、什么是MongoDB
2、MongoDB發(fā)展現(xiàn)狀與趨勢(shì)
3、介紹MongoDB基礎(chǔ)概念
4、MongoDB架構(gòu)剖析
5、MongoDB文檔與集合
6、MongoDB集群搭建
7、MongoDB狀態(tài)監(jiān)控
8、MongoDB安全認(rèn)證
9、MongoDB備份和恢復(fù)
10、MongoDB Shell操作
11、MongoDB數(shù)據(jù)類型
12、文檔的增加、修改與刪除
13、Java訪問(wèn)MongoDB文檔的調(diào)試
14、MongoDB查詢介紹
15、MongoDB MapReduce統(tǒng)計(jì)分析
16、MongoDB索引
17、MongoDB性能優(yōu)化
18、MongoDB主從復(fù)制
19、MongoDB Sharding分片
20、Spark操作MongoDB項(xiàng)目案例：運(yùn)營(yíng)商話務(wù)數(shù)據(jù)分析案例剖析

第8個(gè)主題：MongoDB文檔數(shù)據(jù)庫(kù)（深入剖析MongoDB文檔數(shù)據(jù)庫(kù)功能與項(xiàng)目應(yīng)用）（90分鐘）
1、MongoDB架構(gòu)剖析
2、MongoDB文檔與集合
3、MongoDB集群搭建
4、Java訪問(wèn)MongoDB文檔的調(diào)試
5、MongoDB查詢調(diào)優(yōu)
6、提高讀寫(xiě)速度的優(yōu)化
7、MongoDB MapReduce統(tǒng)計(jì)分析
8、MongoDB索引
9、MongoDB性能優(yōu)化
10、內(nèi)存的優(yōu)化方法
11、MongoDB主從復(fù)制
12、MongoDB Sharding分片
13、MongoDB副本集、分片集群優(yōu)化案例：Mongodb副本集、分片集群建立的優(yōu)化方法？
14、MongoDB優(yōu)化方案剖析：為什么分片測(cè)試讀寫(xiě)的速度比副本集要慢？

第9個(gè)主題：關(guān)系型分布式內(nèi)存庫(kù)MySQL Cluster（深入剖析關(guān)系型分布式內(nèi)存庫(kù)MySQL Cluster數(shù)據(jù)庫(kù)功能與實(shí)現(xiàn)原理）（90分鐘）
1、什么是MySQL Cluster
2、MySQL Cluster發(fā)展現(xiàn)狀與趨勢(shì)
3、介紹MySQL Cluster基礎(chǔ)概念
4、MySQL Cluster架構(gòu)剖析
5、NDB Cluster存儲(chǔ)引擎
6、無(wú)共享體系結(jié)構(gòu)
7、管理(MGM)節(jié)點(diǎn)
8、數(shù)據(jù)節(jié)點(diǎn)
9、SQL節(jié)點(diǎn)
10、標(biāo)準(zhǔn)MySQL客戶端
11、MySQL Cluster應(yīng)用場(chǎng)景
12、案例分享：MySQL Cluster在電商平臺(tái)中的應(yīng)用

第10個(gè)主題：數(shù)據(jù)存儲(chǔ)架構(gòu)（介紹數(shù)據(jù)存儲(chǔ)架構(gòu)）（30分鐘）
1、數(shù)據(jù)存儲(chǔ)架構(gòu)
2、數(shù)據(jù)單機(jī)版存儲(chǔ)架構(gòu)
3、數(shù)據(jù)分布式存儲(chǔ)架構(gòu)
4、中心集群
5、去中心化集群
6、關(guān)系型數(shù)據(jù)庫(kù)
7、層次數(shù)據(jù)存儲(chǔ)架構(gòu)
8、網(wǎng)狀數(shù)據(jù)存儲(chǔ)架構(gòu)
9、行式數(shù)據(jù)存儲(chǔ)架構(gòu)
10、行式數(shù)據(jù)庫(kù)原理
11、行式數(shù)據(jù)庫(kù)架構(gòu)
12、關(guān)系型數(shù)據(jù)庫(kù)理論
13、RDBMS
14、行式數(shù)據(jù)庫(kù)優(yōu)劣勢(shì)剖析
15、列式數(shù)據(jù)存儲(chǔ)架構(gòu)
16、列式數(shù)據(jù)庫(kù)
17、列式數(shù)據(jù)庫(kù)原理
18、日志結(jié)構(gòu)文件系統(tǒng)
19、列式數(shù)據(jù)庫(kù)架構(gòu)
20、列式數(shù)據(jù)庫(kù)優(yōu)劣勢(shì)剖析

第11個(gè)主題：分布式事務(wù)（介紹分布式事務(wù)）（30分鐘）
1、強(qiáng)事務(wù)ACID
2、弱一致性、強(qiáng)一致性
3、分布式事務(wù)
4、兩步提交、三步提交
5、分布式技術(shù)的存儲(chǔ)、計(jì)算、算法、開(kāi)發(fā)等能力的完美結(jié)合
6、弱事務(wù)
7、數(shù)據(jù)的強(qiáng)一致性
8、分布式一致性協(xié)議算法
9、平滑無(wú)限水平擴(kuò)展節(jié)點(diǎn)
10、深入分析企業(yè)業(yè)務(wù)數(shù)據(jù)特點(diǎn)
11、思想的應(yīng)用
12、事務(wù)剖析
13、分布式事務(wù)剖析
14、分布式系統(tǒng)的職責(zé)分離思想
15、CAP理論
16、BASE思想
17、RWN原理
18、事務(wù)的特征ACID
19、弱一致性事務(wù)
20、強(qiáng)一致性事務(wù)
21、分布式事務(wù)
22、兩階段提交
23、三階段提交
24、數(shù)據(jù)庫(kù)事務(wù)隔離標(biāo)準(zhǔn)分析
25、ANSI事務(wù)隔離級(jí)別
26、P1 臟讀(“Dirty read”)
27、P2 不可重復(fù)讀(“Non-repeatable read”)
28、P3 幻讀(“Phantom”)
29、基于鎖的事務(wù)隔離
30、基于快照的事務(wù)隔離
31、兩階段提交（2 Phase Commit簡(jiǎn)稱2PC）協(xié)議
32、產(chǎn)品應(yīng)用案例 

尹老師
多年從事人工智能、深度學(xué)習(xí)、大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、物聯(lián)網(wǎng)研發(fā)工作經(jīng)驗(yàn)，資深軟件架構(gòu)師，數(shù)學(xué)博士，北航移動(dòng)云計(jì)算碩士，Cloudera大數(shù)據(jù)認(rèn)證（圖1），項(xiàng)目管理師（PMP）認(rèn)證（圖2），移動(dòng)云計(jì)算專家，主要研究方向包括人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、云計(jì)算、移動(dòng)開(kāi)發(fā)、互聯(lián)網(wǎng)營(yíng)銷、電子商務(wù)、項(xiàng)目管理等；曾就職于阿里等互聯(lián)網(wǎng)企業(yè)，IBM、華為等知名大型企業(yè)，現(xiàn)任某大型知名互聯(lián)網(wǎng)企業(yè)首席架構(gòu)，負(fù)責(zé)人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、區(qū)塊鏈、云計(jì)算、PaaS平臺(tái)研發(fā)工作。
IT從業(yè)近二十年，秉承理論與實(shí)踐相結(jié)合，在學(xué)習(xí)中實(shí)踐，在實(shí)踐中學(xué)習(xí)，積累了豐富的理論與實(shí)踐經(jīng)驗(yàn)，并且樂(lè)于將自己的經(jīng)驗(yàn)分享。尹老師具有敏銳的目光與頭腦，發(fā)現(xiàn)并集成整合社會(huì)資源，為企業(yè)節(jié)省資源并創(chuàng)造價(jià)值，達(dá)到為合作伙伴創(chuàng)收的目的。曾為多家國(guó)內(nèi)知名企業(yè)提供培訓(xùn)與咨詢，包含阿里集團(tuán)、華為、中國(guó)移動(dòng)、中國(guó)電信、中國(guó)聯(lián)通、當(dāng)當(dāng)網(wǎng)、中石油、中石化、中國(guó)電網(wǎng)、中國(guó)銀行、中國(guó)工商銀行、浦發(fā)銀行、阿爾卡特朗訊、中航國(guó)際等。擁有人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、大流量、高并發(fā)、分布式的大型網(wǎng)站架構(gòu)和設(shè)計(jì)經(jīng)驗(yàn)。曾主導(dǎo)過(guò)多個(gè)人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、數(shù)據(jù)分析、區(qū)塊鏈、物聯(lián)網(wǎng)、私有云、公有云建設(shè)項(xiàng)目，早些年也主導(dǎo)過(guò)ERP、CMS等軟件項(xiàng)目，積累了豐富的實(shí)踐經(jīng)驗(yàn)，這些項(xiàng)目中包含多個(gè)數(shù)百萬(wàn)、上千萬(wàn)的大型項(xiàng)目。項(xiàng)目經(jīng)歷：呼叫中心人工智能客服研發(fā)項(xiàng)目、貴州省政府云呼叫中心建設(shè)項(xiàng)目、廣東發(fā)展銀行電營(yíng)、運(yùn)維大數(shù)據(jù)分析項(xiàng)目、中石油工程設(shè)計(jì)西南分公司云計(jì)算項(xiàng)目評(píng)審委員、中石油大數(shù)據(jù)挖掘項(xiàng)目，電商庫(kù)存預(yù)測(cè)大數(shù)據(jù)分析項(xiàng)目、大型ERP、電子商務(wù)、CRM、電子政務(wù)等多個(gè)項(xiàng)目。
尹老師在工作中研究新技術(shù)、新框架、及時(shí)更新知識(shí)體系，并長(zhǎng)期堅(jiān)持編寫(xiě)架構(gòu)核心代碼。在技術(shù)平臺(tái)方面，善于TensorFlow、Keras、Hadoop、Spark、Docker、Kubernetes、OpenStack、Storm等技術(shù)平臺(tái)的應(yīng)用與運(yùn)維。深入理解TensorFlow、Keras、Hadoop、HDFS、HBase、MapReduce、Zookeeper、Hive、Sqoop、BigTable 等人工智能、大數(shù)據(jù)技術(shù)和開(kāi)源框架理論。對(duì)于云計(jì)算體系有深刻認(rèn)識(shí)，及獨(dú)到的見(jiàn)解，如OpenStack的技術(shù)架構(gòu)、安裝部署、運(yùn)維等。在移動(dòng)云計(jì)算方面，善于設(shè)計(jì)與建設(shè)云計(jì)算體系；也善于移動(dòng)云計(jì)算相關(guān)的咨詢與培訓(xùn)。在項(xiàng)目管理方面，善于使用敏捷項(xiàng)目管理方法，把客戶的需求變更作為常態(tài)，作為軟件架構(gòu)設(shè)計(jì)的一部分，減少需求變更帶來(lái)的返工；善于捕捉、挖掘、分析客戶需求，為用戶提供滿意的產(chǎn)品。

圖1. 大數(shù)據(jù)行業(yè)公認(rèn)的Cloudera認(rèn)證

圖2. 含金量較高的PMP認(rèn)證

講師經(jīng)驗(yàn)
1、阿里巴巴集團(tuán)云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師
2、百度云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師及講師
3、中國(guó)移動(dòng)多省人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計(jì)算特聘講師
4、中國(guó)移動(dòng)多省Docker特聘講師
5、中國(guó)移動(dòng)研究院微特聘講師
6、中國(guó)聯(lián)通總部人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計(jì)算特聘講師
7、中國(guó)電信人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計(jì)算、虛擬化特約講師
8、中國(guó)人民銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
9、中國(guó)工商銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
10、花旗銀行人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
11、招商銀行人工智能、大數(shù)據(jù)調(diào)優(yōu)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
12、中信銀行人工智能、分布式數(shù)據(jù)庫(kù)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
13、中國(guó)航天三院人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)咨詢師
14、中國(guó)石油人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、云計(jì)算特聘講師
15、中國(guó)石化人工智能、大數(shù)據(jù)、云計(jì)算特聘講師
16、中國(guó)電力科學(xué)研究院流計(jì)算特聘講師
17、西安電信十所人工智能、大數(shù)據(jù)架構(gòu)設(shè)計(jì)、區(qū)塊鏈、物聯(lián)網(wǎng)講師
18、RedHat（中國(guó)）大數(shù)據(jù)咨詢師
19、中電28所人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
20、北京中電普華人工智能、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘講師
21、中國(guó)石油東方地球物理公司大數(shù)據(jù)咨詢師
22、當(dāng)當(dāng)網(wǎng)人工智能、云計(jì)算、大數(shù)據(jù)咨詢師
23、北航人工智能、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)特聘企業(yè)講師
24、阿爾卡特-朗訊（Alcatel-Lucent）虛擬化與OpenStack培訓(xùn)特約講師
25、中石油工程設(shè)計(jì)西南分公司云計(jì)算數(shù)據(jù)中心建設(shè)項(xiàng)目
26、廣東發(fā)展信用卡精準(zhǔn)營(yíng)銷項(xiàng)目
27、廣東發(fā)展銀行電營(yíng)、運(yùn)維大數(shù)據(jù)分析項(xiàng)目
28、電商庫(kù)存預(yù)測(cè)大數(shù)據(jù)分析項(xiàng)目
29、中航國(guó)際大綜貿(mào)易云計(jì)算規(guī)劃項(xiàng)目咨詢、培訓(xùn)講師
30、北京民生軟件SaaS平臺(tái)研發(fā)咨詢師
31、北京立達(dá)資本項(xiàng)目管理信息系統(tǒng)解決方案咨詢師
32、曾任大型ERP、電子商務(wù)、CRM、電子政務(wù)等項(xiàng)目經(jīng)理

項(xiàng)目經(jīng)驗(yàn)
1、云呼叫中心人工智能客服項(xiàng)目研發(fā)
2、云呼叫中心PaaS平臺(tái)首席架構(gòu)師
3、貴州省政府云呼叫中心建設(shè)項(xiàng)目
4、廣東發(fā)展信用卡智能精準(zhǔn)營(yíng)銷項(xiàng)目
5、廣東發(fā)展銀行電營(yíng)、運(yùn)維大數(shù)據(jù)分析、區(qū)塊鏈、物聯(lián)網(wǎng)項(xiàng)目
6、中石油工程設(shè)計(jì)西南分公司云計(jì)算項(xiàng)目評(píng)審委員、培訓(xùn)講師
7、中石油人工智能、大數(shù)據(jù)挖掘、區(qū)塊鏈、物聯(lián)網(wǎng)項(xiàng)目，項(xiàng)目經(jīng)理
8、電商庫(kù)存預(yù)測(cè)大數(shù)據(jù)分析項(xiàng)目
9、智能物流、智能供應(yīng)鏈管理項(xiàng)目
10、中航國(guó)際大綜貿(mào)易云計(jì)算規(guī)劃項(xiàng)目咨詢、培訓(xùn)講師
11、北京民生軟件SaaS平臺(tái)研發(fā)咨詢師
12、北京立達(dá)資本項(xiàng)目管理信息系統(tǒng)解決方案咨詢師
13、曾任大型ERP、電子商務(wù)、CRM、電子政務(wù)等多個(gè)項(xiàng)目的項(xiàng)目經(jīng)理 

• 薪酬體系設(shè)計(jì)培訓(xùn)

   

  第一部分 付薪哲學(xué) 1、 薪酬的本質(zhì)是什么，如何看待它的激勵(lì)性？2、 什么是全面薪酬管理，如何有效、長(zhǎng)期地激勵(lì)員工3、 薪酬工資和福利的本質(zhì)區(qū)別是什么，設(shè)計(jì)目的有什么不同4、 薪酬體系設(shè)計(jì)的最大著力點(diǎn)是什么，公平還是激勵(lì)？5、 薪酬體系的構(gòu)成，固定收入、變動(dòng)收入的設(shè)計(jì)方法6、 如何設(shè)計(jì)全年度薪資體系與政策7、 如何改革薪資結(jié)構(gòu)..

  ￥   元/ 天

  人氣：2332