項目特色
依托國內(nèi)電商巨頭的實際業(yè)務(wù)場景,引入海量的真實點擊數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù),緊跟大數(shù)據(jù)主流技術(shù)需求,配備AI輔助開發(fā)技巧詳解,擁有豐富的數(shù)據(jù)倉庫功能模塊。
學(xué)習(xí)目標(biāo)
- 全面了解數(shù)據(jù)倉庫建模理論
- 充分熟悉電商行業(yè)數(shù)據(jù)分析指標(biāo)體系
- 快速掌握多種大數(shù)據(jù)技術(shù)框架
- 了解認(rèn)識多種數(shù)據(jù)倉庫技術(shù)模塊、掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
DataX
Maxwell
Kafka
Spark
DolphinScheduler
SpringBoot
Echart
SuperSet
Kylin
Presto
Ranger
項目特色
參考眾多大廠的實時數(shù)倉項目的經(jīng)典架構(gòu)研發(fā)推出,采用當(dāng)前主流的實時數(shù)據(jù)流處理框架Flink作為主要計算引擎,涉及多種實時計算關(guān)鍵技術(shù),新增AI輔助開發(fā)技巧的講解,全面滿足企業(yè)對實時開發(fā)的要求。
學(xué)習(xí)目標(biāo)
- 了解實時數(shù)據(jù)倉庫的建模理論
- 靈活應(yīng)用Flink的流式計算技術(shù),多種技術(shù)框架協(xié)調(diào)配合
- 靈活應(yīng)用AI,提升開發(fā)效率
- 優(yōu)化項目代碼,融匯貫通整個大數(shù)據(jù)開發(fā)的關(guān)鍵技術(shù)
主要技術(shù)棧
Flume
Maxwell
Kafka
Flink
HBase
Phoenix
Redis
ClickHouse
SpringBoot
SugarBI
項目特色
基于在線教育行業(yè)的實際業(yè)務(wù)場景,引入海量的真實點擊數(shù)據(jù)和業(yè)務(wù)數(shù)據(jù),緊跟大數(shù)據(jù)的主流技術(shù)需求,穿插AI輔助開發(fā)技巧講解,搭建了一整套完整的離線數(shù)據(jù)倉庫和實時數(shù)據(jù)倉庫。
學(xué)習(xí)目標(biāo)
- 充分了解在線教育行業(yè)的業(yè)務(wù)數(shù)據(jù)體系,熟悉在線教育行業(yè)的離線指標(biāo)體系
-
熟悉在線教育行業(yè)的實時指標(biāo)體系,充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用,充分掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
DataX
Maxwell
Kafka
Spark
DolphinScheduler
SpringBoot
Echarts
SuperSet
Kylin
Presto
Ranger
Flink
HBase
Phoenix
Redis
Doris
SugarBI
項目特色
涵蓋了大數(shù)據(jù)的數(shù)倉建模理論、數(shù)據(jù)處理技術(shù)手段和大數(shù)據(jù)平臺搭建方法,依托真實在線聽書行業(yè)的實際業(yè)務(wù)場景,展示全面的離線與實時的指標(biāo)體系,配備AI輔助開發(fā)技巧詳解。
學(xué)習(xí)目標(biāo)
- 充分了解在線聽書行業(yè)的業(yè)務(wù)數(shù)據(jù)體系,熟悉在線聽書行業(yè)的離線指標(biāo)體系
-
熟悉在線聽書行業(yè)的實時指標(biāo)體系,充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用,充分掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
Flink
SugarBI
ClickHouse
Redis
HBase
Phoenix
DolphinScheduler
項目特色
站在汽車物聯(lián)網(wǎng)數(shù)據(jù)倉庫的技術(shù)前列,依托真實汽車傳感器數(shù)據(jù),展示完整的離線指標(biāo)體系,搭建功能完善的離線數(shù)據(jù)倉庫,熟練應(yīng)用大數(shù)據(jù)技術(shù)框架。
學(xué)習(xí)目標(biāo)
- 充分了解汽車物聯(lián)網(wǎng)行業(yè)的業(yè)務(wù)數(shù)據(jù)體系
- 熟悉汽車物聯(lián)網(wǎng)行業(yè)的離線指標(biāo)體系
- 充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
DolphinScheduler
項目特色
依托真實廣告行業(yè)的實際業(yè)務(wù)場景,透徹講解互聯(lián)網(wǎng)廣告發(fā)展歷程和廣告完整運營流程,展示全面的廣告指標(biāo)體系,學(xué)習(xí)數(shù)據(jù)分析工具,配備AI輔助開發(fā)技巧詳解。
學(xué)習(xí)目標(biāo)
- 全面了解數(shù)據(jù)倉庫建模理論
- 充分熟悉廣告行業(yè)運營流程、專業(yè)術(shù)語和數(shù)據(jù)分析指標(biāo)體系
- 徹底掌握多種大數(shù)據(jù)技術(shù)框架
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
DataX
Kafka
Hive
Spark
DolphinScheduler
ClickHouse
FineBI
項目特色
依托真實的金融審批行業(yè)的海量業(yè)務(wù)數(shù)據(jù),構(gòu)建離線數(shù)據(jù)倉庫,依據(jù)數(shù)倉建模理論完成數(shù)據(jù)的存儲、分析與調(diào)取,分析實現(xiàn)整套金融審批指標(biāo)體系,構(gòu)建指標(biāo)分析儀表盤。
學(xué)習(xí)目標(biāo)
- 充分了解金融審批行業(yè)的業(yè)務(wù)數(shù)據(jù)體系
- 熟悉金融審批行業(yè)的離線指標(biāo)體系
- 充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
DolphinScheduler
SuperSet
項目特色
依托真實的醫(yī)療問診行業(yè)的海量業(yè)務(wù)數(shù)據(jù),構(gòu)建離線數(shù)據(jù)倉庫,依據(jù)數(shù)倉建模理論完成數(shù)據(jù)的存儲、分析與調(diào)取,分析實現(xiàn)整套醫(yī)療問診指標(biāo)體系,構(gòu)建指標(biāo)分析儀表盤。
學(xué)習(xí)目標(biāo)
- 充分了解醫(yī)療問診行業(yè)的業(yè)務(wù)數(shù)據(jù)體系
- 熟悉醫(yī)療問診行業(yè)的離線指標(biāo)體系
- 充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
DolphinScheduler
SuperSet
項目特色
依托物流行業(yè)的真實業(yè)務(wù)場景,基于目前各大互聯(lián)網(wǎng)企業(yè)對于騰訊云EMR架構(gòu)體系的需求,將整個電商的數(shù)據(jù)倉庫體系搭建在騰訊云架構(gòu)上。課程中穿插對AI輔助開發(fā)技巧詳細(xì)講解,令A(yù)I真正賦能大數(shù)據(jù)開發(fā)。
學(xué)習(xí)目標(biāo)
- 掌握騰訊云常用大數(shù)據(jù)技術(shù)框架的使用、選型和購買
- 掌握基于騰訊云EMR進(jìn)行離線數(shù)據(jù)倉庫和利用EMR進(jìn)行實時數(shù)據(jù)倉庫的搭建
- 充分掌握AI輔助開發(fā)技巧
主要技術(shù)棧
騰訊云EMR中的Hive
Spark
Hadoop
Flink
Flume
Kafka
項目特色
依托國內(nèi)電商巨頭的真實業(yè)務(wù)場景,基于目前各大互聯(lián)網(wǎng)企業(yè)對于阿里云架構(gòu)體系的需求,將整個電商的數(shù)據(jù)倉庫體系搭建在阿里云架構(gòu)上,做到全項目全流程上云。
學(xué)習(xí)目標(biāo)
- 掌握阿里云常用大數(shù)據(jù)技術(shù)框架
- 掌握基于阿里云服務(wù)器進(jìn)行離線數(shù)據(jù)倉庫和實時數(shù)據(jù)倉庫的搭建
主要技術(shù)棧
Flume
RDS
DataHub
DataWorks
DataV
QuickBI
Flink
MaxCompute
項目特色
該項目是一個完整可落地的湖倉一體項目,依托真實電商行業(yè)的海量數(shù)據(jù)集,充分利用Hudi,將數(shù)據(jù)湖概念與數(shù)倉建模理論融匯貫通,將Hudi與其他主要大數(shù)據(jù)框架充分集成。
學(xué)習(xí)目標(biāo)
- 充分了解數(shù)據(jù)湖與數(shù)據(jù)倉庫的概念區(qū)別
- 熟悉數(shù)據(jù)湖的構(gòu)建開發(fā)流程
- 充分掌握Hudi與多種大數(shù)據(jù)框架的協(xié)調(diào)應(yīng)用
主要技術(shù)棧
Flink
Hudi
Hadoop
Flume
Kafka
FlinkCDC
Hive
Superset
項目特色
一站式搞定數(shù)據(jù)治理、血緣管理、元數(shù)據(jù)管理、數(shù)據(jù)質(zhì)量監(jiān)控、批處理和實時處理的可視化調(diào)度、可視化即席查詢、可視化數(shù)據(jù)采集配置。
學(xué)習(xí)目標(biāo)
- 掌握技術(shù)中臺中的核心功能開發(fā)原理
- 掌握大數(shù)據(jù)、JavaEE和前端技術(shù)的融合
主要技術(shù)棧
SpringBoot
Vue
ClickHouse
Presto
Spark
Hive
Flink
DolphinScheduler
項目特色
著眼于用數(shù)字化的標(biāo)簽描述用戶個性特征、勾畫目標(biāo)用戶,實現(xiàn)了從標(biāo)簽定義、標(biāo)簽任務(wù)處理、任務(wù)調(diào)度、任務(wù)監(jiān)控、用戶分區(qū)、用戶洞察的全功能平臺化管理。
學(xué)習(xí)目標(biāo)
- 充分理解用戶畫像管理平臺的搭建及使用
- 了解用戶畫像系統(tǒng)的設(shè)計思路
- 掌握標(biāo)簽的設(shè)計流程及應(yīng)用
- 初步了解機器學(xué)習(xí)算法
主要技術(shù)棧
Spark MLib
ClickHouse
Redis
Vue
SpringBoot
MyBatis
項目特色
依托于真實的中文亞馬遜電商數(shù)據(jù)集,以及真實的電商企業(yè)業(yè)務(wù)數(shù)據(jù)體系,構(gòu)建了符合教學(xué)體系的一體化電商推薦系統(tǒng),充分理解推薦系統(tǒng)的運作流程,拓寬技術(shù)視野。
學(xué)習(xí)目標(biāo)
- 系統(tǒng)性梳理整合大數(shù)據(jù)技術(shù)知識與機器學(xué)習(xí)相關(guān)知識
- 深入了解推薦系統(tǒng)在電商企業(yè)中的實際應(yīng)用
- 深入學(xué)習(xí)并掌握多種推薦算法
主要技術(shù)棧
Flume
Kafka
MongoDB
Spark Streaming
ElasticSearch
Git
Redis
項目特色
依托企業(yè)級真實的實時數(shù)據(jù)分析環(huán)境,對目前互聯(lián)網(wǎng)大廠中常見的實時分析場景提出了一套基于SparkStreaming的全面實用的技術(shù)解決方案,豐富實時技術(shù)棧。
學(xué)習(xí)目標(biāo)
- 全面掌握Scala語言開發(fā)Spark的實時計算任務(wù)的開發(fā)技巧
- 了解使用不同的CDC框架,提升實時方向的項目開發(fā)經(jīng)驗
主要技術(shù)棧
Flume
Canal
Maxwell
Kafka
SparkStreaming
HBase
Phoenix
Redis
ElasticSearch
Kibana
SpringBoot
SugarBI
項目特色
依托真實的彩票行業(yè)的海量業(yè)務(wù)數(shù)據(jù),構(gòu)建離線數(shù)據(jù)倉庫,依據(jù)數(shù)倉建模理論完成數(shù)據(jù)的存儲、分析與調(diào)取,分析實現(xiàn)整套彩票指標(biāo)體系,構(gòu)建指標(biāo)分析儀表盤。
學(xué)習(xí)目標(biāo)
- 充分了解彩票行業(yè)的業(yè)務(wù)數(shù)據(jù)體系
- 熟悉彩票行業(yè)的離線指標(biāo)體系
- 充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
DolphinScheduler
SuperSet
項目特色
依托真實的保險行業(yè)的海量業(yè)務(wù)數(shù)據(jù),構(gòu)建離線數(shù)據(jù)倉庫,依據(jù)數(shù)倉建模理論完成數(shù)據(jù)的存儲、分析與調(diào)取,分析實現(xiàn)整套保險指標(biāo)體系,構(gòu)建指標(biāo)分析儀表盤。
學(xué)習(xí)目標(biāo)
- 充分了解保險行業(yè)的業(yè)務(wù)數(shù)據(jù)體系
- 熟悉保險行業(yè)的離線指標(biāo)體系
- 充分掌握多種大數(shù)據(jù)技術(shù)框架的協(xié)調(diào)應(yīng)用
- 掌握AI輔助開發(fā)技巧
主要技術(shù)棧
Hadoop
Flume
Kafka
Maxwell
DataX
Hive
Spark
DolphinScheduler
SuperSet
項目特色
該項目是一個完整可落地的統(tǒng)一數(shù)倉項目,依托真實電商行業(yè)的海量數(shù)據(jù)集,充分利用Doris,將Doris概念與數(shù)倉建模理論融匯貫通,將Doris與其他主要大數(shù)據(jù)框架充分集成。
學(xué)習(xí)目標(biāo)
- 充分了解統(tǒng)一數(shù)倉與數(shù)據(jù)倉庫的區(qū)別
- 熟悉統(tǒng)一數(shù)倉的構(gòu)建開發(fā)流程
- 充分掌握Doris與多種大數(shù)據(jù)框架的協(xié)調(diào)應(yīng)用
主要技術(shù)棧
Flink
Doris
SeaTunnel
DolphinScheduler
FineBI