項目特色
依托國內電商巨頭的實(shí)際業(yè)務(wù)場(chǎng)景，引入海量的真實(shí)點(diǎn)擊數據和業(yè)務(wù)數據，緊跟大數據主流技術(shù)需求，配備AI輔助開(kāi)發(fā)技巧詳解，擁有豐富的數據倉庫功能模塊。
學(xué)習目標
- 全面了解數據倉庫建模理論
- 充分熟悉電商行業(yè)數據分析指標體系
- 快速掌握多種大數據技術(shù)框架
- 了解認識多種數據倉庫技術(shù)模塊、掌握AI輔助開(kāi)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(chǎng)的實(shí)時(shí)數倉項目的經(jīng)典架構研發(fā)推出，采用當前主流的實(shí)時(shí)數據流處理框架Flink作為主要計算引擎，涉及多種實(shí)時(shí)計算關(guān)鍵技術(shù)，新增AI輔助開(kāi)發(fā)技巧的講解，全面滿(mǎn)足企業(yè)對實(shí)時(shí)開(kāi)發(fā)的要求。
學(xué)習目標
- 了解實(shí)時(shí)數據倉庫的建模理論
- 靈活應用Flink的流式計算技術(shù)，多種技術(shù)框架協(xié)調配合
- 靈活應用AI，提升開(kāi)發(fā)效率
- 優(yōu)化項目代碼，融匯貫通整個(gè)大數據開(kāi)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(xiàn)教育行業(yè)的實(shí)際業(yè)務(wù)場(chǎng)景，引入海量的真實(shí)點(diǎn)擊數據和業(yè)務(wù)數據，緊跟大數據的主流技術(shù)需求，穿插AI輔助開(kāi)發(fā)技巧講解，搭建了一整套完整的離線(xiàn)數據倉庫和實(shí)時(shí)數據倉庫。
學(xué)習目標
- 充分了解在線(xiàn)教育行業(yè)的業(yè)務(wù)數據體系，熟悉在線(xiàn)教育行業(yè)的離線(xiàn)指標體系
-
熟悉在線(xiàn)教育行業(yè)的實(shí)時(shí)指標體系，充分掌握多種大數據技術(shù)框架的協(xié)調應用，充分掌握AI輔助開(kāi)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
涵蓋了大數據的數倉建模理論、數據處理技術(shù)手段和大數據平臺搭建方法，依托真實(shí)在線(xiàn)聽(tīng)書(shū)行業(yè)的實(shí)際業(yè)務(wù)場(chǎng)景，展示全面的離線(xiàn)與實(shí)時(shí)的指標體系，配備AI輔助開(kāi)發(fā)技巧詳解。
學(xué)習目標
- 充分了解在線(xiàn)聽(tīng)書(shū)行業(yè)的業(yè)務(wù)數據體系，熟悉在線(xiàn)聽(tīng)書(shū)行業(yè)的離線(xiàn)指標體系
-
熟悉在線(xiàn)聽(tīng)書(shū)行業(yè)的實(shí)時(shí)指標體系，充分掌握多種大數據技術(shù)框架的協(xié)調應用，充分掌握AI輔助開(kāi)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(chē)物聯(lián)網(wǎng)數據倉庫的技術(shù)前列，依托真實(shí)汽車(chē)傳感器數據，展示完整的離線(xiàn)指標體系，搭建功能完善的離線(xiàn)數據倉庫，熟練應用大數據技術(shù)框架。
學(xué)習目標
- 充分了解汽車(chē)物聯(lián)網(wǎng)行業(yè)的業(yè)務(wù)數據體系
- 熟悉汽車(chē)物聯(lián)網(wǎng)行業(yè)的離線(xiàn)指標體系
- 充分掌握多種大數據技術(shù)框架的協(xié)調應用
- 掌握AI輔助開(kāi)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(shí)廣告行業(yè)的實(shí)際業(yè)務(wù)場(chǎng)景，透徹講解互聯(lián)網(wǎng)廣告發(fā)展歷程和廣告完整運營(yíng)流程，展示全面的廣告指標體系，學(xué)習數據分析工具，配備AI輔助開(kāi)發(fā)技巧詳解。
學(xué)習目標
- 全面了解數據倉庫建模理論
- 充分熟悉廣告行業(yè)運營(yíng)流程、專(zhuān)業(yè)術(shù)語(yǔ)和數據分析指標體系
- 徹底掌握多種大數據技術(shù)框架
- 掌握AI輔助開(kāi)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(shí)的金融審批行業(yè)的海量業(yè)務(wù)數據，構建離線(xiàn)數據倉庫，依據數倉建模理論完成數據的存儲、分析與調取，分析實(shí)現整套金融審批指標體系，構建指標分析儀表盤(pán)。
學(xué)習目標
- 充分了解金融審批行業(yè)的業(yè)務(wù)數據體系
- 熟悉金融審批行業(yè)的離線(xiàn)指標體系
- 充分掌握多種大數據技術(shù)框架的協(xié)調應用
- 掌握AI輔助開(kāi)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(shí)的醫療問(wèn)診行業(yè)的海量業(yè)務(wù)數據，構建離線(xiàn)數據倉庫，依據數倉建模理論完成數據的存儲、分析與調取，分析實(shí)現整套醫療問(wèn)診指標體系，構建指標分析儀表盤(pán)。
學(xué)習目標
- 充分了解醫療問(wèn)診行業(yè)的業(yè)務(wù)數據體系
- 熟悉醫療問(wèn)診行業(yè)的離線(xiàn)指標體系
- 充分掌握多種大數據技術(shù)框架的協(xié)調應用
- 掌握AI輔助開(kāi)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(shí)業(yè)務(wù)場(chǎng)景，基于目前各大互聯(lián)網(wǎng)企業(yè)對于騰訊云EMR架構體系的需求，將整個(gè)電商的數據倉庫體系搭建在騰訊云架構上。課程中穿插對AI輔助開(kāi)發(fā)技巧詳細講解，令AI真正賦能大數據開(kāi)發(fā)。
學(xué)習目標
- 掌握騰訊云常用大數據技術(shù)框架的使用、選型和購買(mǎi)
- 掌握基于騰訊云EMR進(jìn)行離線(xiàn)數據倉庫和利用EMR進(jìn)行實(shí)時(shí)數據倉庫的搭建
- 充分掌握AI輔助開(kāi)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
依托國內電商巨頭的真實(shí)業(yè)務(wù)場(chǎng)景，基于目前各大互聯(lián)網(wǎng)企業(yè)對于阿里云架構體系的需求，將整個(gè)電商的數據倉庫體系搭建在阿里云架構上，做到全項目全流程上云。
學(xué)習目標
- 掌握阿里云常用大數據技術(shù)框架
- 掌握基于阿里云服務(wù)器進(jìn)行離線(xiàn)數據倉庫和實(shí)時(shí)數據倉庫的搭建
主要技術(shù)棧
Flume
RDS
DataHub
DataWorks
DataV
QuickBI
Flink
MaxCompute
項目特色
該項目是一個(gè)完整可落地的湖倉一體項目，依托真實(shí)電商行業(yè)的海量數據集，充分利用Hudi，將數據湖概念與數倉建模理論融匯貫通，將Hudi與其他主要大數據框架充分集成。
學(xué)習目標
- 充分了解數據湖與數據倉庫的概念區別
- 熟悉數據湖的構建開(kāi)發(fā)流程
- 充分掌握Hudi與多種大數據框架的協(xié)調應用
主要技術(shù)棧
Flink
Hudi
Hadoop
Flume
Kafka
FlinkCDC
Hive
Superset
項目特色
一站式搞定數據治理、血緣管理、元數據管理、數據質(zhì)量監控、批處理和實(shí)時(shí)處理的可視化調度、可視化即席查詢(xún)、可視化數據采集配置。
學(xué)習目標
- 掌握技術(shù)中臺中的核心功能開(kāi)發(fā)原理
- 掌握大數據、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(zhù)眼于用數字化的標簽描述用戶(hù)個(gè)性特征、勾畫(huà)目標用戶(hù)，實(shí)現了從標簽定義、標簽任務(wù)處理、任務(wù)調度、任務(wù)監控、用戶(hù)分區、用戶(hù)洞察的全功能平臺化管理。
學(xué)習目標
- 充分理解用戶(hù)畫(huà)像管理平臺的搭建及使用
- 了解用戶(hù)畫(huà)像系統的設計思路
- 掌握標簽的設計流程及應用
- 初步了解機器學(xué)習算法
主要技術(shù)棧
Spark MLib
ClickHouse
Redis
Vue
SpringBoot
MyBatis
項目特色
依托于真實(shí)的中文亞馬遜電商數據集，以及真實(shí)的電商企業(yè)業(yè)務(wù)數據體系，構建了符合教學(xué)體系的一體化電商推薦系統，充分理解推薦系統的運作流程，拓寬技術(shù)視野。
學(xué)習目標
- 系統性梳理整合大數據技術(shù)知識與機器學(xué)習相關(guān)知識
- 深入了解推薦系統在電商企業(yè)中的實(shí)際應用
- 深入學(xué)習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(shí)的實(shí)時(shí)數據分析環(huán)境，對目前互聯(lián)網(wǎng)大廠(chǎng)中常見(jiàn)的實(shí)時(shí)分析場(chǎng)景提出了一套基于SparkStreaming的全面實(shí)用的技術(shù)解決方案，豐富實(shí)時(shí)技術(shù)棧。
學(xué)習目標
- 全面掌握Scala語(yǔ)言開(kāi)發(fā)Spark的實(shí)時(shí)計算任務(wù)的開(kāi)發(fā)技巧
- 了解使用不同的CDC框架，提升實(shí)時(shí)方向的項目開(kāi)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(shí)的彩票行業(yè)的海量業(yè)務(wù)數據，構建離線(xiàn)數據倉庫，依據數倉建模理論完成數據的存儲、分析與調取，分析實(shí)現整套彩票指標體系，構建指標分析儀表盤(pán)。
學(xué)習目標
- 充分了解彩票行業(yè)的業(yè)務(wù)數據體系
- 熟悉彩票行業(yè)的離線(xiàn)指標體系
- 充分掌握多種大數據技術(shù)框架的協(xié)調應用
- 掌握AI輔助開(kāi)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(shí)的保險行業(yè)的海量業(yè)務(wù)數據，構建離線(xiàn)數據倉庫，依據數倉建模理論完成數據的存儲、分析與調取，分析實(shí)現整套保險指標體系，構建指標分析儀表盤(pán)。
學(xué)習目標
- 充分了解保險行業(yè)的業(yè)務(wù)數據體系
- 熟悉保險行業(yè)的離線(xiàn)指標體系
- 充分掌握多種大數據技術(shù)框架的協(xié)調應用
- 掌握AI輔助開(kāi)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(gè)完整可落地的統一數倉項目，依托真實(shí)電商行業(yè)的海量數據集，充分利用Doris，將Doris概念與數倉建模理論融匯貫通，將Doris與其他主要大數據框架充分集成。
學(xué)習目標
- 充分了解統一數倉與數據倉庫的區別
- 熟悉統一數倉的構建開(kāi)發(fā)流程
- 充分掌握Doris與多種大數據框架的協(xié)調應用
主要技術(shù)棧
Flink
Doris
SeaTunnel
DolphinScheduler
FineBI
