主要內(nèi)容

· Linux操作系統(tǒng)· MySQL與SQL· Kettle與BI工具· 電商運營指標分析

可掌握的核心能力

1. 掌握MySQL數(shù)據(jù)庫的使用；
2. 掌握SQL語法；
3. 掌握Kettle數(shù)據(jù)遷移工具的使用；
4. 熟練使用BI可視化工具；
5. 對數(shù)據(jù)開發(fā)有一定認知，掌握BI工程師所具備的基本技能。

主要內(nèi)容

· 大數(shù)據(jù)開發(fā)Hadoop基礎· Hive基礎· Hive進階

可掌握的核心能力

1.掌握Linux常用命令，為數(shù)據(jù)開發(fā)后續(xù)學習打下的良好基礎；
2.掌握大數(shù)據(jù)的核心框架Hadoop以及其生態(tài)體系，完成HDFS、MapReduce及Yarn機制基本理解與使用；能顧搭建Hadoop高可用HA集群；
3.掌握Hive的使用和調(diào)優(yōu)；
4.具備Hadoop開發(fā)能力、離線數(shù)據(jù)倉庫開發(fā)能力；
5.能夠完成基本構建企業(yè)級數(shù)倉。

主要內(nèi)容

· 大數(shù)據(jù)部署運維：Cloudera Manager · 分析決策需求：數(shù)據(jù)倉庫 · 數(shù)據(jù)采集：DataX · 數(shù)據(jù)分析：Hive· 數(shù)據(jù)調(diào)度：Dolphinscheduler · OLAP系統(tǒng)存儲：PostgreSql · Fine Report數(shù)據(jù)報表與大屏· 數(shù)倉建模: 范式與維度建模
· 五大核心主題域開發(fā): 銷售域、供應鏈域、會員域等

可掌握的核心能力

1.掌握泛電商行業(yè)離線數(shù)倉的分層與建模，從需求、設計、研發(fā)、測試到落地上線的完整項目流程；
2.行業(yè)內(nèi)首個深度講解數(shù)倉建模模型方案的主體項目；
3.包括海量數(shù)據(jù)場景下如何優(yōu)化配置；
4.掌握項目遷移能力，能夠?qū)㈨椖窟w移至泛電商的各個領域；
5.掌握在泛電商行業(yè)中關于全量與增量數(shù)據(jù)處理模式；
6.提供泛電商行業(yè)下的數(shù)據(jù)存儲分析以及服務監(jiān)控方案。

主要內(nèi)容

· 大數(shù)據(jù)部署運維：Cloudera Manager· 分析決策需求：數(shù)據(jù)倉庫 · 數(shù)據(jù)采集：sqoop · 數(shù)據(jù)分析：Hive · 分組完成項目

可掌握的核心能力

1.掌握教育行業(yè)離線數(shù)倉的分層與建模，從需求、設計、研發(fā)、測試到落地上線的完整項目流程；
2.真實業(yè)務邏輯，共涉及20多個主題，100多個指標，提升學員在教育行業(yè)中的核心競爭力；
3.包括海量數(shù)據(jù)場景下如何優(yōu)化配置；
4.拉鏈表的具體應用；
5.新增數(shù)據(jù)和更新數(shù)據(jù)的抽取和分析；
6.Hive函數(shù)的具體應用；
7.ClouderaManager可視化、自動部署和配置、Git、CodeReview功能。

主要內(nèi)容

· Python基礎語法· Python面向?qū)ο?/span>· Python高級語法· Python多任務編程· Python網(wǎng)絡編程

可掌握的核心能力

1.掌握Python開發(fā)環(huán)境基本配置；
2.掌握運算符、表達式、流程控制語句、數(shù)組等的使用；
3.掌握字符串的基本操作；
4.初步建立面向?qū)ο蟮木幊趟季S；
5.熟悉異常捕獲的基本流程及使用方式；
6.掌握類和對象的基本使用方式；
7.知道多進程多線程的原理。

主要內(nèi)容

· ETL概念與工具· ETL項目需求分析· ETL項目架構設計· Python ETL實戰(zhàn)

可掌握的核心能力

1. 掌握ETL的相關概念；
2. 掌握基于Python語言完成ETL任務開發(fā)實戰(zhàn)；
3. 基于ETL實戰(zhàn)鍛煉Python編程能力，包括（元數(shù)據(jù)管理、數(shù)據(jù)模型、項目配置、單元測試、工具方法抽取等）；
4. 掌握BI數(shù)據(jù)分析實戰(zhàn)。

主要內(nèi)容

· BI報表開發(fā)需求分析· BI報表工具· FineReport報表入門· 泛電商行業(yè)五大主題的實現(xiàn)

可掌握的核心能力

1.掌握BI報表開發(fā)需求分析；
2.掌握BI報表工具；
3.掌握FineReport報表。

主要內(nèi)容

· 大數(shù)據(jù)Spark技術棧· SparkSQL數(shù)據(jù)處理與統(tǒng)計分析· Spark案例實戰(zhàn)

可掌握的核心能力

1. 掌握Spark的RDD、DAG、CheckPoint等設計思想；
2. 掌握SparkSQL結(jié)構化數(shù)據(jù)處理，Spark On Hive；
3. 掌握Structured Streaming整合多數(shù)據(jù)源完成實時數(shù)據(jù)處理；
4. 具備Spark全棧開發(fā)能力，滿足大數(shù)據(jù)行業(yè)多場景統(tǒng)一技術棧的數(shù)據(jù)開發(fā)，提供就業(yè)核心競爭力。

主要內(nèi)容

· SparkSQL整合ES自定義數(shù)據(jù)源· DS任務界面化調(diào)度· 用戶畫像標簽構建規(guī)則· 用戶畫像規(guī)則類標簽構建· 用戶畫像統(tǒng)計類標簽構建

可掌握的核心能力

1.掌握SparkSQL整合ES自定義數(shù)據(jù)源；
2.掌握用戶畫像構建流程；
3.掌握用戶畫像標簽構建規(guī)則；
4.掌握用戶畫像規(guī)則類標簽構建；
5.掌握用戶畫像統(tǒng)計類標簽構建。

主要內(nèi)容

· 多場景畫像標簽項目實戰(zhàn)· 基于Spark全棧技術構建企業(yè)級大數(shù)據(jù)開發(fā)平臺

可掌握的核心能力

1.掌握保險行業(yè)數(shù)據(jù)分析流程；
2.掌握保費計算流程；
3.掌握DS調(diào)度流程。

主要內(nèi)容

· ChatGPT生成代碼· ChatGPT改Bug· 基于AI大模型的出行大數(shù)據(jù)平臺數(shù)倉搭建· 基于AI大模型指標開發(fā)

可掌握的核心能力

1.完成ChatGPT基礎使用；
2.基于ChatGPT可以完成改Bug，寫注釋，生成代碼等常見編程任務；
3.能夠基于合理的Prompts提示詞進行提問，助力提升編程效率。

主要內(nèi)容

· 核心技能知識點以及常見面試題強化學習

可掌握的核心能力

1.強化面試就業(yè)核心面試題；
2.梳理大數(shù)據(jù)架構及解決方案；
3.剖析多行業(yè)大數(shù)據(jù)架構。

主要內(nèi)容

· 阿里云Flink入門· Flink SQL· Flink作業(yè)開發(fā)· 阿里云FLink運維

可掌握的核心能力

1.掌握基于阿里云Flink進行實時和離線數(shù)據(jù)處理、分析；
2.掌握基于阿里云Flink的多流并行處理技術；
3.掌握FlinkCDC多數(shù)據(jù)源采集技術。

主要內(nèi)容

基于Flink + Kafka + Paimon 湖倉一體技術架構，實現(xiàn)在線視頻行業(yè)大規(guī)模流數(shù)據(jù)處理和實時分析。本項目依托 阿里云 Flink 流處理計算引擎， 通過 FlinkCDC 實時采集 RDS MySQL 數(shù)據(jù)庫數(shù)據(jù)，實現(xiàn)數(shù)據(jù)采集的斷點續(xù)傳，使用Kafka 作為實時數(shù)倉，使用 Paimon 實現(xiàn)數(shù)據(jù)的持久化和Flink 批處理，實現(xiàn)計算的流批一體，數(shù)據(jù)存儲的湖倉一體，采用StarRocks對接DataV完成實時業(yè)務大屏展示。

可掌握的核心能力

1.湖倉一體化解決方案基于Flink+Paimon湖倉一體技術架構；
2.基于FlinkCDC完成MySQL等數(shù)據(jù)源的數(shù)據(jù)采集；
3.FlinkSQL流批一體架構實現(xiàn)實時數(shù)據(jù)計算；
4.使用StarRocks進行海量多維分析；
5.掌握數(shù)據(jù)報表分析；
6.掌握業(yè)務數(shù)據(jù)實時大屏場景實現(xiàn)。