讲师说:
规划了许久的用户画像解决方案课程终于上线啦。这套课程全部从实际工程开发、应用的角度出发,可操作性、落地性强。
内容主要涵盖:用户标签指标体系、数据分析、搭建开发环境、表结构设计、数据开发和监控、ETL、kafka和hbase等常用大数据组件介绍、画像的产品形态、打通数据服务层、以及如何应用用户标签和效果评估。
课程大纲
章节1:用户画像基础知识
课时1:开发用户画像需要掌握的能力
课时2:实际案例-用户画像及其应用规划说明
课时3:实际案例-用户标签应用实施方案说明
课时4:实际案例-工程开发代码
课时5:需要开发的表及表结构设计
章节2:用户标签指标体系
课时1:用户属性维度指标体系
课时2:用户行为维度指标体系
课时3:用户消费维度指标体系
课时4:用户风控维度指标体系
课时5:标签口径及数据调研分析
课时6:标签命名方式小结
章节3:搭建开发环境
课时1:搭建虚拟机开发环境及节点间互信
课时2:HDFS的安装及应用场景
课时3:zookeeper的安装及应用场景
课时4:yarn的安装及应用场景
课时5:Hbase的安装及应用场景
课时6:MySQL的安装及应用场景
课时7:sqoop的安装及应用场景
课时8:kafka的安装及应用场景
课时9:Spark的安装及应用场景
章节4:标签数据存储
课时1:Hive存储及应用特点
课时2:MySQL存储及应用特点
课时3:Hbase存储数据及应用特点
课时4:为什么用不同数据库存储标签数据
章节5:标签数据开发
课时1:数据仓库基础知识
课时1:统计类标签开发案例
课时2:规则类别标签开发案例
课时3:挖掘类别标签开发案例
课时4:流式计算标签开发(1)-kafka介绍
课时5:流式计算标签开发(2)-streaming的Receiver模式与Direct模式
课时6:流式计算标签开发(3)-Spark Streaming集成kafka
课时7:流式计算标签开发(4)-记录消费的offset
课时8:流式计算标签开发(5)-Spark Streaming上线工程化
课时9:用户特征库开发
课时10:打通数据服务层
章节6:开发性能调优及项目工程化
课时1:数据倾斜调优
课时2:Spark读取小文件
课时3:使用Spark缓存(cache、persist、checkpoint)
课时4:开发中间表
课时5:人群圈定和业务系统打通
章节7:作业流程调度
课时1:crontab命令调度
课时2:airflow调度-基础概念
课时3:airflow调度-安装
课时4:airflow调度-主要功能模块
课时5:airflow调度-工作流调度
课时6:airflow调度-工程案例
课时7:标签数据监控预警(Hive、MySQL、Hbase)
课时8:ETL异常问题排查及解决方案
章节8:用户画像产品化
课时1:标签视图与标签查询
课时2:标签编辑管理
课时3:自定义查询与人群圈定
课时4:多维透视分析功能
章节9:用户画像应用
课时1:业务数据分析
课时2:精准营销(短信、邮件)
课时3:推荐系统中应用
课时4:应用效果评估及标签迭代
看看覆盖面是不是很全,如果你还有想了解的某些地方这里面不包含,我们还可以加,好说的没商量!
课程概览
[1] 🐞用户行为维度指标体系:
[2] 🐞搭建开发环境
🙋课件内容
🙋附有详细的开发配置文档
[3]🐞标签数据存储
🙋在我们搭建的虚拟机集群环境中跑小量的测试作业
[4] 🐞ETL作业调度
[5] 🐞用户画像产品化
🙋用户画像产品规划方向、如何打通从数据到产品层到业务系统
讲师介绍
Watermelon 《数据化运营 系统方法与实践案例》作者,数据开发工程师,曾负责过竞品爬虫、业务数据分析、数据开发、及多家公司用户画像从0到1的搭建。对业务分析、流量分析、用户画像建模开发方面有些总结可以分享。
博客专栏:
https://ask.hellobi.com/blog/pythoncrawl (天善博客)
https://zhuanlan.zhihu.com/pythoncrawl (知乎博客)
课程特色
规划全面:内容涵盖用户标签指标体系、数据分析、数据开发、ETL、搭建开发环境、kafka和hbase等常用大数据组件的介绍、画像的产品形态、打通数据服务层、以及如何应用用户标签和效果评估;
实操性强:每章案例都进行详细的分析和开发过程讲解,附有相应的分析报告、文档以及代码。通过在搭建的虚拟机环境中执行任务,帮助学习者更好地理解工程上的实现方式和实现细节。
报名方式
点击阅读原文或扫描下方二维码
用户画像系列文章
公众号后台回复关键词学习
回复 免费 获取免费课程
回复 直播 获取系列直播课
回复 Python 1小时破冰入门Python
回复 人工智能 从零入门人工智能
回复 深度学习 手把手教你用Python深度学习
回复 机器学习 小白学数据挖掘与机器学习
回复 贝叶斯算法 贝叶斯与新闻分类实战
回复 数据分析师 数据分析师八大能力培养
回复 自然语言处理 自然语言处理之AI深度学习