真实大数据简历模版（三）【大数据-2年经验】电商_大数据实战项目简历csdn(3)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

求职意向
大数据工程师
专业技能
熟练使用Java编程、熟悉scala、了解python。
熟练使用SQL、HQL 完成业务需求。
熟悉Kafka原理，能够使用Kafka和SparkSreaming进行对接；
熟悉Hive仓库的构架，熟悉Hadoop Hdfs 存储机制、Mapreduce程序编写。
熟练Spark，能够使用scala语言编写Spark程序；了解spark RDD、任务提交执行机制。
了解电商网站业务系统，开发过基于dubbox的分布式电商系统。
使用Python开发过爬虫程序、做过用户流失预估等机器学习应用。

项目经验
项目名称：针对客户的精准营销
项目描述：项目主要分为离线分析和实时分析两个部分，离线分析通过对页面采集来的原始日志数据进行预处理得到用户的点击流日志信息，然后针对用户的点击流日志信息进行分析，其中包括网页浏览量 PV，访客分析，来源分析，关键路径转化率分析，页面访问深度分析等。通过这些分析对网站的发展情况提供参考，发现访问规律，优化网站设计结构，提高用户体验，增加访客的忠诚度。实时分析主要获取访客的相关信息与用户访问的商品信息，然后根据推荐系统的算法，为用户推荐相关的商品信息，方便用户选择，也可以增加商家的收益。
技术要点：
1）采用Flume对用户数据进行采集。
2）使用SparkSql计算业务指标。
3）Mahout推荐算法的嵌入。
4）Hive数据仓库设计和维护，数据主题的抽取，数据维度分析。
5）数据的ETL清洗。
6）运用Sqoop导入到Mysql。
7）数据报表展示。
责任描述：
1)Flume收集日志。
2)Kafka对数据流的分离。
3)参与Hive数据仓库设计的讨论。
4)ETL数据清洗。

项目名称： xxx网站用户精准定位系统
项目描述：根据用户在网站的停留时间、跳出率、回访者、新访问者、回访次数、回访相隔天数； 注册用户和非注册用户，分析两者之间的浏览习惯；用户选择什么样的入口形式（广告或者网站入口链接）更为有效； 用户访问网站流程，用来分析页面结构设计是否合理； 用户在页面上的网页热点图分布数据和网页覆盖图数据；用户在不同时段的访问量情况等。对有关数据进行统计、分析，从中发现用户访问网站的规律，并将这些规律与网络营销策略等相结合，从而发现目前网络营销活动中可能存在的问题，并为进一步修正或重新制定网络营销策略提供依据。同时对网站进一步的优化升级。
技术要点：
1）开发日志采集系统：采用埋点代码，采集用户访问行为。
2）采用Flume对记录日志进行收集。
3）Kafka根据业务对数据流的分离。
4）Spark进行业务指标的计算。
5）Hive数据仓库设计。
6）ETL数据的清洗。
7）Sqoop的数据到导入和导出。
8）数据报表展示。
责任描述：
1)Flume收集日志。
2)Kafka对数据流的分离。
3)参与Hive数据仓库设计的讨论。
4)ETL数据清洗。
项目名称：xx公司 xx平台 预警平台产品
项目描述：在电商平台上有很多的业务系统，一旦某个系统的运行出现异常，不能及时发现，将会对平台的运营产生一定的不好的影响。项目主要是通过在各个业务系统上部署埋点代码，分析各个业务系统的运行健康状态，主要包括：购物车系统分析、订单系统分析、支付系统分析、物流系统分析等等，当获取到相关的异常日志信息时就会向有关人员发送消息，保证及时获取异常信息，及时解决异常信息，将不良的影响降到你最低。
技术要点：
1)使用 Flume 收集相关业务系统的日志，自定义拦截器，对应不同的业务系统。
2)将 Flume 采集的业务系统的日志信息存入到 Kafka 中。
3)使用 KafkaSpout 读取日志信息，并定时更新规则库信息与其进行匹配。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**