原标题:终于等到你—用户画像解决方案课程上线了!
用户画像解决方案课程上线啦!
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
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Python1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深度学习返回搜狐,查看更多
责任编辑: