渴望技術(shù)轉(zhuǎn)型
轉(zhuǎn)換行業(yè)的IT小白
增長經(jīng)驗
搭建完善的項目
接觸廣泛技術(shù)面
渴望了解新技術(shù)、新行業(yè)
有興趣了解數(shù)據(jù)分析
學習前沿技術(shù)
突破職業(yè)瓶頸
掌握核心技能
Linux、Hadoop
Java、Hive
Flume、Kafka
等基礎(chǔ)框架
全面了解廣告行業(yè)運營流程
充分熟悉廣告行業(yè)指標體系
熟練掌握異常流量清洗過程
熟悉掌握數(shù)據(jù)倉庫技術(shù)框架
充分掌握FineBI數(shù)據(jù)分析工具
充分調(diào)研各大廠數(shù)倉建模體系,以阿里巴巴的數(shù)據(jù)倉庫建模理論為最終藍本,搭建實用且貼近生產(chǎn)實際的數(shù)倉建模體系;
應(yīng)用建模理論,提出可實踐性強的數(shù)倉搭建理論過程,數(shù)據(jù)調(diào)研→明確數(shù)據(jù)域→構(gòu)建業(yè)務(wù)總線矩陣→維度模型設(shè)計→明確統(tǒng)計指標→匯總模型設(shè)計→分層構(gòu)建數(shù)倉;
多方參考大廠數(shù)倉分層體系,合理數(shù)據(jù)分層,降低數(shù)據(jù)耦合度,提高數(shù)據(jù)分析效率,降低數(shù)據(jù)計算成本;
實戰(zhàn)式數(shù)據(jù)模擬策略,真實廣告流量監(jiān)測業(yè)務(wù)場景,模擬生成全面的原始數(shù)據(jù),針對真實數(shù)據(jù)進行分析統(tǒng)計;
采用Flume采集廣告監(jiān)測日志,適配組件全面調(diào)研,給出詳細貼近實戰(zhàn)的配置文件,自定義采集組件,解決時間戳零點漂移,優(yōu)化小文件存儲帶來問題,提供更多實戰(zhàn)經(jīng)驗;
采用流行數(shù)據(jù)采集框架DataX采集業(yè)務(wù)數(shù)據(jù),提供詳細配置文件及腳本解讀,掌握更多腳本編寫技巧;
真實數(shù)據(jù)ETL實操,結(jié)合Hive自定義函數(shù),涵蓋對原始廣告日志數(shù)據(jù)的清洗、轉(zhuǎn)換以及遺產(chǎn)廣告流量的識別;
使用高性能OLAP數(shù)據(jù)庫ClickHouse實現(xiàn)低延時即席查詢;
使用FineBI工具實現(xiàn)自助報表分析,具備鉆取、聯(lián)動、篩選等交互功能。
安裝部署受各大廠歡迎的DolphinScheduler工作流調(diào)度系統(tǒng),實現(xiàn)數(shù)據(jù)倉庫搭建全流程定時自動化調(diào)度以及故障自動郵件告警;