新增AI賦能

能夠基于AI大模型工具輔助完成基本構(gòu)建企業(yè)級數(shù)倉 掌握AI輔助編寫Shell腳本、AI輔助編寫Hive SQL，AI輔助進行SQL性能調(diào)優(yōu)

主講內(nèi)容

大數(shù)據(jù)開發(fā)Hadoop基礎(chǔ)、 Hive基礎(chǔ)、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(xué)習(xí)打下的良好基礎(chǔ)；
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；能夠搭建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(gòu)建企業(yè)級數(shù)倉。

可解決的現(xiàn)實問題

熟悉Linux操作系統(tǒng)，以及各種Linux命令，能夠解決企業(yè)級大數(shù)據(jù)集群搭建問題，為進階大數(shù)據(jù)開發(fā)奠定基礎(chǔ)。

新增AI賦能

掌握AI輔助數(shù)據(jù)倉庫建模、Hive SQL調(diào)優(yōu)

主講內(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(yīng)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(shè)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(lǐng)域；
5.掌握在泛電商行業(yè)中關(guān)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(wù)監(jiān)控方案。

可解決的現(xiàn)實問題

能夠解決企業(yè)級常見數(shù)據(jù)倉庫搭建，從項目的需求、技術(shù)架構(gòu)、業(yè)務(wù)架構(gòu)、部署平臺、ETL設(shè)計、作業(yè)調(diào)度等整套pipeline，完成大數(shù)據(jù)體系下的企業(yè)級數(shù)據(jù)倉庫構(gòu)建。

新增AI賦能

掌握AI輔助調(diào)度腳本編寫、指標體系構(gòu)建

主講內(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(shè)計、研發(fā)、測試到落地上線的完整項目流程；
2.真實業(yè)務(wù)邏輯，共涉及20多個主題，100多個指標，提升學(xué)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(yīng)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(yīng)用；
7.ClouderaManager可視化、自動部署和配置、Git、CodeReview功能。

可解決的現(xiàn)實問題

按照企業(yè)級大數(shù)據(jù)開發(fā)流程，獨立完成項目開發(fā)，掌握企業(yè)級多場景大數(shù)據(jù)離線數(shù)倉開發(fā)能力，從數(shù)倉分層，數(shù)倉建模，指標統(tǒng)計，指標展示完成完整的大數(shù)據(jù)項目。

新增AI賦能

掌握AI輔助調(diào)度腳本編寫、指標體系構(gòu)建

主講內(nèi)容

掌握AI輔助SQL代碼開發(fā)

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

可解決的現(xiàn)實問題

掌握使用量最廣BI報表開發(fā)工具FineReport，能夠基于FineReport完成不同行業(yè)BI報表開發(fā)及業(yè)務(wù)決策。

新增AI賦能

掌握AI輔助編寫Python代碼開發(fā)

主講內(nèi)容

Python基礎(chǔ)語法、Python面向?qū)ο?、Python高級語法、 Python多任務(wù)編程、Python網(wǎng)絡(luò)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。

可解決的現(xiàn)實問題

熟練掌握Python語言，建立編程思維，使學(xué)員能夠熟練使用Python技術(shù)完成程序編寫。
熟練使用Python面向?qū)ο蟪绦蛟O(shè)計思想，掌握數(shù)據(jù)開發(fā)必備Python高級語法，解決常見Python開發(fā)問題。

新增AI賦能

掌握AI輔助代碼編寫，解決Bug、業(yè)務(wù)指標構(gòu)建

主講內(nèi)容

Pandas庫的使用、 數(shù)據(jù)可視化技術(shù)、數(shù)據(jù)分析常用思維與模型、數(shù)據(jù)分析報告撰寫

可掌握的核心能力

1.掌握Pandas等Python數(shù)據(jù)分析庫的使用
2.掌握Matplotlib，Seaborn等數(shù)據(jù)可視化庫的使用
3.掌握AIPL、AARRR、RFM等常用數(shù)據(jù)分析思維與模型的使用
4.數(shù)據(jù)分析報告的撰寫
5.掌握從數(shù)據(jù)處理一直到輸出報告的全流程，掌握數(shù)據(jù)分析師具備的常用技能

可解決的現(xiàn)實問題

熟練掌握Pandas，Matplotlib，Seaborn等數(shù)據(jù)處理與可視化開源庫的使用， 能夠應(yīng)用常用數(shù)據(jù)分析思維與模型解決業(yè)務(wù)問題并輸出數(shù)據(jù)分析報告。

新增AI賦能

掌握AI輔助編寫Spark開發(fā)代碼、編寫SparkSOL、解決Bug、性能調(diào)優(yōu)

主講內(nèi)容

大數(shù)據(jù)Spark技術(shù)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(shè)計思想；
2.掌握SparkSQL結(jié)構(gòu)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(shù)棧的數(shù)據(jù)開發(fā)，提供就業(yè)核心競爭力。

可解決的現(xiàn)實問題

掌握全球熱門的Spark技術(shù)棧，通過SparkCore和SparkSQL解決數(shù)據(jù)處理與統(tǒng)計分析工作，進階高級大數(shù)據(jù)開發(fā)工程師。

新增AI賦能

掌握AI輔助編寫PySpark開發(fā)代碼、解決Bug、性能調(diào)優(yōu)

主講內(nèi)容

SparkSQL整合ES自定義數(shù)據(jù)源、DS任務(wù)界面化調(diào)度、用戶畫像標簽構(gòu)建規(guī)則、用戶畫像規(guī)則類標簽構(gòu)建、用戶畫像統(tǒng)計類標簽構(gòu)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(gòu)建流程；
3.掌握用戶畫像標簽構(gòu)建規(guī)則；
4.掌握用戶畫像規(guī)則類標簽構(gòu)建；
5.掌握用戶畫像統(tǒng)計類標簽構(gòu)建。

可解決的現(xiàn)實問題

項目提供了全行業(yè)用戶畫像解決方案, 使用SparkSQL+ES+DS構(gòu)建企業(yè)級用戶畫像，通過SparkSQL+MySQL構(gòu)建通用行業(yè)用戶畫像標簽體系。

新增AI賦能

掌握AI Agent構(gòu)建數(shù)據(jù)分析領(lǐng)域智能體，助力高效數(shù)據(jù)分析

主講內(nèi)容

基于Agent的數(shù)據(jù)庫查詢操作、大模型Function Cal原理與實現(xiàn)、Assistant APl的原理及應(yīng)用、基于本地知識庫搭建答疑聊天機器人

可掌握的核心能力

1.能夠利用AI大模型相關(guān)技術(shù)，構(gòu)建AlAgent的數(shù)據(jù)開發(fā)相關(guān)應(yīng)用，助力高效數(shù)據(jù)開發(fā)

可解決的現(xiàn)實問題

掌握如何使用AI大模型幫助數(shù)據(jù)開發(fā)和數(shù)據(jù)分析編程效率提升，具備使用AI大模型解決問題的能力。

新增AI賦能

通過AI大模型提高刷題效率

主講內(nèi)容

核心技能知識點以及常見面試題強化學(xué)習(xí)

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(gòu)及解決方案；
3.剖析多行業(yè)大數(shù)據(jù)架構(gòu)。

可解決的現(xiàn)實問題

對學(xué)習(xí)的內(nèi)容進行整體回顧，并分析經(jīng)典面試題，指導(dǎo)簡歷，面試和溝通技巧。

新增AI賦能

掌握基礎(chǔ)AI輔助編寫需求代碼、解決代碼Bug

主講內(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(shù)；
3.掌握FlinkCDC多數(shù)據(jù)源采集技術(shù)。

可解決的現(xiàn)實問題

掌握當下熱門的流批一體化分布式計算框架阿里云Flink及其生態(tài)，解決實時計算經(jīng)典場景問題，適應(yīng)市場對阿里云Flink越發(fā)增長的需求。

新增AI賦能

掌握基礎(chǔ)AI輔助編寫需求代碼、解決代碼Bug選擇

主講內(nèi)容

基于阿里云Flink + Kafka + Paimon 湖倉一體技術(shù)架構(gòu)，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(wù)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(shù)架構(gòu)；
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(gòu)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(wù)數(shù)據(jù)實時大屏場景實現(xiàn)。

可解決的現(xiàn)實問題

采集超過千萬條在線視頻的數(shù)據(jù)，實時高性能海量數(shù)據(jù)分析與存儲業(yè)務(wù)數(shù)據(jù)實時大屏場景實現(xiàn)。