cda

数字化人才认证

您的位置:首页 > 课程列表 > 大数据开发工程师周末就业班

大数据开发工程师周末就业班

大数据开发工程师周末就业班

大数据开发工程师周末就业班

难度系数:

课程系列:大数据开发工程师周末就业班

课程信息:
  • WHAT 课程简介

    大数据开发工程师周末就业班:课程内容:以实际业务应用及需求场景出发,帮助企业构建大数据应用
    课程体系:本课程由渐入深,整体从业务需求角度切入,倒推技术实现逻辑及架构,从数据运营指标体系的BI构建,到用户画像的标签体系构建,进而实现精准营销。
    课程贯穿常用大数据平台技术应用及实践,通过业务、功能、技术三方架构串联,形成完整的大数据链路体系。
    帮助学员能够快速熟悉业务适用场景,从而高效搭建大数据相关业务应用平台。
  • WHY 学习目标

    掌握Linux、Java、SQL基本知识
    掌握商业智能平台构建思路
    掌握常见数仓平台架构
    掌握报表开发能力、用户画像的原理
    掌握用户画像系统技术架构
    掌握标签的各种加工方式
    掌握精准营销思路、flink技术架构
    掌握精准营销流程、实时数仓搭建
    掌握docker的技术架构原理
    熟悉docker相关命令、docker容器数据卷
    熟悉docker应用部署、docker的私有仓库相关技术
  • WHO 学习对象和基础

    计算机、大数据等专业的高校生,想求职于大数据分析岗位
    之前从事开发等技术岗想转型业务大数据分析等待就业技术人群
    从传统数仓到大数据平台转型的数据分析人士
    有一些编程基础,之前从事传统运营、营销想转行大数据分析的业务人士
    希望快速在工作中应用大数据分析处理商业智能、营销、运营等有编程基础的人士

1第一阶段:BI大数据-商业智能应用

1-1商业智能、报表的商业价值
1-2商业智能、报表应用场景与现状
1-3MySQL电商数据分析案例

2第一阶段:BI大数据——MySQL深度性能优化

2-1MySQL数据库框架
2-2数据库服务器性能
2-3数据类型优化
2-4索引优化
2-5查询性能优化
2-6MySQL高级特性
2-7优化服务器设置
2-8可扩展的MySQL
2-9高可用性
2-10应用层优化

3第一阶段:BI大数据——商业智能数据架构及平台搭建

3-1商业智能系统技术架构解讲解
3-2Hadoop、Hive、Sqoop原理讲解
3-3商业智能系统数据平台搭建
3-4高速公路收费数据案例讲解

4第一阶段:BI大数据——商业智能可视化

4-1Tableau概述&应用
4-2常用数据分析图表制作
4-3仪表板制作
4-4BI数据分析&可视化交互

5第二阶段:标签开发算法实战——标签开发一

5-1数据应用体系层级划分
5-2大数据精准营销架构
5-3标签体系整体框架
5-4基础标签
5-5统计标签、规则类标签及Hive实践

6第二阶段:标签开发算法实战——hive性能优化

6-1妙用Hive视图功能
6-2Hive索引的使用
6-3使用EXPLAIN优化查询代码
6-4limit限制调整优化
6-5join优化
6-6调整mapper与reducer个数

7第二阶段:标签开发算法实战——标签开发二

7-1scala开发环境配置
7-2值与变量
7-3常用数据类型
7-4方法定义
7-5条件表达式与循环
7-6Lazy value的应用
7-7数组、元组与Map
7-8类、抽象类、特质
7-9模式匹配、样例类
7-10文件访问
7-11Spark简介
7-12SparkML简介
7-13SparkML Piplines
7-14SparkML特征(文本)提取、转换、加载
7-15文本提取案例:用户评论情感标签提取

8第二阶段:标签开发算法实战——标签开发三

8-1算法标签
8-2机器学习基础
8-3回归:线性回归与SparkML特征处理
8-4分类:逻辑回归及Spark实现
8-5聚类:Kmeans及Spark实现
8-6复杂网络:图计算
8-7算法实战:营销预测案例

9第二阶段:标签开发算法实战——标签数据的存储和查询

9-1标签数据的应用场景及存储需求分析
9-2Hive、Hbase、Elasticsearch等在标签数据存储中的应用

10第三阶段:实时计算精准营销——流式计算开发

10-1流式计算概述
10-2Spark Streaming的架构原理
10-3Dstream操作(转换、输出)
10-4Spark Streaming外部数据源介绍
10-5Structured Streaming原理及编程模型
10-6Kafka原理及应用讲解

11第三阶段:实时计算精准营销——实时计算系统

11-1flink部署与使用
11-2flink运行架构分析
11-3DataStream与DataSet
11-4TableAPI&SQL
11-5flink状态机制

12第三阶段:实时计算精准营销——实时精准营销行业案例分析

12-1决策树
12-2集成算法(随机森林)
12-3机器学习算法与flink的连接
12-4实时精准营销案例及代码实践

13第三阶段:实时计算精准营销——推荐系统

13-1推荐系统概述
13-2冷启动与EE问题
13-3精细化运营与推荐系统
13-4推荐算法-协同过滤

14第三阶段:实时计算精准营销——数据中台的大数据架构

14-1大数据架构
14-2数据中台

15第四阶段:云计算之容器技术——docker技术架构原理及相关命令

15-1Docker简介、什么是Docker、Docker应用场景
15-2Docker架构
15-3Docker引擎、仓库、镜像、容器等概念
15-4Docker安装、卸载
15-5Docker配置镜像加速器
15-6Docker镜像管理
15-7Docker容器管理
15-8Docker复制
15-9Docker查看日志命令
15-10Docker数据卷
15-11Docker安装Nginx
15-12Docker安装MySQL
15-13Docker安装Redis
15-14Docker安装RabbitMQ

16第四阶段:云计算之容器技术——docker容器数据卷及应用部署docker私有仓库相关技术docker实操

16-1Dockerfile常用命令
16-2Dockerfile实战案例(4个案例)掌握全方面Dockerfile编写
16-3官方镜像Tomcat源码解析(Dockerfile)
16-4Docker部署SpringBoot微服务项目,微服务镜像制作
16-5快速部署分布式应用(实现动态扩容、资源高效利用)
16-6Docker-compose之Tomcat集群搭建
16-7Docker-compose之Redis集群搭建

硬核服务

  • 朝九晚九全程跟班答疑

    助教线上服务时间由原先的上课期间答疑调整为课程持续期间答疑,包括中途休息时间;同时,每日答疑时间由原先的“朝九晚六”调整为“朝九晚九”,全面覆盖同学晚自习时间。
  • 一对一督学

    每个班级、每位同学、每月都会进行至少一次一对一辅导,询问同学学习状态、解决学员学习问题;同时,针对每个模块测试结果后10%的学员进行额外辅导,以确保学员能够跟上学习进度。
  • 定期直播串讲

    对于重难点知识和同学普遍反应的问题,助教将进行每周1-2次的晚自习串讲,串讲时常为2小时左右,且相关内容需要重新制作、有别于课程内容,帮助同学攻克重难点知识。
  • 有问必答

    助教线上服务要求有问必答,并能真正做到解决所有课程中遇到的问题。在原先每个班一个助教+一个班主任的配置下,调整为每个班2名助教+项目服务团队的模式,以确保快速、高质量的解决线上提问。
  • 出勤率和进度监督

    在课程持续期间,助教还需实时统计学员出勤情况,监督课堂纪律,跟进学习进度。除正常答疑外,服务团队会与班级同学保持沟通、给予正确指引,从而营造积极学习氛围。
  • 作业与测试

    在远程授课期间,每个课程会安排相关课后作业,确保同学课下能够进行适当练习,提升同学实时参与感、保证当日学习效果。除了作业,服务团队还会组织学员进行阶段性测试,以考试性质为主,主要考察学员对本阶段知识掌握程度。

来自业界的数据领袖团队

  • 迟昕

    CDA数据科学研究院讲师; 曾服役于原总参指挥自动化站。后就职于北京市永安商业公司、天际互通(北京)信息科技有限责任公司、易云网信(北京)信息技术有限公司; 长期从事网络运维、数据挖掘与数据分析工作,对相关业务场景应用有深入思考和研究; 曾参与某信息数据采集的数据分析平台开发项目、卫星通信系统的数据采集分析项目、某电商平台运营数据分析项目。
  • 张藉予

    CDA数据科学研究院讲师; 参与CDA数据分析课程研发与授课; 曾就职于百度移动生态事业群组(MEG)销售体系直销分公司,任数据分析师; 曾参与百度直销体系数据指标梳理及可视化搭建; 长期从事业务数据分析工作,对互联网广告及营销业务场景有深入思考和研究。
  • 熊泽伟

    统计学专业,熟悉统计分析、数据挖掘等技术; CDA数据科学研究院讲师; 参与CDA数据策略系列课程研发、教材编写; 曾参与苏州银行数字化人才培训项目—数据挖掘培训; 曾就职于卡牌游戏、跨境电商等行业担任数据分析师; 有市场调查、精准营销等业务数据分析经验;
  • 常国珍老师

    北京大学会计学博士, CDA数据科学研究院执行院长,中国大数据产业生态联盟专家委员会委员。曾任毕马威咨询大数据总监。北京语言大学金融硕校外导师,中国社会科学院大学等多所院校外聘讲师。具有18年数据挖掘、精益数据治理、数据规划咨询顾问经验。著有《金融商业数据分析与应用》系列丛书、《用商业案例学 R 语言数据挖掘》、《胸有成竹:数据分析的SASEG 进阶》等多本著作。

几乎所有行业

都稀缺独当一面的CDA数据分析师®人才

在招聘市场上,越来越多的企业要求持CDA数据分析师®证书

GROWN

开启数据科学家成长之路

考核通过后,可获得CDA数据分析师中英文双证书,其中中文证书由中国成人教育协会数据分析教育培训专业委员会监制,英文证书由CDA INSTITUTE 认证。
“CDA数据分析师认证”是一套科学化,专业化,国际化的人才考核标准,共分为CDA LEVELⅠ ,LEVEL Ⅱ,LEVEL Ⅲ三个等级,涉及行业包括互联网、金融、咨询、电信、零售、医疗、旅游等,涉及岗位包括大数据、数据分析、市场、产品、运营、咨询、投资等。该标准符合当今全球数据科学技术潮流,可以为各行业企业和机构提供数据人才参照标准。
  • CDA LEVEL I

    人人皆需的职场数据思维与通用数据技能

    面向范围

    • 零基础就业转行者、应届毕业生
    • 产品、运营、营销等业务岗与研发、技术岗在职者
    • 企业创始人、经理人、管理咨询类岗位从业者

    岗位去向

    商业(业务)分析师初级数据分析师
    (数据)产品运营(数字)市场营销
    数据专员...

  • CDA LEVEL II

    企业数字化发展中必备的数据分析流程与技能

    面向范围

    • 产品、运营、营销等业务部门与研发、中台、技术类部门数据分析相关岗位在职者
    • 数字化转型企业创始人与数字化流程中相关负责人

    岗位去向

    数据分析师(数据)产品运营经理
    (数字)营销经理风控建模分析师
    量化策略分析师数据治理(质量)...

  • CDA LEVEL III

    企业数字化发展中必备的高级数据分析方法与技术

    面向范围

    • 业务岗与技术岗从事数据分析、数据挖掘、机器学习等技术在职提升者
    • 从事算法科学、深度学习等工作的科研人员、分析师与工程师等

    岗位去向

    高级数据分析师机器学习工程师
    算法工程师数据科学家
    首席数据官...

EXAM

CDA认证报考开放化

CDA认证LEVELⅠ 对于考生的学历、专业、技能等没有限制性报考条件,在与全球计算机化考试服务商Pearson VUE达成深度合作后LEVELⅠ更是随报随考机制。
查看CDA认证报考流程 

VALUE

CDA证书的价值

  • 共识性CONSENSUS
    CDA数据分析师标准由中国成人教育协会数据分析教育培训专业委员会监制,国际范围内的数据科学领域的行业专家、学者及知名企业共同制定并于每年更新,逐步推动数据人才标准的行业共识。
  • 专业性speciality
    CDA认证是根据数据科学专业岗位设立的科学化,专业化,国际化的人才考核标准。考试与国际知名考试服务机构Pearson VUE合作,随报随考、专家命题、评分公平、流程严格,更具含金量。
  • 权益性rights
    CDA持证人自动纳入为CDA会员并享有系列特殊权益。证书皆绑定考生真实身份,可在CDA认证考试中心查询,证书确保唯一性与防伪性,持证人还可获得电子徽章,加入到Linkedin个人档案中。证书三年审核一次,保证持证人的实力与权益。

RIGHTS

CDA持证人的权益

  • 会员资格

    吸纳为CDA Institute、CDA数据分析师俱乐部会员,活动中具有优先报名参与权

  • 职业发展

    可优先获得CDA内部就业及职业发展推荐

  • 免费CDA活动

    免费参与CDAS行业峰会等各项活动,CDA持证人享受特权位置

  • 兼职机会

    有机会加入CDA数据分析教学、研发等项目

  • 黄金会员

    免费享有AIU人工智能学院1个月黄金会员,内含国外前沿数据科学学习等海量资源

  • 免费资源

    经管之家论坛学习资源、优秀文献资料免费下载权

  • Q: 请问课程的学习周期和学习方式?

    A:课程为周末集训课程,同时我们会布置案例作业供课后练习提交,保证大家高质量地完成课程。
  • Q: 这门课程有什么先修要求?

    A: 需要有一定基础,详情请咨询课程顾问。

OK