大學(xué)生、在職提升、轉(zhuǎn)行或待業(yè)人員

面授/網(wǎng)課、周一到周日9-18點(diǎn)開課

朝九晚九全程跟班答疑、一對(duì)一督學(xué)、定期直播串講、五分鐘內(nèi)有問(wèn)必答、出勤率和進(jìn)度監(jiān)督、作業(yè)與測(cè)試

1.零基礎(chǔ)脫產(chǎn)學(xué)習(xí)，1個(gè)月精學(xué)大數(shù)據(jù)技術(shù)
2.計(jì)算機(jī)、統(tǒng)計(jì)、數(shù)學(xué)等專業(yè)學(xué)習(xí)更佳
3.成為大數(shù)據(jù)稀缺人才，高薪就業(yè)
4.CDA大數(shù)據(jù)就業(yè)幫，助你前程似錦
5.大數(shù)據(jù)未來(lái)已來(lái)，只等你改變自己

分布式集群架構(gòu)
14-01大數(shù)據(jù)行業(yè)前沿應(yīng)用與知識(shí)介紹
14-02Linux入門基礎(chǔ)
14-03Hadoop入門介紹
14-04Hadoop單機(jī)環(huán)境搭建
14-05Hadoop偽分布式集群搭建
14-06Hadoop完全分布式集群搭建
分布式文件存儲(chǔ)系統(tǒng)HDFS
15-01HDFS簡(jiǎn)介
15-02HDFS編程入門
15-03HDFS讀寫文件
15-04HDFS架構(gòu)原理及常用指令
ETL工具Sqoop基本原理和常用指令
16-01Sqoop介紹
16-02Sqoop原理
16-03Sqoop部署
16-04關(guān)系型數(shù)據(jù)庫(kù)導(dǎo)入Hadoop
16-05Hadoop導(dǎo)入關(guān)系型數(shù)據(jù)庫(kù)
16-06Sqoop job應(yīng)用
大數(shù)據(jù)倉(cāng)庫(kù)知識(shí)應(yīng)用
17-01Hive架構(gòu)原理和技術(shù)方向
17-02HiveQL數(shù)據(jù)查詢、函數(shù)（聚合函數(shù)、窗口函數(shù)、UDF）
17-03Hbase表設(shè)計(jì)及數(shù)據(jù)查詢
17-04商業(yè)應(yīng)用案例—寬表設(shè)計(jì)與用戶畫像
17-05商業(yè)應(yīng)用案例—網(wǎng)站流量分析與頁(yè)面運(yùn)營(yíng)
Spark架構(gòu)原理和核心組件
18-01Spark介紹
18-02Spark數(shù)據(jù)結(jié)構(gòu)及編程語(yǔ)言接口
18-03Spark與分布式數(shù)據(jù)庫(kù)和分布式數(shù)據(jù)倉(cāng)庫(kù)的集成方法
PySpark編程指南與Spark RDD相關(guān)操作
19-01PySpark開發(fā)環(huán)境搭建
19-02PySpark編程入門：Spark基本數(shù)據(jù)結(jié)構(gòu)
19-03PySpark編程入門：PySpark常用語(yǔ)句
19-04采用PySpark讀取分布式數(shù)據(jù)庫(kù)中數(shù)據(jù)
19-05PySpark數(shù)據(jù)清洗案例

1. 行為事件分析模型
行為事件分析是研究一個(gè)行為事件的發(fā)生對(duì)企業(yè)組織價(jià)值的影響及其程度的模型。企業(yè)利用它來(lái)跟蹤或記錄用戶的行為或業(yè)務(wù)流程，如用戶注冊(cè)、瀏覽產(chǎn)品詳細(xì)信息頁(yè)面、成功投資、提現(xiàn)等。通過(guò)研究與事件相關(guān)的所有因素，挖掘用戶行為事件背后的原因和交互影響。
2. 漏斗分析模型
漏斗分析是一套過(guò)程分析，它是科學(xué)地反映用戶行為狀態(tài)和用戶從開始到結(jié)束階段的轉(zhuǎn)化率的重要分析模型。
3.保留分析模型
保留分析是一種分析模型，用于分析用戶參與/活動(dòng)水平，并查看有多少用戶執(zhí)行了最初的行為并繼續(xù)執(zhí)行后續(xù)行為。這是衡量產(chǎn)品對(duì)用戶價(jià)值的重要方式。
4. 分布分析模型
分布分析是在特定指標(biāo)下對(duì)用戶使用頻率和總量的分類和呈現(xiàn)。它可以顯示單個(gè)用戶對(duì)產(chǎn)品的依賴程度，分析客戶在不同地區(qū)、不同時(shí)間購(gòu)買的不同類型產(chǎn)品的數(shù)量和頻率，幫助運(yùn)營(yíng)人員了解客戶的現(xiàn)狀和客戶的運(yùn)營(yíng)情況。
5. 單擊分析模型
這意味著在一個(gè)頁(yè)面或一組頁(yè)面(具有相同結(jié)構(gòu)的頁(yè)面，如產(chǎn)品詳細(xì)信息頁(yè)面、官方博客等)的區(qū)域中應(yīng)用一個(gè)特殊的高亮顏色來(lái)顯示不同元素的點(diǎn)擊密度的圖形表示。這包括單擊次數(shù)、單擊百分比、單擊的用戶列表以及按鈕的當(dāng)前和歷史內(nèi)容。
6. 用戶行為路徑分析模型
用戶路徑分析，顧名思義，是指用戶在APP或網(wǎng)站中的訪問(wèn)行為路徑。為了衡量網(wǎng)站優(yōu)化或營(yíng)銷推廣的有效性，了解用戶的行為偏好，常常需要分析訪問(wèn)路徑的轉(zhuǎn)換數(shù)據(jù)。