課程費用

3800.00 /人

課程時長

1

成為教練

課程簡介

隨著5G時代來臨,大數(shù)據(jù)以及AI驅動效益越來越大,企業(yè)數(shù)據(jù)化管理變革要求越來越高,數(shù)據(jù)中臺概念迅速普及,越來越多的企業(yè)選擇對企業(yè)中的數(shù)據(jù)進行管理,整合,希望通過數(shù)據(jù)驅動業(yè)務增長,尋求更多元化的增長方式。但數(shù)據(jù)化管理變革通常是一個解決數(shù)據(jù)歷史債務的過程,一方面大家相信大數(shù)據(jù)必然產生價值,另一方面在面臨各種數(shù)據(jù)建設問題時工作爆發(fā)式增長,容易迷失方向,不知道工作從哪兒切入,需要有成熟的經(jīng)驗案例可參考,如果你的企業(yè)在數(shù)據(jù)化管理變革中遇到以下問題的話,那么這個課程將會是你的最佳選擇:
1.數(shù)據(jù)規(guī)模大,異構分布在各個系統(tǒng),不能對數(shù)據(jù)進行有序、有結構地分類組織和存儲,數(shù)據(jù)猶如垃圾堆積,帶來高額維護成本
2.數(shù)據(jù)鏈路長,數(shù)據(jù)間的生產鏈路依賴錯綜復雜,上下游生產線數(shù)據(jù)質量問題多,難以做到事前,事中,事后監(jiān)測,導致長期使用錯誤的數(shù)據(jù)進行關鍵決策
3.大數(shù)據(jù)生態(tài)組件多,數(shù)據(jù)架構選型混亂,使用門檻高,缺乏平臺工具整合,導致無法大規(guī)模開展高效的數(shù)據(jù)分析,挖掘工作
4.無法根據(jù)企業(yè)的業(yè)務現(xiàn)狀,人員組織特點,找到顯著有效的數(shù)據(jù)驅動場景,缺乏科學的數(shù)據(jù)驅動方法論,無法將數(shù)據(jù)用“活”,發(fā)揮數(shù)據(jù)的最大價值

目標收益

1、獲知互聯(lián)網(wǎng)企業(yè)大數(shù)據(jù)體系建設的完整形態(tài),和技術選型標準,加深對企業(yè)數(shù)據(jù)化變革的認知
2、了解數(shù)據(jù)中臺工具的功能架構,數(shù)據(jù)中臺賦能的思路方法論及其技術架構
3、用戶行為分析平臺的埋點上報,傳輸,管理,驗證,基礎數(shù)倉建設的功能技術架構
4、掌握爆炸式數(shù)據(jù)增長下的數(shù)據(jù)管理,治理體系,了解科學的數(shù)據(jù)建設管理方法論,在實際生產中有序落地,避免數(shù)據(jù)重復建設,避免數(shù)據(jù)安全隱患
5、在數(shù)據(jù)生產建設過程中,通過事前生產規(guī)范管理,事中值班響應,事后巡檢監(jiān)控,全方位保障數(shù)據(jù)質量
6、掌握ABTest實驗的原理,重疊實驗框架的架構以及實驗決策的方法論案例,學會如何科學的使用AB測試做數(shù)據(jù)驅動決策

培訓對象

適用于大數(shù)據(jù)應用開發(fā),大數(shù)據(jù)基礎架構開發(fā),數(shù)據(jù)產品,數(shù)據(jù)倉庫的軟件架構師、軟件設計師、程序員、數(shù)據(jù)產品
要求:至少要有1-2年工作經(jīng)驗,學習過Hadoop,Hive以及Java語言

課程大綱

引子 從我們5G時代說起。指出未來企業(yè)數(shù)據(jù)化變革將越來越重要。對于數(shù)據(jù)驅動以及數(shù)據(jù)建設的方法論要求更高。
第一單元
企業(yè)大數(shù)據(jù)建設概覽
該單元介紹大型互聯(lián)網(wǎng)公司的大數(shù)據(jù)生態(tài)技術演進概覽 ,大數(shù)據(jù)應用,中臺,平臺架構,讓大家對大數(shù)據(jù)架構的技術和大數(shù)據(jù)平臺建設有一個全局的了解。
1、大數(shù)據(jù)生態(tài)技術概覽
(1)大數(shù)據(jù)生態(tài)組件的分布
(2)Hadoop,Hive,Spark,F(xiàn)link,Kylin等各生態(tài)組件的定位和使用場景
2、數(shù)據(jù)應用架構
(1)數(shù)據(jù)應用產品矩陣
(2)數(shù)據(jù)面板,用戶行為分析系統(tǒng),用戶增長投放系統(tǒng)等產品
3、數(shù)據(jù)中臺架構
(1)數(shù)據(jù)中臺總體概覽
(2)數(shù)據(jù)中臺工具體系
(3)基礎數(shù)據(jù)建設概覽
4、數(shù)據(jù)平臺架構
(1)離線平臺架構概覽
(2)實時平臺架構概覽
(3)統(tǒng)一查詢平臺概覽
第二單元
數(shù)據(jù)中臺工具
該單元介紹數(shù)據(jù)中臺工具的功能架構,技術架構,從中臺工具建設思路,灌輸一些科學的數(shù)據(jù)生產方法論。
1、數(shù)據(jù)集成模塊:如何開發(fā)和使用數(shù)據(jù)集成模塊對異構數(shù)據(jù)進行端到端落地傳輸
2、數(shù)據(jù)開發(fā)模塊:結合底層作業(yè)調度系統(tǒng),在事前,事中,事后加入相關模塊,完成復雜的DAG作業(yè)開發(fā)與運維
3、運維中心模塊:快速監(jiān)控,診斷復雜的數(shù)據(jù)鏈路問題,以及科學高效的修復方法
4、數(shù)據(jù)管理模塊:元數(shù)據(jù)系統(tǒng)的技術架構方案,需要綜合管制的業(yè)務,生產,運維元數(shù)據(jù)
5、數(shù)據(jù)安全模塊:數(shù)據(jù)安全的底層架構和流程管制
6、數(shù)據(jù)質量模塊:通過基線管理,DQC功能在數(shù)據(jù)生產中及時發(fā)現(xiàn)數(shù)據(jù)及時性,完整性,一致性問題
7、報表平臺模塊:報表平臺的功能定位以及市面選型方案
第三單元
用戶行為分析平臺
該單元介紹企業(yè)網(wǎng)站和APP產品的用戶行為分析場景下,埋點,上報,數(shù)倉建模,可視化產品的解決方案和技術架構。
1、埋點概覽
(1)埋點事件模型
(2)埋點準入與治理
(3)埋點數(shù)據(jù)質量保證
2、百億日志處理架構
(1) SDK采集上報設計
(2)實時傳輸架構設計
3、用戶行為數(shù)倉模型
(1)離線數(shù)倉設計
(2)實時數(shù)倉設計
4、可視化分析產品
(1)事件分析
(2) 漏斗分析
(3)留存分析
第四單元
數(shù)據(jù)治理體系
該單元介紹企業(yè)在面臨爆炸式數(shù)據(jù)增長時,如何通過OneData數(shù)據(jù)整合治理方法,對數(shù)據(jù)進行有序,有結構的管理;對海量的數(shù)據(jù)生產鏈路進行治理;有效的提高數(shù)據(jù)一致性,數(shù)據(jù)質量,減少成本。
1、規(guī)范管理:什么樣的數(shù)據(jù)生產規(guī)范更利于日后的數(shù)據(jù)管理
2、任務治理:海量數(shù)據(jù)生產任務中,我們應該如何對任務進行監(jiān)控以及值班響應
3、DQC治理:如何配置DQC規(guī)則,更精準更快速發(fā)現(xiàn)數(shù)據(jù)準確性問題,減少誤報
4、成本管理:從數(shù)據(jù)的價值,可恢復性,數(shù)據(jù)類型的不同等維度。衡量配置數(shù)據(jù)TTL和冷備管理
5、元數(shù)據(jù)管理:如何與業(yè)務進行合作,結合數(shù)據(jù)中臺工具,對業(yè)務元數(shù)據(jù)進行打標
6、數(shù)據(jù)生產問題的處理及經(jīng)驗,規(guī)范指導,如何有效組織開展數(shù)據(jù)相關SRE工作
第五單元
ABTest實驗平臺
該單元介紹企業(yè)進行數(shù)據(jù)驅動的關鍵方法,AB測試的原理,工具,技術架構和案例實踐。
1、為什么要做實驗,如何做實驗,實驗的統(tǒng)計學原理,基本概念,如何確認實驗的科學性
2、重疊實驗框架的關鍵技術架構
3、實驗案例實踐,將會有1~2個
第六單元
典型數(shù)據(jù)應用業(yè)務場景
該單元介紹企業(yè)的用戶增長業(yè)務場景,描述用戶增長所需要的所有數(shù)據(jù)架構支撐。
1、用戶增長的實現(xiàn)目標與拆解
2、OCPX的接入與數(shù)據(jù)架構
3、RTA流量篩選與數(shù)據(jù)架構
4、素材管理與承接一體的數(shù)據(jù)架構
5、人群圈選工具的使用與數(shù)據(jù)架構
引子
從我們5G時代說起。指出未來企業(yè)數(shù)據(jù)化變革將越來越重要。對于數(shù)據(jù)驅動以及數(shù)據(jù)建設的方法論要求更高。
第一單元
企業(yè)大數(shù)據(jù)建設概覽

該單元介紹大型互聯(lián)網(wǎng)公司的大數(shù)據(jù)生態(tài)技術演進概覽 ,大數(shù)據(jù)應用,中臺,平臺架構,讓大家對大數(shù)據(jù)架構的技術和大數(shù)據(jù)平臺建設有一個全局的了解。
1、大數(shù)據(jù)生態(tài)技術概覽
(1)大數(shù)據(jù)生態(tài)組件的分布
(2)Hadoop,Hive,Spark,F(xiàn)link,Kylin等各生態(tài)組件的定位和使用場景
2、數(shù)據(jù)應用架構
(1)數(shù)據(jù)應用產品矩陣
(2)數(shù)據(jù)面板,用戶行為分析系統(tǒng),用戶增長投放系統(tǒng)等產品
3、數(shù)據(jù)中臺架構
(1)數(shù)據(jù)中臺總體概覽
(2)數(shù)據(jù)中臺工具體系
(3)基礎數(shù)據(jù)建設概覽
4、數(shù)據(jù)平臺架構
(1)離線平臺架構概覽
(2)實時平臺架構概覽
(3)統(tǒng)一查詢平臺概覽
第二單元
數(shù)據(jù)中臺工具
該單元介紹數(shù)據(jù)中臺工具的功能架構,技術架構,從中臺工具建設思路,灌輸一些科學的數(shù)據(jù)生產方法論。
1、數(shù)據(jù)集成模塊:如何開發(fā)和使用數(shù)據(jù)集成模塊對異構數(shù)據(jù)進行端到端落地傳輸
2、數(shù)據(jù)開發(fā)模塊:結合底層作業(yè)調度系統(tǒng),在事前,事中,事后加入相關模塊,完成復雜的DAG作業(yè)開發(fā)與運維
3、運維中心模塊:快速監(jiān)控,診斷復雜的數(shù)據(jù)鏈路問題,以及科學高效的修復方法
4、數(shù)據(jù)管理模塊:元數(shù)據(jù)系統(tǒng)的技術架構方案,需要綜合管制的業(yè)務,生產,運維元數(shù)據(jù)
5、數(shù)據(jù)安全模塊:數(shù)據(jù)安全的底層架構和流程管制
6、數(shù)據(jù)質量模塊:通過基線管理,DQC功能在數(shù)據(jù)生產中及時發(fā)現(xiàn)數(shù)據(jù)及時性,完整性,一致性問題
7、報表平臺模塊:報表平臺的功能定位以及市面選型方案
第三單元
用戶行為分析平臺
該單元介紹企業(yè)網(wǎng)站和APP產品的用戶行為分析場景下,埋點,上報,數(shù)倉建模,可視化產品的解決方案和技術架構。
1、埋點概覽
(1)埋點事件模型
(2)埋點準入與治理
(3)埋點數(shù)據(jù)質量保證
2、百億日志處理架構
(1) SDK采集上報設計
(2)實時傳輸架構設計
3、用戶行為數(shù)倉模型
(1)離線數(shù)倉設計
(2)實時數(shù)倉設計
4、可視化分析產品
(1)事件分析
(2) 漏斗分析
(3)留存分析
第四單元
數(shù)據(jù)治理體系
該單元介紹企業(yè)在面臨爆炸式數(shù)據(jù)增長時,如何通過OneData數(shù)據(jù)整合治理方法,對數(shù)據(jù)進行有序,有結構的管理;對海量的數(shù)據(jù)生產鏈路進行治理;有效的提高數(shù)據(jù)一致性,數(shù)據(jù)質量,減少成本。
1、規(guī)范管理:什么樣的數(shù)據(jù)生產規(guī)范更利于日后的數(shù)據(jù)管理
2、任務治理:海量數(shù)據(jù)生產任務中,我們應該如何對任務進行監(jiān)控以及值班響應
3、DQC治理:如何配置DQC規(guī)則,更精準更快速發(fā)現(xiàn)數(shù)據(jù)準確性問題,減少誤報
4、成本管理:從數(shù)據(jù)的價值,可恢復性,數(shù)據(jù)類型的不同等維度。衡量配置數(shù)據(jù)TTL和冷備管理
5、元數(shù)據(jù)管理:如何與業(yè)務進行合作,結合數(shù)據(jù)中臺工具,對業(yè)務元數(shù)據(jù)進行打標
6、數(shù)據(jù)生產問題的處理及經(jīng)驗,規(guī)范指導,如何有效組織開展數(shù)據(jù)相關SRE工作
第五單元
ABTest實驗平臺
該單元介紹企業(yè)進行數(shù)據(jù)驅動的關鍵方法,AB測試的原理,工具,技術架構和案例實踐。
1、為什么要做實驗,如何做實驗,實驗的統(tǒng)計學原理,基本概念,如何確認實驗的科學性
2、重疊實驗框架的關鍵技術架構
3、實驗案例實踐,將會有1~2個
第六單元
典型數(shù)據(jù)應用業(yè)務場景
該單元介紹企業(yè)的用戶增長業(yè)務場景,描述用戶增長所需要的所有數(shù)據(jù)架構支撐。
1、用戶增長的實現(xiàn)目標與拆解
2、OCPX的接入與數(shù)據(jù)架構
3、RTA流量篩選與數(shù)據(jù)架構
4、素材管理與承接一體的數(shù)據(jù)架構
5、人群圈選工具的使用與數(shù)據(jù)架構

課程費用

3800.00 /人

課程時長

1

預約體驗票 我要分享

近期公開課推薦

近期公開課推薦

活動詳情

提交需求