<ul id="evnhq"><legend id="evnhq"></legend></ul>
    1. 返回

      新華互聯(lián)網(wǎng)科技

      獲取
      學(xué)費(fèi)
      為什么學(xué)習(xí)大數(shù)據(jù)軟件開發(fā)工程師?
      大數(shù)據(jù)浪潮席卷全球,應(yīng)用領(lǐng)域?qū)拸V,產(chǎn)業(yè)規(guī)?涨
      就業(yè)口徑寬廣,價(jià)值堪比黃金石油,“錢途”無量
      應(yīng)用范圍
      崗位天花板
      崗位起薪
      大數(shù)據(jù)時(shí)代,大數(shù)據(jù)幾乎沒有行業(yè)限制
      物流
      醫(yī)療
      科技
      新能源
      農(nóng)業(yè)
      金融
      工業(yè)
      大數(shù)據(jù)
      應(yīng)用廣泛
      交通
      醫(yī)療
      教育
      信用
      傳媒
      電信
      時(shí)代大趨勢(shì),未來前景好,職場(chǎng)雙渠道發(fā)展
      P線
      數(shù)據(jù)科學(xué)家
      大數(shù)據(jù)研究員
      大數(shù)據(jù)架構(gòu)師
      大數(shù)據(jù)專家
      M線
      CTO
      數(shù)據(jù)總監(jiān)
      項(xiàng)目經(jīng)理
      大數(shù)據(jù)高級(jí)工程師
      大數(shù)據(jù)中級(jí)工程師
      大數(shù)據(jù)人才缺口大,人才薪資待遇好
      大數(shù)據(jù)近年來薪資變化趨勢(shì)
      12.0K
      2017年
      18.4K
      2018年
      22.8K
      2019年
      21.9K
      2020年
      21.8K
      2021年
      24.9K
      2022年
      27.7K
      2023年
      此處數(shù)據(jù)來源職友集,樣本選取截止日期為2024年3月23日
      僅作內(nèi)容展示,不作效果承諾
      更多大數(shù)據(jù)行業(yè)前景
      新華互聯(lián)網(wǎng)科技大數(shù)據(jù)課程特色優(yōu)勢(shì)
      零基礎(chǔ)免試入學(xué)
      無需具備任何編程或相關(guān)領(lǐng)域的先驗(yàn)知識(shí),簡(jiǎn)單易學(xué)手把手教學(xué)
      大廠實(shí)戰(zhàn)項(xiàng)目
      大廠實(shí)際業(yè)務(wù)場(chǎng)景與案例,理論到實(shí)踐項(xiàng)目 1:1 引進(jìn)課堂,多類型聯(lián)合項(xiàng)目,沉浸式學(xué)習(xí)
      特色課程體系
      實(shí)戰(zhàn)項(xiàng)目貫穿教學(xué)過程,理論+實(shí)戰(zhàn)+就業(yè),一站式培養(yǎng)優(yōu)秀人才
      實(shí)戰(zhàn)老師授課
      新華互聯(lián)網(wǎng)科技總監(jiān)級(jí)導(dǎo)師授課,豐富實(shí)戰(zhàn)及教學(xué)經(jīng)驗(yàn),實(shí)力助力學(xué)習(xí)
      豐富學(xué)習(xí)資源
      大廠授課平臺(tái),線上云實(shí)驗(yàn)環(huán)境、企業(yè)級(jí)數(shù)據(jù)集、項(xiàng)目案例、畢業(yè)設(shè)計(jì)案例等
      未來職場(chǎng)賦能
      老學(xué)員一次學(xué)習(xí)長期職場(chǎng)賦能,定期直播、論壇、講座,多方位職場(chǎng)進(jìn)階
      更多課程優(yōu)勢(shì)
      課程全新升級(jí) 重構(gòu)業(yè)務(wù)知識(shí)體系
      第一階段
      基礎(chǔ)課
      前端基礎(chǔ),頁面設(shè)計(jì)
      mysql數(shù)據(jù)庫
      Java面向?qū)ο?/div>
      計(jì)算機(jī)組裝與維護(hù)
      WEB前端設(shè)計(jì)與布局
      javaScript特效制作
      jQuery應(yīng)用開發(fā)
      vue框架基礎(chǔ)與進(jìn)階
      第二階段
      軟件開發(fā)
      Python+PHP+小程序開發(fā)
      Python入門
      Python進(jìn)階
      單體架構(gòu)項(xiàng)目
      javaWeb核心開發(fā)
      PHP開發(fā)
      微信小程序開發(fā)
      職業(yè)素質(zhì)課程
      第三階段
      深度學(xué)習(xí)
      大數(shù)據(jù)技術(shù)生態(tài)源碼深入
      java框架高級(jí)開發(fā)(SSM)
      MySQL數(shù)據(jù)庫開發(fā)
      JavaWeb核心開發(fā)
      JavaWeb項(xiàng)目應(yīng)用
      分布式技術(shù)
      微服務(wù)技術(shù)
      中小型企業(yè)網(wǎng)構(gòu)建與維護(hù)
      Linux 服務(wù)器配置與應(yīng)用
      第四階段
      項(xiàng)目實(shí)戰(zhàn)
      鴻蒙生態(tài)應(yīng)用開發(fā)學(xué)習(xí)
      HarmonyOS 開發(fā)入門
      借助ArkUI快速構(gòu)建App界面
      經(jīng)典界面布局場(chǎng)景與實(shí)戰(zhàn)應(yīng)用
      利用ArkUI組件構(gòu)建復(fù)系功能界面
      ArkUl開發(fā)實(shí)戰(zhàn)
      了解升級(jí)課程
      引進(jìn)大廠項(xiàng)目 在實(shí)戰(zhàn)中夯實(shí)大數(shù)據(jù)技能
      專注大數(shù)據(jù)中、高階工程師技能
      學(xué)科協(xié)作
      平臺(tái)實(shí)施
      場(chǎng)景實(shí)操
      流程參與
      標(biāo)準(zhǔn)驗(yàn)收
      行業(yè)覆蓋
      電商數(shù)據(jù)分析與可視化
      電商離線數(shù)據(jù)倉庫
      基于ODPS離線數(shù)據(jù)倉庫
      云學(xué)習(xí)平臺(tái)用戶畫像(三選一)
      電商平臺(tái)自研項(xiàng)目(三選一)
      問答大數(shù)據(jù)平臺(tái)
      企業(yè)級(jí)工程推薦系統(tǒng)
      電商數(shù)據(jù)分析與可視化
      數(shù)據(jù)BI與可視化項(xiàng)目是大數(shù)據(jù)典型的應(yīng)用之一,也是大數(shù)據(jù)中非常重要的項(xiàng)目,本項(xiàng)目主要使用:Kettle、MySQL和FineBI等相關(guān)技術(shù)構(gòu)建,對(duì)數(shù)據(jù)倉庫已經(jīng)加工好的數(shù)據(jù)進(jìn)行報(bào)表展示、趨勢(shì)研判和數(shù)據(jù)大屏展示等,為企業(yè)高層決策提供支持。
      技術(shù)架構(gòu)
      Kettle+MySQL+FineBI+FineReport
      項(xiàng)目職責(zé)
      1.商數(shù)據(jù)報(bào)表和看板需求分析
      2.電商數(shù)據(jù)庫連接,使用Kettle進(jìn)行數(shù)據(jù)ETL加工處理
      3.對(duì)用戶和訂單等主題域的數(shù)據(jù)進(jìn)行報(bào)表和看板制作
      4. 全國地圖圖表數(shù)據(jù)加工和數(shù)據(jù)綁定
      5.電商的復(fù)購分析、RFM和留存等常見模型分析開發(fā)
      6.可視化看板域報(bào)表的權(quán)限配置、分享和發(fā)布
      電商離線數(shù)據(jù)倉庫
      離線數(shù)據(jù)倉庫是大數(shù)據(jù)中的一個(gè)基礎(chǔ)性項(xiàng)目,幾乎有數(shù)據(jù)的企業(yè)都需要的一個(gè)項(xiàng)目。離線數(shù)倉有很多實(shí)現(xiàn)方式,項(xiàng)目主要基于:DataX、Hadoop、Flume、Hive、Spark、DolphinScheudler、Python、Shell等技術(shù)搭建。整個(gè)項(xiàng)目包括商城數(shù)據(jù)同步、數(shù)倉分層、數(shù)據(jù)清洗、數(shù)據(jù)ETL和數(shù)據(jù)可視化應(yīng)用等。
      技術(shù)架構(gòu)
      MySQL+Hadoop+DataX+Flume+Hive+Spark+DolphinScheudler+Python+Shell+Superset等
      項(xiàng)目職責(zé)
      1.基于電商的業(yè)務(wù)數(shù)據(jù)需求分析和指標(biāo)體系建立
      2.原始數(shù)據(jù)(業(yè)務(wù)數(shù)據(jù)和日志數(shù)據(jù))探索
      3.用戶、商品、訂單、訂單詳情、訂單支付、收獲地址、供應(yīng)商、時(shí)間維度、地區(qū)維度等相關(guān)業(yè)務(wù)數(shù)據(jù)全量和增量同步
      4.業(yè)務(wù)數(shù)據(jù)同步任務(wù)開發(fā)、上線、測(cè)試及數(shù)據(jù)同步問題的數(shù)據(jù)補(bǔ)跑
      5.用戶瀏覽、點(diǎn)擊、交互、啟動(dòng)、安裝、滑動(dòng)、輸入和搜索等相關(guān)行為數(shù)據(jù)采集和任務(wù)上線運(yùn)行
      6.廣告投放外部數(shù)據(jù)采集和任務(wù)上線運(yùn)行
      7.用戶、訂單、交易、營銷等主題的DWD、DWS和ADS層開發(fā)
      8.維度層數(shù)據(jù)加工與開發(fā)處理
      9.ADS層數(shù)據(jù)導(dǎo)出到MySQL,配置相關(guān)任務(wù),上線運(yùn)行
      10.使用Superset BI可視化工具實(shí)現(xiàn)各個(gè)主題報(bào)表配置、看板配置與看板發(fā)布
      基于ODPS離線數(shù)據(jù)倉庫
      當(dāng)前,一站式商業(yè)大數(shù)據(jù)服務(wù)繁多,ODPS采用抽象的作業(yè)處理框架將不同場(chǎng)景的各種計(jì)算任務(wù)統(tǒng)一在同一個(gè)平臺(tái)之上,共享安全、存儲(chǔ)、數(shù)據(jù)管理和資源調(diào)度,將不同用戶需求的各種數(shù)據(jù)處理任務(wù)提供統(tǒng)一的編程接口和界面。基于ODPS的電商大數(shù)據(jù)是將電商相關(guān)用戶、訂單、交易、營銷、商品、店鋪和活動(dòng)等業(yè)務(wù)數(shù)據(jù)和用戶行為數(shù)據(jù)進(jìn)行集成、轉(zhuǎn)換和分析等處理,最終使用QuickBI進(jìn)行BI報(bào)表展示和挖掘其它價(jià)值,輔助運(yùn)營,實(shí)現(xiàn)商城健康發(fā)展。
      技術(shù)架構(gòu)
      ECS、RDS、DataHub、MaxCompute、DataWorks、QuickBI
      項(xiàng)目職責(zé)
      1 部署一站式ODPS大數(shù)據(jù)環(huán)境
      2 探索商城多種C端、B端和物流端等業(yè)務(wù)與數(shù)據(jù),梳理相關(guān)業(yè)務(wù)指標(biāo)體系
      3 ODS層建立對(duì)應(yīng)模型,應(yīng)用ODPS的數(shù)據(jù)集成模塊,將業(yè)務(wù)數(shù)據(jù)同步至ODS層
      4 DWD和DIM層數(shù)據(jù)建模,將ODS層數(shù)據(jù)加工處理到DWD和DIM層
      5 構(gòu)建DWS層用戶行為、商品、購物車和訂單等寬表模型,并將DWD層數(shù)據(jù)加工到對(duì)應(yīng)的寬表
      6 ADS面向應(yīng)用構(gòu)建需求模型,將DWS層的數(shù)據(jù)再次加工到ADS層各個(gè)表中
      7 使用QuickBI制作數(shù)據(jù)報(bào)表與可視化看板操作
      8 數(shù)據(jù)質(zhì)量監(jiān)控開發(fā)和數(shù)據(jù)權(quán)限控制設(shè)置
      云學(xué)習(xí)平臺(tái)用戶畫像(三選一)
      學(xué)習(xí)平臺(tái)用戶畫像是基于學(xué)習(xí)平臺(tái)數(shù)據(jù)倉庫之上的項(xiàng)目,即需要先搭建學(xué)習(xí)平臺(tái)的數(shù)據(jù)倉庫,然后基于數(shù)據(jù)倉庫,再擴(kuò)展用戶、課程等畫像標(biāo)簽體系。本項(xiàng)目使用 Hadoop、Hive、Spark、DolphinScheudler、Hue 等技術(shù)構(gòu)建,主要解決畫像標(biāo)簽計(jì)算,實(shí)現(xiàn)標(biāo)簽設(shè)計(jì)、人群定位和用戶精細(xì)化運(yùn)營等。
      技術(shù)架構(gòu)
      Hadoop、Hive、Spark、DolphinScheudler、Hue、Shell
      項(xiàng)目職責(zé)
      1 用戶和課程標(biāo)簽體系建設(shè)
      2 ID-Mapping打通
      3 用戶基礎(chǔ)標(biāo)簽與聚合標(biāo)簽?zāi)P蜆?gòu)建與加工
      4 物品基礎(chǔ)標(biāo)簽與聚合標(biāo)簽的模型構(gòu)建與加工等
      5 畫像標(biāo)簽落盤與維護(hù)
      6 畫像標(biāo)簽的應(yīng)用與服務(wù)
      電商平臺(tái)自研項(xiàng)目(三選一)
      隨著互聯(lián)網(wǎng)發(fā)展,電商累積了訂單、用戶、流量等各類數(shù)據(jù),但數(shù)據(jù)分散在各個(gè)業(yè)務(wù)系統(tǒng)中,隨著業(yè)務(wù)發(fā)展,新主題模型不斷產(chǎn)生,數(shù)據(jù)量不斷增加,如何管理各類主題模型以及海量數(shù)據(jù),需要對(duì)數(shù)據(jù)倉庫進(jìn)行科學(xué)架構(gòu)。另外,數(shù)據(jù)倉庫是數(shù)據(jù)挖掘技術(shù)的關(guān)鍵和基礎(chǔ),良好的數(shù)倉結(jié)構(gòu)能夠幫助用戶快速理解現(xiàn)有數(shù)據(jù)能力,并且在當(dāng)前信息基礎(chǔ)上,對(duì)未來企業(yè)狀況做出預(yù)測(cè)。
      技術(shù)架構(gòu)
      MySQL、Kafka、Hadoop、Hive、Spark、ClickHouse、Superset、Hue、DolphinScheduler 或采用阿里云大數(shù)據(jù)服務(wù)
      項(xiàng)目職責(zé)
      1 電商業(yè)務(wù)需求討論與評(píng)審
      2 業(yè)務(wù)評(píng)審、架構(gòu)評(píng)審和技術(shù)評(píng)審
      3 電商相關(guān)指標(biāo)體系,用戶、訂單、交易和商品等主題劃分
      4 相關(guān)類別、地域和品牌等維度層數(shù)據(jù)加工,數(shù)據(jù)倉庫各層模型構(gòu)建
      5 電商業(yè)務(wù)數(shù)據(jù)同步和指標(biāo)計(jì)算的任務(wù)排期、任務(wù)測(cè)試與上線部署
      6 使用BI工具進(jìn)行主題數(shù)據(jù)報(bào)表和看板制作與發(fā)布
      7 企業(yè)級(jí)大屏數(shù)據(jù)抽取、加工、推送、露出全流程數(shù)據(jù)加工流轉(zhuǎn)方式
      問答大數(shù)據(jù)平臺(tái)
      問答系統(tǒng)近些年發(fā)展迅猛,尤其最近ChatGPT類及似產(chǎn)品流行,這將會(huì)積累海量問、答和互動(dòng)數(shù)據(jù),需要運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行數(shù)據(jù)加工、處理和分析,從而回饋用戶更佳的答案,保持問和答等核心模塊健康良好發(fā)展。
      技術(shù)架構(gòu)
      MySQL、Kafka、Hadoop、Hive、Spark、ClickHouse、SuperSet、Hue、DolphinScheduler 等
      項(xiàng)目職責(zé)
      1 問答系統(tǒng)業(yè)務(wù)需求討論與評(píng)審
      2 問答系統(tǒng)數(shù)據(jù)倉庫架構(gòu)構(gòu)建
      3 問答系統(tǒng)相關(guān)指標(biāo)體系,用戶、問答和互動(dòng)等主題劃分及各層模型建設(shè)
      4 業(yè)務(wù)數(shù)據(jù)和行為數(shù)據(jù)的同步與采集
      5 用戶、問答、互動(dòng)和行為相關(guān)指標(biāo)的計(jì)算
      6 使用可視化工具對(duì)相關(guān)指標(biāo)和數(shù)據(jù)進(jìn)行展示
      7 相關(guān)任務(wù)調(diào)度與上線配置
      推薦系統(tǒng)企業(yè)工程實(shí)戰(zhàn)項(xiàng)目作為大數(shù)據(jù)基礎(chǔ)應(yīng)用的延伸,構(gòu)建于用戶畫像項(xiàng)目之上,旨在讓學(xué)員學(xué)習(xí)企業(yè)級(jí)推薦系統(tǒng)構(gòu)建的基本思路,深入講解推薦系統(tǒng)中的兩個(gè)最重要的環(huán)節(jié)召回和排序 ,各環(huán)節(jié)基于Spark-Mllib引入相關(guān)算法,比如召回層ItemCF,ALS兩路召回算法,融合排序?qū)右隚BDT+LR,在理解算法的同時(shí)更偏重工程實(shí)戰(zhàn),我們會(huì)從原始數(shù)據(jù)的特征抽取,轉(zhuǎn)換,算法模型設(shè)計(jì)到編程實(shí)現(xiàn)做深入的講解,同時(shí)也會(huì)對(duì)算法模型的跨平臺(tái)部署方案做實(shí)際的案例,讓學(xué)員學(xué)習(xí)到算法模型是如何在實(shí)際工程中部署運(yùn)用的。
      豐富的校園生活 學(xué)習(xí)不再枯燥
      校園生活
      軍訓(xùn)匯演
      企業(yè)研學(xué)游
      校外 拓展活動(dòng)
      了解更多就業(yè)服務(wù)
      强制高潮国产a级毛片,国产尤物av尤物在线看,亚洲av动漫在线观看,国产 av 日韩
      <ul id="evnhq"><legend id="evnhq"></legend></ul>