大数据人工智能用户画像解决方案

课程名称：
用户画像解决方案
课程特色：
规划全面：内容涵盖用户标签指标体系、数据分析、数据开发、ETL、搭建开发环境、kafka和hbase等常用大数据组件的介绍、画像的产品形态、打通数据服务层、以及如何应用用户标签和效果评估；
实操性强：每章案例都进行详细的分析和开发过程讲解，附有相应的分析报告、文档以及代码。通过在搭建的虚拟机环境中执行任务，帮助学习者更好地理解工程上的实现方式和实现细节。
讲师介绍：
Watermelon《数据化运营 系统方法与实践案例》作者，数据开发工程师，曾负责过竞品爬虫、业务数据分析、数据开发、及多家公司用户画像从0到1的搭建。对业务分析、流量分析、用户画像建模开发方面有些总结可以分享。
课程章节：
章节01：用户画像基础知识
课时01：开发用户画像需要掌握的能力
课时02：用户画像及其应用规划说明
课时03：用户标签应用实施方案说明
课时04：工程开发代码
课时05：需要开发的表及表结构设计
章节02：用户标签指标体系
课时06：用户属性维度指标体系
课时07：用户行为维度指标体系
课时08：用户消费维度指标体系
课时09：用户风控维度指标体系
课时10：标签口径及数据调研分析
课时11：标签命名方式小结
章节03：搭建开发环境
课时12：搭建虚拟机开发环境及节点间互信
课时13：HDFS的安装及应用场景
课时14：zookeeper的安装及应用场景
课时15：MySQL的安装及应用场景
课时16：Hive的安装及应用场景
课时17：Hbase的安装及应用场景
课时18：sqoop的安装及应用场景
课时19：kafka的安装及应用场景
课时20：Spark的安装及应用场景
章节04：标签数据存储
课时21：Hive存储及应用特点
课时22：MySQL存储及应用特点
课时23：Hbase存储数据及应用特点
课时24：为什么用不同数据库存储标签数据
章节05：标签数据开发
课时25：数据仓库基础知识
课时26：统计类标签开发案例
课时27：规则类标签开发案例
课时28：挖掘类标签开发案例
课时29：流式计算标签开发—kafka介绍
课时30：流式计算标签开发-streaming的receiver模式与direct模式
课时31：流式计算标签开发-记录消费的offset
课时32：流式计算标签开发-Spark Streaming上线工程化
章节06：开发性能调优
课时33：数据倾斜调优
课时34：Hive合并小文件
课时35：使用Spark缓存
课时36：开发中间表
章节07：作业流程调度
课时37：Crontab命令调度
课时38：Airflow基础概念
课时39：Airflow安装
课时40：Airflow主要功能模块
课时41：Airflow工作流调度
课时42：Airflow工程案例
课时43：标签数据监控预警
课时44：ETL异常问题排查及解决方案
章节08：用户画像产品化
课时45：标签视图与标签查询
课时46：标签编辑管理
课时47：用户分群
课时48：多维透视分析
章节09：用户画像应用
课时49：业务数据分析
课时50：精准营销(短信、邮件)
课时51：push推送、广告位分群展示、站内信
课时52：应用效果评估及迭代
章节10：案例讲解 人群计算
课时53：人群计算