渴望技术转型
转换行业的IT小白
增长经验
搭建完善的项目
接触广泛技术面
渴望了解新技术、新行业
有兴趣了解数据分析
学习前沿技术
突破职业瓶颈
掌握核心技能
Linux、Hadoop
Java、Hive
Flume、Kafka
等基础框架
全面了解广告行业运营流程
充分熟悉广告行业指标体系
熟练掌握异常流量清洗过程
熟悉掌握数据仓库技术框架
充分掌握FineBI数据分析工具
充分调研各大厂数仓建模体系，以阿里巴巴的数据仓库建模理论为最终蓝本，搭建实用且贴近生产实际的数仓建模体系；
应用建模理论，提出可实践性强的数仓搭建理论过程，数据调研→明确数据域→构建业务总线矩阵→维度模型设计→明确统计指标→汇总模型设计→分层构建数仓；
多方参考大厂数仓分层体系，合理数据分层，降低数据耦合度，提高数据分析效率，降低数据计算成本；
实战式数据模拟策略，真实广告流量监测业务场景，模拟生成全面的原始数据，针对真实数据进行分析统计；
采用Flume采集广告监测日志，适配组件全面调研，给出详细贴近实战的配置文件，自定义采集组件，解决时间戳零点漂移，优化小文件存储带来问题，提供更多实战经验；
采用流行数据采集框架DataX采集业务数据，提供详细配置文件及脚本解读，掌握更多脚本编写技巧；
真实数据ETL实操，结合Hive自定义函数，涵盖对原始广告日志数据的清洗、转换以及遗产广告流量的识别；
使用高性能OLAP数据库ClickHouse实现低延时即席查询；
使用FineBI工具实现自助报表分析，具备钻取、联动、筛选等交互功能。
安装部署受各大厂欢迎的DolphinScheduler工作流调度系统，实现数据仓库搭建全流程定时自动化调度以及故障自动邮件告警；
