廣州國富大數(shù)據(jù)分析培訓班，提供專業(yè)優(yōu)質的大數(shù)據(jù)分析培訓課程，幫助學員熟練掌握分布式集群架構、ETL工具Sqoop基本原理和常用指令、大數(shù)據(jù)倉庫知識應用等，更多課程詳情請往下看。
CDA數(shù)據(jù)分析師品牌，截止2018年底，CDA已與國內(nèi)多所高校進行了戰(zhàn)略合作，搭建大數(shù)據(jù)實驗室與共建專業(yè)；已出版14本CDA數(shù)據(jù)分析師系列叢書，市場發(fā)行量數(shù)萬冊；已進行100多期數(shù)據(jù)分析及大數(shù)據(jù)系統(tǒng)培訓課程，培養(yǎng)學員超過40000多名；已舉辦九屆全國數(shù)據(jù)分析師認證考試，持證人數(shù)千人；已開展了四屆數(shù)據(jù)分析師行業(yè)峰會（CDA SUMMIT），每屆參會人數(shù)逾3千人。2016，CDA研究院加入由工信部指導下的“大數(shù)據(jù)生態(tài)產(chǎn)業(yè)聯(lián)盟”理事會成員，分管教育事業(yè)。2017，CDA與工信部賽迪達成戰(zhàn)略合作，被評為”大數(shù)據(jù)*培訓機構“；2018，CDA入選教育部產(chǎn)學合作協(xié)同育人項目。
大學生、在職提升、轉行或待業(yè)人員
面授/網(wǎng)課、周一到周日9-18點開課
朝九晚九全程跟班答疑、一對一督學、定期直播串講、五分鐘內(nèi)有問必答、出勤率和進度監(jiān)督、作業(yè)與測試
1.零基礎脫產(chǎn)學習，1個月精學大數(shù)據(jù)技術
2.計算機、統(tǒng)計、數(shù)學等專業(yè)學習更佳
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)未來已來，只等你改變自己
分布式集群架構
14-01大數(shù)據(jù)行業(yè)前沿應用與知識介紹
14-02Linux入門基礎
14-03Hadoop入門介紹
14-04Hadoop單機環(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
分布式文件存儲系統(tǒng)HDFS
15-01HDFS簡介
15-02HDFS編程入門
15-03HDFS讀寫文件
15-04HDFS架構原理及常用指令
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關系型數(shù)據(jù)庫導入Hadoop
16-05Hadoop導入關系型數(shù)據(jù)庫
16-06Sqoop job應用
大數(shù)據(jù)倉庫知識應用
17-01Hive架構原理和技術方向
17-02HiveQL數(shù)據(jù)查詢、函數(shù)（聚合函數(shù)、窗口函數(shù)、UDF）
17-03Hbase表設計及數(shù)據(jù)查詢
17-04商業(yè)應用案例—寬表設計與用戶畫像
17-05商業(yè)應用案例—網(wǎng)站流量分析與頁面運營
Spark架構原理和核心組件
18-01Spark介紹
18-02Spark數(shù)據(jù)結構及編程語言接口
18-03Spark與分布式數(shù)據(jù)庫和分布式數(shù)據(jù)倉庫的集成方法
PySpark編程指南與Spark RDD相關操作
19-01PySpark開發(fā)環(huán)境搭建
19-02PySpark編程入門：Spark基本數(shù)據(jù)結構
19-03PySpark編程入門：PySpark常用語句
19-04采用PySpark讀取分布式數(shù)據(jù)庫中數(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行為事件的發(fā)生對企業(yè)組織價值的影響及其程度的模型。企業(yè)利用它來跟蹤或記錄用戶的行為或業(yè)務流程，如用戶注冊、瀏覽產(chǎn)品詳細信息頁面、成功投資、提現(xiàn)等。通過研究與事件相關的所有因素，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
漏斗分析是一套過程分析，它是科學地反映用戶行為狀態(tài)和用戶從開始到結束階段的轉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)品對用戶價值的重要方式。
4. 分布分析模型
分布分析是在特定指標下對用戶使用頻率和總量的分類和呈現(xiàn)。它可以顯示單個用戶對產(chǎn)品的依賴程度，分析客戶在不同地區(qū)、不同時間購買的不同類型產(chǎn)品的數(shù)量和頻率，幫助運營人員了解客戶的現(xiàn)狀和客戶的運營情況。
5. 單擊分析模型
這意味著在一個頁面或一組頁面(具有相同結構的頁面，如產(chǎn)品詳細信息頁面、官方博客等)的區(qū)域中應用一個特殊的高亮顏色來顯示不同元素的點擊密度的圖形表示。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)站中的訪問行為路徑。為了衡量網(wǎng)站優(yōu)化或營銷推廣的有效性，了解用戶的行為偏好，常常需要分析訪問路徑的轉換數(shù)據(jù)。
