首页
›
数据工程与实时数据平台
›
030-实时推荐数据平台
›
《实时推荐实时实验分桶与AB测试系统》
VIP20
本课程属于:030-实时推荐数据平台
数据工程与实时数据平台 · 共 20 门相关课程,组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录
咨询 / 购买
实时推荐实时实验分桶与AB测试系统
📚 共计 30 章节
点击此处阅读海量试读课程:100+行业、1000+细分领域
01
AB测试概述
什么是AB测试、AB测试的价值与局限、AB测试与多臂老虎机对比。
基础
概念
02
实验分桶原理
哈希分桶、一致性哈希、分桶策略与流量分配。
分桶
哈希
03
实时实验系统架构
实时数据流、事件驱动架构、实验平台核心组件。
架构
实时
04
实验指标设计
核心指标、代理指标、统计显著性、最小样本量计算。
指标
统计
05
实验生命周期管理
实验创建、流量分配、灰度发布、实验终止与决策。
流程
管理
06
分桶算法实现
Java/Python实现一致性哈希、分桶冲突解决。
代码
算法
07
实时数据管道
Kafka/Flink实时流处理、实验事件采集。
数据
流处理
08
实验配置中心
配置存储、动态下发、版本管理。
配置
DevOps
09
实验数据存储
ClickHouse/Druid OLAP存储、查询优化。
OLAP
存储
10
统计引擎
T检验、Z检验、贝叶斯方法、多重比较校正。
统计
检验
11
实验报告生成
自动化报告、可视化看板、异常检测。
可视化
报告
12
实验平台API设计
RESTful API、SDK设计、鉴权与限流。
API
后端
13
多臂老虎机算法
Epsilon-Greedy、UCB、Thompson Sampling。
MAB
算法
14
MAB与AB测试融合
动态分配、探索利用平衡。
融合
策略
15
实验干扰控制
网络效应、交互效应、时间效应。
因果
干扰
16
实验样本量计算
功效分析、效应量、显著性水平。
统计
设计
17
实验运行时长预估
最小可检测效应、流量预估。
规划
时长
18
实验监控与告警
实时监控、异常检测、自动熔断。
监控
SRE
19
实验数据质量
埋点校验、数据清洗、异常值处理。
数据
质量
20
实验平台高可用
多活部署、容灾、降级策略。
高可用
架构
21
实验平台性能优化
缓存策略、预计算、异步处理。
性能
优化
22
实验平台安全
权限控制、数据脱敏、审计日志。
安全
合规
23
实验平台扩展性
插件化、多租户、国际化。
扩展
架构
24
实验平台测试
单元测试、集成测试、压力测试。
测试
质量
25
实验平台部署
容器化、CI/CD、蓝绿部署。
部署
DevOps
26
实验平台运维
日志收集、监控大盘、故障排查。
运维
可观测
27
实验平台最佳实践
常见坑、避坑指南、案例复盘。
经验
实战
28
实验平台未来趋势
AI驱动实验、因果推断、个性化实验。
前沿
趋势
29
实验平台实战项目
从0到1搭建小型实验平台。
项目
全栈
30
实验平台面试指南
常见面试题、系统设计题、算法题。
面试
求职
所属VIP或分类
同VIP:召回特征流式更新性能优化
同VIP:复杂事件处理与推荐集成应用
同VIP:实时召回特征计算与存储