hm-零基础大数据在线就业班【课程介绍】：
博学谷零基础大数据在线就业班专为零基础学员打造,课程由java基础为开头,虽然是零基础课程,但博学谷零基础大数据在线就业班这门课涵盖了大数据体系中几乎所有的核心技术，包含Linux、Zookeeper、Hadoop、Redis、HDFS、MapReduce、Hive、Impala,hue,Oozie,kafka,spark,scala,sparksql,hbase,kylin,cdh集群等.课程包含千亿级数据项目,真枪实弹演练!
博学谷零基础大数据在线就业班【课程大纲】：
hm-零基础大数据在线就业班大纲截图
博学谷零基础大数据在线就业班课程目录:
阶段一 : Java基础
编程基础
DOS常用命令、Java概述、JDK环境安装配置、环境变量配置、Java程序入门
常量与变量、数据类型、运算符、流程控制语句、方法、数组
面向对象入门
面向对象思想、类与对象、成员变量和局部变量、封装、 this关键字、构造方法
Object类、Scanner类、Random类、String、StringBuilder类
集合概述、集合特点、ArrayList集合
字符输入流、字符输出流、字符缓冲输入流、字符缓冲输出流、 复制文件、集合与文件中数据相互读写
市场价值 : 具备JavaSE基本开发能力，但是还不能满足企业用人需求，可为后续JavaWeb的学习打下坚实基础
阶段二 : JavaWeb
Java基础增强
类加载器、反射、网络编程、端口和协议、TCP协议、服务端、客户端、多线程、线程和进程、线程的生命周期、线程安全、代码同步、注解、JDK常用注解、自定义注解
Java web 核心
HTML、CSS、JavaSript、BootStrap
MySQL数据库、MySQL单表操作、MySQL多表操作、MySQL事物、 MySQL存储引擎、JDBC、JDBCDataSource
Tomcat、Http协议、servlet入门、Rquest、Response、JSP、MVC、 Cookie、Session、JSP、ETLJSTL、Filter、listener
Jquery、Ajax、ajax跨域、分页
Maven项目构建、管理、编译、仓库配置、 Git项目管理
市场价值 : 具备JavaWeb开发能力，但是还不能满足企业用人需求，可为后续学习框架打下坚实基础
阶段三 : 主流框架
Spring 组件
Spring简介、Spring配置文件、Spring配置数据源 、Spring注解开发、AOP简介、AOP的实现方式、JdbcTemplate基本使用、Spring的事务控制
SpringMVC组件
Spring集成web开发环境、SpringMVC简介、SpringMVC组件解析、SpringMVC的数据响应、SpringMVC的请求参数绑定、SpringMVC的文件上传、SpringMVC的拦截器 、SpringMVC的异常处理
Mybatis组件
Mybatis快速入门、Mybatis基本增删改查操作、Mybatis核心配置文件、Mybatis的dao层实现原理、Mybatis映射文件深入-动态SQL、Mybatis核心配置文件深入、Mybatis的多表操作、Mybatis注解开发、SSM整合
市场价值 : 对热门的框架和SOA架构应用，便可掌握项目的构建并能够搭建企业级JavaWeb项目，为后期的项目做铺垫
阶段四 ： 流行框架
Lucene组件
全文检索基本介绍、lucene入门案例中文分析器索引库维护
Spring Data JPA
JPA的引入、JPA的入门案例主键生成策略、JPA的基本操作
Spring Boot
spring boot 介绍、spring boot 入门、spring boot 原理分析、 spring boot 配置文件
市场价值 : 前后端分离开发成为企业中软件架构的新宠儿，而掌握微服务框架的使用、项目环境快速部署的人才已被互联网企业所重视。所以适应现互联网开发环境，学习微服务框架成为企业新需人才必要条件。
阶段五 : 大数据基础增强
linux操作基础
虚拟机的联网以及基础命令增强、linux的查找命令、linux的用户与用户组、linux的权限管理、linux系统服务管理、网络管理 、shell的变量定义、变量引用、算数运算符、流程控制语句、函数使用
Jvm 优化
熟悉jvm 参数，visualVM 工具，垃圾回收原理， JVM字节码分析等等
市场价值 : 能够完成中小型企业常见的自动化脚本
阶段六 : 大数据Hadoop离线分布式系统
大数据基础和 硬件介绍
大数据集群基本环境准备、大数据集群环境的基础准备
Hadoop 核心组件以及性能优化
HDFS组件详解以及实战、mapreduce 组件详解以及性能优化、Yarn组件详解以及多租户的实现、hive组件实战以及性能优化、impala组件实战以及性能优化sqoop常见问题详解
辅助系统工具
sqoop hue impala kudu oozie flume azkaban组件功能介绍、架构和原理、多个案例整合
网站流量日志分析项目
项目背景，日志埋点收集,数据预处理，数据入库，指标分析，统计分析，可视化
市场价值 : 本阶段匹配的工作岗位包括ETL工程师、任务调度工程师、Hive工程师、数据仓库工程师等。
阶段七 : 大数据 NoSQL、Kafka和ELK技术实战
NoSQL、Kafka和ELK技术实战
NoSQL介绍、Redis的原理和架构、 Redis的集群搭建、Hbase的应用场景、Hbase架构和原理以及RowKey设计和优化策略、HBase+Redis微博实战案例、Elasticsearch的功能、架构和原理以及ELK案例实战
市场价值 : 1、解决Hbase的RowKey高性能设计策略，满足业务的需求； 2、解决Hbase的性能瓶颈，解决业务问题对Hbase高性能的挑战； 3、解决企业里面海量数据实时传输的问题； 4、解决海量日志快速检索和监控问题。
阶段八 : 大数据 Spark 内存计算系统
Scala语言基础
Scala基础、声明变量、数据类型、条件表达式、块表达式、循环、方法和函数、数组、元组、集合、Iterator、构造器、伴生对象、akka
Spark入门以及集群搭建
Spark集群环境搭建，spark入门程序，RDD入门
SparkRDD
Spark的应用场景、架构和原理、入门案例、Spark Session讲解、RDD的概念和特性、Transformation RDD讲解、Action RDD讲解、Partition、Task、RDD的依赖关系、RDD的容错机制、RDD的存储级别、RDD的缓存机制、RDD的广播操作、DAG思想、DAG的生成、DAG的处理过程、运行机制、Driver和Executor
Spark SQL
Spark SQL功能介绍、DataFrame、DataSet、RDD、Dataset和DataFrame的转换、读写Hive表数据、读写HDFS的数据、DataFrame的API操作、读取文件(txt、CSV、Json、parquet)、临时表、读写RDBMS、Spark SQL执行计划、Spark SQL的性能优化
SparkStreaming原理_运行过程_特性
sparkstring的功能介绍,架构，流计算Dstream运行原理
Structured Streaming_介绍_案例
Structured String的功能介绍、input功能、output功能、window操作、watermark操作、过期数据操作、去重数据操作、整合Socket数据、整合Kafka数据、OutputModel(Append\complete\update)功能、Flume+kafka+Structured Streaming实现用户访问行为的实时分析
DMP项目
Kudu应用场景,项目介绍, Kudu原理，cdh环境搭建,kudu整合spark开发，项目框架搭建,报表统计,商圈库功能。
市场价值 : 可从事Spark相关工作，包括ETL工程师、Spark工程师、Hbase工程师、用户画像系统工程师、大数据反欺诈工程师。
阶段九 : 大数据 Flink 实时计算系统
Flink基础介绍
Flink的运行机制、Flink组件和逻辑计划、Flink执行计划生成、JobManager中的基本组件、TaskManager、算子、网络、水印WaterMark、任务调度
flink进阶
flink的状态管理、CheckPoint、flinksql及flinkTableApi
Flink电商指标分析项目
上报服务系统开发、Flink实时数据分析系统开发、实时频道热点分析业务开发、实时频道PV/UV分析、实时频道用户新鲜度分析、实时频道地域分析业务开发、实时运营商分析业务开发、实时数据同步系统、Canal数据采集平台
市场价值 : 目前Flink在大型互联网公司使用的的广泛，在传统行业Flink目前也是处在一个爆发的阶段。
阶段十 : 大数据新技术实战详解
Druid
Druid应用场景、集群搭建、数据加载、重要概念、架构及原理、数据查询、元数据、实时应用案例
市场价值 : Druid目前人才需求量在不断的增加
阶段十一 : 机器学习（ 选修 ）
机器学习概念入门
1.基本概念：属性、属性的度量、属性类型、数据集类型、数据集的特性、训练集、测试集、特征值、监督学习、非监督学习、半监督学习等概念
2.数据的预处理：聚集、抽样、维度规约、特征子集选择、特征创建、离散化和二元化、变量变换
3.模型的评估：模型的过分拟合(过拟合)，欠拟合，评估分类器的性能(交叉验证和自助法)，模型评估方法、损失函数和风险函数、参数优化等，模型复杂度(奥卡姆剃刀)4.机器学习处理的一般流程分析
机器学习数学基础
初等数学基础、函数求导以及链式求导法则、方向导数、梯度、泰勒级数、 拉格朗日乘子法、线性代数与矩阵、特征值与特征向量、概率分析、 极大似然估计、梯度下降法代码实践、牛顿法代码实战、 矩阵分解实战(SVD,PCA,QR)
机器学习语言基础之Python语言
基础数据类型、list/tuple/dict/set、列表推导式、生成器推导式、 lambda函数、控制语句、文件读写、异常处理分析、面向对象编程、 GUI编程、Python基础项目实践
Python数据分析库实战
Numpy矩阵运算库基础及实战、Scipy数值运算库基础及实战、 Matplotlib绘图库基础及实战、Seaborn绘图库基础及实战、 Pandas数据分析库基础及实战
Spark机器学习库实战
SparkML和SparkMLLIB区别、Spark机器学习基础、Pipeline管道、 特征抽取(TF-IDF、Word2Vec、CountVectorizer）、特征转换(Tokenizer、 PCA、N-gram、DCT、one-hot、MinMaxScaler、Normalizer、SqlTransformer、VectorAssembler)、特征选择(VectorSlicer、RFormula、 ChiSqSelector)
机器学习算法之用户标签预测项目实战
用户画像标签预测实战、KNN、KMeans、决策树算法模型(ID3、C4.5、 Cart树)、集成学习算法(Bagging、随机森林、Adaboost算法、GBDT算法、 XGBOOST算法、LightGBM算法模型)、人才流失模型项目实战
机器学习算法之推荐系统实战
基于记忆的CF实战(Surprise库实战)、基于模型的CF实战(SparkALS实战)、 基于Native-Bayes分类算法实战、基于内容推荐(jieba分词、提取词向量、 文本分类、特征聚类)、关联挖掘算法实战(基于Spark的FP-Growth算法实战)、推荐项目实战
机器学习算法之CTR点击率预估实战
特征工程实战、CTR点击率预估应用场景分析、 逻辑斯特回归算法理论基础推导及项目实战、推荐系统指标分析、 推荐系统架构分析、基于Wideanddeep模型理论及实战(学会读学术Paper)
机器学习算法之深度学习基础及图片分类实战
神经网络和深度学习基础、MP神经元模型、感知机模型、BPNN模型实战、 CNN模型实战图像识别、Tensorflow基础、电影评论文本分析、 RNN文本情感分析实战
市场价值 : 可从事机器学习、数据挖掘等相关工作，包括推荐算法工程师、数据挖掘工程师、机器学习工程师，填补人工智能领域人才急剧增长缺口。
阶段十二 : 云计算（ 选修 ）
虚拟化
hypervisor管理类工具、QEMU、KVM、QEMU-KVM、libvirt、虚拟化技术概述，Xen、VMware、KVM虚拟化对比与实践
公有云（阿里云）
公有云概述、阿里云应用实战
私有云运维（OpenStack)
Openstack概述，OpenStack组件功能介绍，OpenStack安装与配置，OpenStack私有云运维实战;
容器Docker+监控
Docker概述，Docker部署，Docker容器，Docker镜像仓库该学科热门课程
Kubernetes概述、Kubernetes安装与部署、Docker+Kubernetes集群实战
市场价值 : 熟练掌握和学习后，可满足Linux云计算架构工程师的需求。
侵权联系与免责声明 1、本站资源所有言论和图片纯属用户个人意见，与本站立场无关 2、本站所有资源收集于互联网，由用户分享，该帖子作者与BBM资源站不享有任何版权，如有侵权请联系本站删除 3、本站部分内容转载自其它网站，但并不代表本站赞同其观点和对其真实性负责 4、如本帖侵犯到任何版权问题，请立即告知本站，本站将及时予与删除并致以最深的歉意 如有侵权联系邮箱：1415374178@qq.com
评论0