国内人才缺口
行业需求增长
猎聘网大数据招聘
北京大数据工程师
01 大数据入门基础课程 | 1.JavaSE;2.MySQL;3.JDBC;4.Linux;5.shell;6.HTML;7.CSS;8.JavaScript;9.JSP;10.Servlet |
02 大数据Hadoop基础 | 1.大数据概论;2.Hadoop框架;3.HDFS分布式文件系统;4.MapReduce计算模型;5.全真实训项目 |
03 大数据离线分析 | 1.Hive数据仓库;2.Sqoop ETL工具;3.Azkaban工作流引擎;4.Ooize;5.Impala;6.全真实训项目 |
04 大数据实时计算 | 1.Zookeeper分布式协调系统;2.HBase分布式数据库;3.Redis数据库;4.mogDB数据库;5.Kudu列式存储系统;6.Storm实时数据处理平台;7.Kafka分布式发布订阅消息系统;8.Flume海量日志采集系统;9.全真实训综合项目 |
05 Spark数据计算 | 1.Scala;2.Spark;3RDD;4.Spark SQL;5. Streaming;6. Mahout;7.MLlib;8.GraphX;9.Spark R;10.Python;11.Alluxio;12.Python爬虫;13.ElasticSearch;14.Lucene |
Hadoop基础实战 |
项目名称:搜狗搜索日志分析系统 数据体量:5000W+/日 硬件环境:Hadoop集群 12台 软件环境:Hadoop2.5.2+Hive1.2.1+MR+Oracle10g 项目描述:搜狗每天产生大量的日志数据,从日志数据里面能提取到有用的数据包括每个用户的ID、浏览次数、月/日浏览频率、访问源、浏览内容等等,提取这些内容、统计数据分析每个用户行为,从而做出有利的决定。 |
大数据离线实战 |
项目名称:新浪微博数据分析系统 日均数据体量:3GB+ 硬件环境:Hadoop集群 50台 软件环境:MapReduce+HBase0.98.9+Storm0.9.6+Hadoop2.5.2+Kafka2.10+Zooke eper3.4.5+CentOS-6.5-X86 项目描述:此次项目我们需要处理微博产生的数据,通过对数据的处理得到所需的数据,微博拥有大量的用户,大量的用户潜在的价值是巨大,怎么挖掘这些潜在的宝藏就是我们项目最直接的目的,为了能够实时的进行数据处理使用Storm流式计算系统,和HBase、Zookeeper、Kafka组成框架,对数据进行处理,当然这些都是建立在hadoop集群上实现的,底层的存储还是HDFS。 |
大数据实时计算 |
项目名称:网络流量流向异常账号统计项目 数据体量:每天1000亿,每秒峰值100 000 硬件环境:Hadoop集群 600台 软件环境:Hadoop2.5.2+Hive1.2.1+MR+Oracle10g 项目描述:运营商骨干网上采集现网流量流向信息,根据这些原始信息检测账号是否存在异常,如果多个终端使用同一个宽带账号,超过一定阈值则触发报警机制,例如阈值为5时,同一个账号同时连接的终端数量不能超过该值,如果超过则报警。 |
Spark阶段项目 |
项目名称:京东网上商城数据统计分析平台 数据体量:5000W+/日 硬件环境:centos-6.5-x86 集群:spark standalone(Master-1,Worker-3) 软件环境:hadoop,spark,hive,mysql,idea,navicat,kafka,flume 每日处理的数据量:3GB 项目描述:基于京东网上商城数据统计分析平台--该项目采用了目前大数据领域非常流行的技术——Spark。本项目使用了Spark技术生态栈中最常用的三个技术框架,Spark Core、Spark SQL和Spark Streaming,进行离线计算和实时计算业务模块的开发。实现了包括:统计和分析UV、PV、登录、留存、热门商品离线统计、广告流量实时统计3个业务模块。 |
毕业于北京大学,12年以上JAVA企业项目架构和开发经验。曾在二炮科技处、UPS科技、日本UCI科技等多家知名企业担任过项目经理和研发总监。
毕业于清华大学,13年以上开发经验。先后就职于IBM、摩托罗拉、甲骨文,现任Oracle公司高级技术顾问,精通Oracle数据库和大数据Hadoop的管理和开发。
中途耽误几天的话可以通过看视频同步完成老师的作业弥补进度,不会的可以随时问老师。
学生因学习中途落课或者学习效果不扎实等原因可以向教务老师申请重修或降级,本期学不会下期免费再学,直到学会为止!
学习的流程分为预习、听课、整理笔记、作业(每周定期检查作业,并针对反馈情况进行讲解)、复习、默写、项目阶段跟踪检查。
预习笔记是兄弟连一再强调的学习法宝,每个同学在兄弟连都必须养成课前预习的习惯,对老师第二天要讲授的内容重点、难点做到心里有数,听课事半功倍。
开课后根据学生的作业及测验情况形成关怀名单,进入关怀名单的学生会被所有老师所关注,相应的对其作业、预习笔记、默写等要求会更高,要求会更严格。
学习中遇到问题,小组成员共同讨论解决,小组内有学习懈怠完不成学习任务的同学,小组内全体成员会集体被罚(罚手抄代码n遍哟)。
|
|
|
|
课程背景
随着信息时代的到来,大数据成为了企业发展的重要资源,也成为了它们竞争的核心之一。因此,数据分析成为了一种重要的技能,深受企业和个人的青睐。为此,本校推出了大数据分析培训课程,旨在为各行业提供优秀的人才,解决企业面对的企业问题。
课程特色
1.实践探究:本课程重视实践,以具体的数据案例作为分析对象,注重学员的动手能力,帮助学员熟练掌握数据分析技能。
2.系统化:本课程安排的内容全面系统,从前期数据预处理,到特征提取,模型构建和预测分析等内容逐一剖析和讲解,全面提高学员的分析能力。
3.个性化指导:本课程一对一课堂模式,为学员提供多种学习方式和个性化指导,满足不同学习需求和学习节奏。
课程目标
1.熟练掌握数据预处理、特征提取、模型构建和预测分析等分析技术;
2.具备大数据分析思维,掌握数据分析的基本理论和方法,能成功解决实际问题;
3.提高数据分析技能水平,成为企业业务分析领域的专业人才。
学习对象
1. 企业管理人员或数据分析师,想要提高分析能力,优化业务决策;
2. 互联网公司或数据中心的从业人员,对大数据有浓厚的兴趣;
3. 对大数据有浓厚兴趣的 IT 工程师或大学生;
4. 想要在数据分析领域成为专业人才的人员。
课程内容
1.数据分析的基本理论和方法
2.数据预处理技术
3.特征提取技术
4.模型构建和预测分析方法
5.数据可视化技术
6.案例分析和实践操作
学习时长
本课程为4个月,共96个课时,每周2~3次课程,每次课时2小时。
收费范围
根据学员类型和学习时间等因素不同,收费标准也有所区别。请到校咨询,获得详细报价。
学习收获
本课程完成后,学员将享有以下收获:
1.具备熟练的数据分析技能,可以在企业工作中积极性地运用所学知识为公司解决实际问题。
2.为企业提供成本有效的数据分析解决方案,从而提高企业的市场竞争力。
3.有利于提高自身素质,成为理论结合实践的富有经验的数据分析专家。
结语
以上信息仅供参考,实际情况以到校咨询为准。如有问题可经由在线客服预约免费体验课,以便了解更多细节。我们希望能够和各位有志人士一起学习数据分析知识,共同成长。
¥询价19175人关注
¥询价26027人关注
¥询价28165人关注
¥询价14142人关注
¥询价18319人关注
¥询价14172人关注
¥询价10729人关注
¥询价12988人关注
¥询价5701人关注
¥询价4992人关注