北京大數(shù)據(jù)開發(fā)工程師培訓課程

1.技術新、內(nèi)容全：課程的技術點全面，全部都是當前行業(yè)內(nèi)流行、新版的Java、數(shù)據(jù)庫、前端、數(shù)據(jù)分析、數(shù)據(jù)計算和數(shù)據(jù)挖掘技術。
2.采用案例式教學：整個課程以案例為主線，貫串學習知識點和技術點。通過專家講師和企業(yè)導師的帶領，使學員可以具有獨立開發(fā)大型網(wǎng)站的能力。
3.編碼、設計規(guī)范：課程中的項目案例完全采用企業(yè)編碼規(guī)范和設計規(guī)范，例如阿里巴巴Java規(guī)范、合作企業(yè)Java規(guī)范等，提高學員編碼規(guī)范性，增強程序的可讀性和維護性。
4.企業(yè)大牛指導項目：為了要學員畢業(yè)后快速適應企業(yè)環(huán)境，特地從IT名企引入技術總監(jiān)或項目經(jīng)理，作為學員的項目導師，指導和管理項目研發(fā)過程、要學員真正體驗企業(yè)開發(fā)過程。
5.企業(yè)項目作實戰(zhàn)：很多培訓機構的項目案例都是采用模仿或閉門造車形成的，從而導致培訓學習和企業(yè)要求的存在一定的差異，為了彌補這個差異，我們是家將真實企業(yè)項目引入課程的機構。
6.項目開發(fā)模式先進：項目開發(fā)過程也采用目前新的項目開發(fā)模式，比如敏捷模式等，與大型互聯(lián)網(wǎng)開發(fā)技術同步。
7.擁有企業(yè)項目環(huán)境：學員擁有24小時機房和實驗服務器，可熟悉項目開發(fā)中立項、分析、設計、編碼、測試、實施、維護等真實流程及相關工作。
8.注重素質(zhì)和能力培養(yǎng)：注重綜合素質(zhì)能力的培養(yǎng)，主要包括技術應用能力、分析設計能力、團隊合作、職業(yè)素養(yǎng)等，提升學員的企業(yè)工作能力。
9.注重方法和思維培養(yǎng)：授人以魚、不如授人以漁，我們授課過程不僅注重技術點培養(yǎng)、更側重于方法和思維培養(yǎng)，提升學員養(yǎng)成后續(xù)自我提升的能力。

1.掌握所有Java、數(shù)據(jù)庫、前端、大數(shù)據(jù)開發(fā)的技能，積累大型項目的開發(fā)經(jīng)驗。
2.通過Java面向對象分析與設計思想的學習，可以獨立分析問題、解決問題并實現(xiàn)。
3.通過MySQL、MongoDB、Redis、HBase等數(shù)據(jù)庫服務器的學習，熟悉維護、優(yōu)化、安全設置的使用，精通SQL編寫和數(shù)據(jù)庫設計。
4.通過JavaScript、jQuery和H5/CSS3等技術的學習，可以承擔前端工程師的工作、制作出精美的、用戶體驗度高的網(wǎng)頁。
5.通過Hadoop、HDFS、Map Reduce、Hive、Sqoop ETL、Azkaban、Ooize、Impala等技術的學習，可以完成大數(shù)據(jù)離線分析、截取和處理計算的任務。
6.通過Zookeeper、HBase、Redis、MongoDB、Storm、Kafka、Flume等分布式技術的學習，可以高效實現(xiàn)大數(shù)據(jù)實時計算。
7.通過Scala、Spark、Streaming、機器學習、常見算法、Python等技術的學習，可以使用大數(shù)據(jù)領域非常流行的技術完成離線和實時計算業(yè)務模塊的開發(fā)并對當前產(chǎn)品中的各種用戶行為進行復雜的分析。
8.培養(yǎng)出具有職業(yè)素養(yǎng)和能力的、符合企業(yè)需求的大數(shù)據(jù)開發(fā)工程師和數(shù)據(jù)分析師。

第 一階段：大數(shù)據(jù)入門基礎（22天）
大數(shù)據(jù)入門基礎綜合案例——
Java語言基礎；Java面向對象編程；JavaSE核心類庫；Java分析與設計
通用技術綜合案例——
數(shù)據(jù)庫開發(fā)；JDBC技術；Linux技術；H5/CSS3/JS技術；Servlet技術；JSP技術；AJAX技術
第二階段：大數(shù)據(jù)Hadoop技術（10天）
搜狗搜索日志分析系統(tǒng)——
大數(shù)據(jù)概論；訪問HDFS；HDFS分布式文件系統(tǒng)的運行機制；Hadoop I/O詳解；Map Reduce應用編程開發(fā)；Map Reduce的工作機制與YARN平臺
第三階段：大數(shù)據(jù)離線分析技術（10天）
新浪微博數(shù)據(jù)分析系統(tǒng)——
Hive基礎；Hive數(shù)據(jù)定義與操作；Hive內(nèi)置函數(shù)和UDF；Azkaban工作流引擎；Ooize；Impala
第四階段：大數(shù)據(jù)實時計算技術（22天）
網(wǎng)絡流量流向異常賬號統(tǒng)計項目——
Zookeeper分布式協(xié)調(diào)系統(tǒng)與HBase安裝部署；HBase核心功能模塊和基本概念；MapReduce批量操作；Redis集群及應用；MongoDB數(shù)據(jù)庫；Kudu列式存儲系統(tǒng)；Storm；Kafaka；Flume海量日志采集系統(tǒng)
第五階段：Spark數(shù)據(jù)計算技術、機器學習、分析算法、Python等（34天）
網(wǎng)上商城數(shù)據(jù)統(tǒng)計分析平臺——
Scala基礎知識；Scala面向對象編程；Spark簡介+安裝部署；Spark核心機制/Spark核心原理；Spark SQL與Dataset開發(fā)；Spark Streaming開發(fā)；SparkR語言與GraphX；Mllib和機器學習算法；Tachyon（alluxio）分布式內(nèi)存文件系統(tǒng)
Python網(wǎng)絡爬蟲——
初識Python；映像和集 合類型；面向對象編程；網(wǎng)絡編程和多線程；python大數(shù)據(jù)算法實例