石家莊大數(shù)據(jù)開發(fā)課程培訓(xùn)班

政策壯大產(chǎn)業(yè)：國務(wù)院《促進大數(shù)據(jù)發(fā)展行動綱要》、工信部《大數(shù)據(jù)產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020年）》等國 家政策大力推動，各地大數(shù)據(jù)政策利好助推，產(chǎn)業(yè)規(guī)模以千億計。
人才缺口巨大：各大企業(yè)紛紛搶招大數(shù)據(jù)人才。據(jù)拉勾、智聯(lián)、BOSS直聘等招聘平臺統(tǒng)計分析顯示，未來3~5年，我國大數(shù)據(jù)人才缺口超過180萬。
薪酬福利喜人：全球知名公司Kforce報告顯示，全球跟大數(shù)據(jù)相關(guān)的八大高 級職業(yè)平均年薪14.06萬美元。國 內(nèi)一線互聯(lián)網(wǎng)公司，大數(shù)據(jù)工程師的薪酬比同級別的其他職位高出30%以上。

第 一階段  大數(shù)據(jù)基礎(chǔ)
Linux基礎(chǔ)、文本編輯器及用戶和權(quán)限管理、軟件包管理、磁盤管理和進程管理、Shell編程
課程目標(biāo)：掌握J(rèn)ava8核心開發(fā)，Linux操作系統(tǒng)的基本技能，具備通過Java Web技術(shù)和關(guān)系型數(shù)據(jù)庫進行網(wǎng)絡(luò)開發(fā)的能力
第二階段  Hadoop離線計算
Hadoop原理Hadoop安裝部署HDFS入門HDFS詳解MapReduce入門MapReduce工作機制和序列化MapReduce應(yīng)用MapReduce案例與YARN平臺Hive安裝部署和簡單使用Hive數(shù)據(jù)操作Hive數(shù)據(jù)查詢Hive函數(shù)Hive實戰(zhàn)與Sqoop工具Azkaban工作流引擎和Flume數(shù)據(jù)采集。
學(xué)習(xí)目的：通過學(xué)習(xí)，能夠熟練Hadoop三大組件，獨立部署Hadoop集群，了解Hadoop架構(gòu)及整個生態(tài)系統(tǒng)；能夠獨立部署Hadoop運行環(huán)境，對海量數(shù)據(jù)進行存儲，并通過MapReduce、Hive以及大數(shù)據(jù)協(xié)作框架對海量數(shù)據(jù)進行分析計算。
第三階段  Storm實時流計算
Zookeeper HBase集群部署與操作HBase數(shù)據(jù)操作與安全HBase整合MapReduce、MySQL、Hive HBase內(nèi)部原理HBase高 級應(yīng)用HBase布隆過濾器與Kafka Storm分布式實時計算框架Storm并發(fā)機制與數(shù)據(jù)流Storm Trident高 級抽象
學(xué)習(xí)目的：掌握Zookeeper的原理及應(yīng)用；掌握HBase的內(nèi)部實現(xiàn)原理以及在大數(shù)據(jù)存儲中的使用；掌握企業(yè)開發(fā)中使用頻率很高的Kafka分布式發(fā)布訂閱消息系統(tǒng)；能夠使用Storm開發(fā)框架對流數(shù)據(jù)進行實時計算。
第四階段  Spark內(nèi)存計算
Scala函數(shù)式編程Spark Core核心開發(fā)Spark SQL查詢Spark Streaming Spark MLlib機器學(xué)習(xí)
學(xué)習(xí)目的：能夠使用Spark計算框架進行離線批處理、交互式查詢、實時流計算的全棧式開發(fā)，并能夠使用機器學(xué)習(xí)算法對復(fù)雜的多維數(shù)據(jù)進行分析挖掘。
第五階段  大數(shù)據(jù)項目實戰(zhàn)
大項目：基于Spark的用戶行為分析大項目：基于ELK的海量日志分析系統(tǒng)
學(xué)習(xí)目的：注重企業(yè)級Spark項目開發(fā)的系統(tǒng)性、完整性，拒絕小demo小案例，提升技術(shù)視野與高度；快速提升Spark項目經(jīng)驗，解決手機應(yīng)用實時分析、實時查詢需求等學(xué)習(xí)成果：電商大數(shù)據(jù)分析平臺（項目另貼）。