貴陽(yáng)JAVA大數(shù)據(jù)培訓(xùn)班
【所屬機(jī)構(gòu)：貴陽(yáng)北大青鳥培訓(xùn)】
貴陽(yáng)北大青鳥優(yōu)勢(shì)
- 1
經(jīng)多年發(fā)展，已成為IT培訓(xùn)行業(yè)的佼佼者。
- 2
北大青鳥學(xué)校以“誠(chéng)信辦學(xué)”為宗旨。
- 3
校區(qū)教員均畢業(yè)于大學(xué)計(jì)算機(jī)相關(guān)專業(yè)。
- 4
北大青鳥學(xué)校建有完善的就業(yè)服務(wù)體系。
- 5
學(xué)校可為學(xué)員提供就業(yè)指導(dǎo)和企業(yè)招聘服務(wù)。
大數(shù)據(jù)Big data
對(duì)于“大數(shù)據(jù)”（Big data），研究機(jī)構(gòu)Gartner給出了這樣的定義：“大數(shù)據(jù)”是需要 新處理模式才能具有更強(qiáng)的決策力、洞察發(fā)現(xiàn)力和流程優(yōu)化能力來適應(yīng)海量、高增長(zhǎng) 率和多樣化的信息資產(chǎn)。全球研究所給出的定義是：一種規(guī)大到在獲取、存儲(chǔ)、管理、分析方面大大超 出了傳統(tǒng)數(shù)據(jù)庫(kù)軟件工具能力范圍的數(shù)據(jù)集合，具有海量的數(shù)據(jù)規(guī)模、快速的數(shù)據(jù)流 轉(zhuǎn)、多樣的數(shù)據(jù)類型和價(jià)值密度低四大特征。
人才稀缺
未來3至5年，中國(guó)需要150萬(wàn)+，大數(shù)據(jù)人才，目前大數(shù)據(jù)從業(yè)人數(shù)不足50萬(wàn)，市場(chǎng)需求遠(yuǎn)遠(yuǎn)得不到滿足
就業(yè)范圍廣
大數(shù)據(jù)對(duì)接金融、電商、醫(yī)療、新零售、物聯(lián)網(wǎng)、工業(yè)、農(nóng)業(yè)、交通和能源等行業(yè)，人才需求量持續(xù)擴(kuò)大
高薪納賢
大數(shù)據(jù)行業(yè)起薪突破20萬(wàn)每年，高出互聯(lián)網(wǎng)普通技術(shù)開發(fā)人員平均水平，且招聘人數(shù)據(jù)需擴(kuò)大
- 翻轉(zhuǎn)課堂
借助網(wǎng)絡(luò)資源獲取知識(shí)、分析問題和解決問題，協(xié)作學(xué)習(xí)。
- 上機(jī)課
專業(yè)教師邊講邊演示，安排學(xué)員實(shí)際體驗(yàn)操作。
- 學(xué)習(xí)課
指導(dǎo)學(xué)習(xí)課：針對(duì)課程內(nèi)容難點(diǎn)進(jìn)行突破及課程總復(fù)習(xí)。
- 理論課
有專業(yè)的教師進(jìn)行講解、示范，使學(xué)員理解基本理論。
| 課程大綱 | 學(xué)習(xí)內(nèi)容/核心 |
| Java基礎(chǔ) | Java基礎(chǔ)語(yǔ)法、面向?qū)ο?、異常處理、集合框架、常用類、I/O操作、多線程、網(wǎng)絡(luò)編程、XML解析深刻理解面向?qū)ο笏枷?，掌握J(rèn)avaEE核心技術(shù)并能靈活運(yùn)用Java常用API解決實(shí)際問題，具備了程序員必備的邏輯思維能力及自學(xué)能力，為后續(xù)深入學(xué)習(xí)JavaWeb技術(shù)及框架技術(shù)打下牢固的基礎(chǔ)。 |
| JavaWeb網(wǎng)站開發(fā) | HTML5、CSS3、JavaScript/ES6、JQuery、JSP/Servlet、MySQL數(shù)據(jù)庫(kù)、JDBC、Linux、SVN，能夠完成B/S架構(gòu)的中小型網(wǎng)站系統(tǒng)的開發(fā)，并在真實(shí)生產(chǎn)環(huán)境下進(jìn)行項(xiàng)目發(fā)布 |
| SSM/SSH框架 | MyBatis框架、Spring框架、Spring MVC框架、Struts2框架、Hibernate框架、Git、Maven 、Oracle數(shù)據(jù)庫(kù)能夠勝任垂直架構(gòu)下的Java開發(fā)工作，熟練使用流行的開發(fā)框架SSM、SSH進(jìn)行傳統(tǒng)企業(yè)級(jí)項(xiàng)目開發(fā)。 |
| 基于分布式微服的互聯(lián)網(wǎng)架構(gòu) | 分布式微服架構(gòu)、Dubbox、Spring Cloud、Spring Boot、Docker環(huán)境快速搭建實(shí)現(xiàn)自動(dòng)化部署、分布式下ID唯一性、Redis、分布式事務(wù)處理、分布式下三方接入、Active MQ消息隊(duì)列等能夠勝任互聯(lián)網(wǎng)公司的分布式項(xiàng)目的開發(fā)和架構(gòu)設(shè)計(jì)工作 |
| Python爬蟲+ELK+分析 | Linux Shell編程、Python編程、NumPy&Pandas、Scrapy、LXML、PySpider、數(shù)據(jù)采集、整理和清洗、Elasticsearch、Logstash、Kibana能夠勝任Python開發(fā)工程師、爬蟲工程師、搜索引擎工程師。 |
| Hadoop生態(tài)圈 | HDFS、MapReduce、YARN、Hive、Sqoop、HBase能夠勝任：Hadoop工程師、ETL工程師、Hive工程師、數(shù)據(jù)倉(cāng)庫(kù)工程師。 |
| Spark技術(shù)棧 | Scala編程、Spark RDD、Spark SQL、Spark GraphX、PySpark、Jupyter、Hadoop數(shù)據(jù)模型、Atlas&Ranger、NiFi、Kafka、Oozie、Cassandra&Hive、Redis&Hive、MongoDB、Tableau；能夠勝任：Spark工程師、Hadoop工程師、ETL工程師 |
| 實(shí)時(shí)流處理平臺(tái) | Spark Streaming、Flink、Flume、Storm、d3.js、Echarts，能夠勝任：大數(shù)據(jù)開發(fā)工程師、大數(shù)據(jù)架構(gòu)師 |
| 機(jī)器學(xué)習(xí) | Spark Mllib，能夠勝任：大數(shù)據(jù)架構(gòu)師、大數(shù)據(jù)初級(jí)分析師、大數(shù)據(jù)挖掘工程師 |
