課程介紹

  一、課程名稱：大數據開發
  班型：全日制脫產班，網絡班
  二、市場介紹
  大數據學習正當時
  大數據工程師又是得天獨厚，遠超普通工程師

  三、課程介紹：
  專業打造大數據開發生態鏈
  理論、實操內外雙修，只做精品課程
  年薪“10萬+”是我們的底線，年薪“30萬+”是我們的水平
  階段JavaSE+MySql+Linux
  薪資水平：薪資普遍在5000元
  學習安排：2周2次作業1次階段考核
  學習內容：Java語言入門uf0e0OOP編程uf0e0Java常用Api、集合uf0e0IO/NIOuf0e0Java實用技術uf0e0Mysql數據庫uf0e0階段項目實戰uf0e0Linux基礎uf0e0shell編程
  學習目標：學習java語言，掌握java程序編寫、面向對象程序開發，掌握MySql體系結構及核心編程技術，打好Linux基礎，為后續學習提供良好的語言基礎。
  第二階段Hadoop與生態系統
  薪資水平：薪資普遍在7000元
  學習安排：2周2次作業1次階段考核
  學習內容：Hadoopuf0e0MapReduceuf0e0Avrouf0e0Hiveuf0e0HBaseuf0e0Zookeeperuf0e0Flumeuf0e0Kafkauf0e0Sqoopuf0e0Pig
  學習目標：掌握大數據學習基石Hadoop、數據串行化系統與技術、數據的統計分析、分布式集群、流行的隊列、數據遷移、大數據平臺分析等
  第三階段Storm與Spark及其生態圈
  薪資水平：薪資普遍在9000元
  學習安排：2周2次作業1次階段考核
  學習內容：Stormuf0e0Scalauf0e0Sparkuf0e0Spark SQLuf0e0Spark Streaminguf0e0Spark機器學習
  學習目標：讓大家擁有完整項目開發思路和架構設計，掌握從數據采集到實時計算到數據存儲再到前臺展示，所有工作一個人搞定！并可以從架構的層次站在架構師的角度去完成一個項目。
  第四階段Mahout機器學習、R語言、Python
  薪資水平：薪資普遍在12000元
  學習安排：2周2次作業1次階段考核
  學習內容：Mahout機器學習uf0e0R語言uf0e0Python
  學習目標：機器學習領域經典算法的實現，熟練使用R語法和統計思維，可以基于具體問題建立數學模型，掌握python技術與數據分析，將數據結果以可視化的直觀方式展示給目標用戶。

  第五階段項目實戰、技術綜合運用
  薪資水平：薪資普遍在15000元
  學習安排：2周2次作業1次階段考核
  學習內容：某手機公司bug系統uf0e0傳統廣告怎么用大數據uf0e0類互聯網電商網站uf0e0網站日志收集清洗系統uf0e0網站流量統計分析系統
  學習目標：具備企業級大型完整項目開發能力，綜合運用大數據分析知識，完成數據分析、收集、展示的完整流程。
  四、項目展示
  真實企業級實戰項目教學
  企業應用最廣泛的項目實戰保你輕松勝任工作
  項目一：類電商網站
  技術點：spring mvc架構的前端業態展現，maven實現項目依賴管理業務流程的編程實現處理，nginx服務器的負載均衡實現與動靜分離技術中同tomcat服務器的服務器集群整合，大數據方面日志數據的產生，數據定時統計、數據在線實時處理等
  特色：完成完整的電商前后端數據處理。
  項目二：某手機公司bug系統
  技術點：編寫自己一套bug系統，供測試人員使用，通過編寫SQL查詢一段時間內ERROR級別記錄的前10行，統計每分鐘的日志記錄數，并將統計結果存入mysql數據庫中,將該數據對應到bug系統中，提供給開發人員解決bug。
  特色：自己編寫公司bug系統
  項目三：傳特色：統廣告怎么用大數據（新增）
  技術點：
  （1）攝像頭的采集
  （2）圖像識別
  （3）產生log
  （4）linux的定時器
  （5）大數據技術結合
  （6）php技術展示
  （7）h5跨平臺展示
  特色：讓同學從收集，分析，展示一個完整的流程。
  項目四：網站日志收集清洗
  技術點：
  （1）hive數據分析通過日志文件獲得的訪問數據，點擊數據，結合線上數據從庫根據業務邏輯通過shell腳本，利用hive清洗后入mysql數據庫，前端通過報表配置展示給各個業務部門及CTO、CEO。
  （2）各個業務部門例如，市場，運營等臨時數據查詢支持。
  （3）運用hive進行數據倉庫搭建。為減輕集群壓力，及增加研發人員查詢數據效率，特別根據獲取的數據進行整理，并且搭建寬表。方便維護及提高數據一致性，準確性。
  （4）為提高用戶粘性，挖掘潛在客戶。根據用戶前一天，前一周的用戶行為，設計出，并提供數據，適合用戶行為興趣的推薦彈窗口等.
  特色：將采集到的網站行為日志通過mr清洗后入hive數據庫。
  項目五：網站流量統計分析系統
  技術點：
  （1）利用Flume技術完成網站日志的收集和聚集，并把數據存儲到HDFS和Kafka集群；
  （2）利用hive技術對HDFS收集的日志進行PV,UV,VV和在線時長等離線分析，并利用Sqoop技術把hive分析的結果導入到Mysql中;
  （3）利用storm和spark streaming技術對kafka收集的日志進行實時在線分析，將分析中間結果實時存入Hbase,并將最后結果導入Mysql。
  特色：大數據分析目標網站頁面瀏覽量或點擊量，獨立訪客數，訪問次數和平均在線時長等。