北京大数据开发工程师培训课程

1.技术新、内容全：课程的技术点全面，全部都是当前行业内流行、新版的Java、数据库、前端、数据分析、数据计算和数据挖掘技术。
2.采用案例式教学：整个课程以案例为主线，贯串学习知识点和技术点。通过专家讲师和企业导师的带领，使学员可以具有独立开发大型网站的能力。
3.编码、设计规范：课程中的项目案例完全采用企业编码规范和设计规范，例如阿里巴巴Java规范、合作企业Java规范等，提高学员编码规范性，增强程序的可读性和维护性。
4.企业大牛指导项目：为了要学员毕业后快速适应企业环境，特地从IT名企引入技术总监或项目经理，作为学员的项目导师，指导和管理项目研发过程、要学员真正体验企业开发过程。
5.企业项目作实战：很多培训机构的项目案例都是采用模仿或闭门造车形成的，从而导致培训学习和企业要求的存在一定的差异，为了弥补这个差异，我们是家将真实企业项目引入课程的机构。
6.项目开发模式先进：项目开发过程也采用目前新的项目开发模式，比如敏捷模式等，与大型互联网开发技术同步。
7.拥有企业项目环境：学员拥有24小时机房和实验服务器，可熟悉项目开发中立项、分析、设计、编码、测试、实施、维护等真实流程及相关工作。
8.注重素质和能力培养：注重综合素质能力的培养，主要包括技术应用能力、分析设计能力、团队合作、职业素养等，提升学员的企业工作能力。
9.注重方法和思维培养：授人以鱼、不如授人以渔，我们授课过程不仅注重技术点培养、更侧重于方法和思维培养，提升学员养成后续自我提升的能力。

1.掌握所有Java、数据库、前端、大数据开发的技能，积累大型项目的开发经验。
2.通过Java面向对象分析与设计思想的学习，可以独立分析问题、解决问题并实现。
3.通过MySQL、MongoDB、Redis、HBase等数据库服务器的学习，熟悉维护、优化、安全设置的使用，精通SQL编写和数据库设计。
4.通过JavaScript、jQuery和H5/CSS3等技术的学习，可以承担前端工程师的工作、制作出精美的、用户体验度高的网页。
5.通过Hadoop、HDFS、Map Reduce、Hive、Sqoop ETL、Azkaban、Ooize、Impala等技术的学习，可以完成大数据离线分析、截取和处理计算的任务。
6.通过Zookeeper、HBase、Redis、MongoDB、Storm、Kafka、Flume等分布式技术的学习，可以高效实现大数据实时计算。
7.通过Scala、Spark、Streaming、机器学习、常见算法、Python等技术的学习，可以使用大数据领域非常流行的技术完成离线和实时计算业务模块的开发并对当前产品中的各种用户行为进行复杂的分析。
8.培养出具有职业素养和能力的、符合企业需求的大数据开发工程师和数据分析师。

第 一阶段：大数据入门基础（22天）
大数据入门基础综合案例——
Java语言基础；Java面向对象编程；JavaSE核心类库；Java分析与设计
通用技术综合案例——
数据库开发；JDBC技术；Linux技术；H5/CSS3/JS技术；Servlet技术；JSP技术；AJAX技术
第二阶段：大数据Hadoop技术（10天）
搜狗搜索日志分析系统——
大数据概论；访问HDFS；HDFS分布式文件系统的运行机制；Hadoop I/O详解；Map Reduce应用编程开发；Map Reduce的工作机制与YARN平台
第三阶段：大数据离线分析技术（10天）
新浪微博数据分析系统——
Hive基础；Hive数据定义与操作；Hive内置函数和UDF；Azkaban工作流引擎；Ooize；Impala
第四阶段：大数据实时计算技术（22天）
网络流量流向异常账号统计项目——
Zookeeper分布式协调系统与HBase安装部署；HBase核心功能模块和基本概念；MapReduce批量操作；Redis集群及应用；MongoDB数据库；Kudu列式存储系统；Storm；Kafaka；Flume海量日志采集系统
第五阶段：Spark数据计算技术、机器学习、分析算法、Python等（34天）
网上商城数据统计分析平台——
Scala基础知识；Scala面向对象编程；Spark简介+安装部署；Spark核心机制/Spark核心原理；Spark SQL与Dataset开发；Spark Streaming开发；SparkR语言与GraphX；Mllib和机器学习算法；Tachyon（alluxio）分布式内存文件系统
Python网络爬虫——
初识Python；映像和集 合类型；面向对象编程；网络编程和多线程；python大数据算法实例