--------------------------------------
免費(fèi)試聽(tīng),滿意再報(bào)名:(發(fā)送姓名+地點(diǎn)+課程到老師手機(jī),即可獲得試聽(tīng)信息)
聯(lián)系人:郭老師
手機(jī):156-1823-0928
QQ:3059-9122-84
威信:feifanzhu2016
地址:上海有徐匯普陀黃埔浦東等多個(gè)校區(qū),您可就近選擇入學(xué)
大數(shù)據(jù)為什么火
未來(lái)3至5年,*需要150萬(wàn)左右的大數(shù)據(jù)相關(guān)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。
高薪納賢2018年大數(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(kāi)發(fā)人員134%,且招聘人數(shù)擴(kuò)大為7.8倍。
行業(yè)需求大數(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。
一將難求前有萬(wàn)達(dá)集團(tuán)60萬(wàn)年薪聘請(qǐng)大數(shù)據(jù)人才,后有大數(shù)據(jù)專業(yè)畢業(yè)生20w年薪就職,大數(shù)據(jù)人才"重金難覓"。
從事非IT類工作
特點(diǎn):不滿意目前的待遇、職業(yè)前景,想轉(zhuǎn)行從事IT行業(yè)應(yīng)屆及往屆*生
特點(diǎn):對(duì)未來(lái)發(fā)展比較迷茫,對(duì)自身定位缺乏有效指導(dǎo),渴望自身突破IT基礎(chǔ)開(kāi)發(fā)工作
特點(diǎn):技術(shù)含量低,做的事情雜,未來(lái)提升空間小,期待改變現(xiàn)狀,提升待遇空間IT管理、銷售
特點(diǎn):技術(shù)不精,只停留在了解層面,在提供技術(shù)方案時(shí),存在致命短板
企業(yè)級(jí)應(yīng)用開(kāi)發(fā)
1移動(dòng)端Web應(yīng)用
2Java網(wǎng)站建設(shè)
3分布式應(yīng)用開(kāi)發(fā)
4- 零基礎(chǔ)學(xué)習(xí)
拒絕只講幾天C語(yǔ)言,不注重編程基礎(chǔ)教學(xué);拒絕只講簡(jiǎn)單編程。C、C++、0C語(yǔ)言的學(xué)習(xí),iOS框架系統(tǒng)、應(yīng)用、游戲開(kāi)發(fā)學(xué)習(xí)。
- 教學(xué)方式
拒絕培養(yǎng)**型軟件開(kāi)發(fā)人員;拒絕只知語(yǔ)言基礎(chǔ)不會(huì)做項(xiàng)目軟件開(kāi)發(fā)。語(yǔ)言基礎(chǔ)+大型項(xiàng)目實(shí)戰(zhàn)相結(jié)合,近30組軟件商業(yè)級(jí)項(xiàng)目。
- 兩周*聽(tīng)題
拒絕不讓或不能隨意選擇試聽(tīng)班級(jí);拒絕收試聽(tīng)學(xué)費(fèi);拒絕丟下落后學(xué)生。培訓(xùn)中如有內(nèi)容理解不透,可免費(fèi)在下期班中重聽(tīng)或補(bǔ)課。
| 課程內(nèi)容 | ||
| Zebra 項(xiàng)目實(shí)戰(zhàn) | "NIO 入門、Buffer、Channel_Selector、NIO 通信實(shí)現(xiàn)、NIO 粘包問(wèn); 序列化實(shí)現(xiàn) RPC、GoogleProtobuf 實(shí)現(xiàn) RPC、BlockingQueue、Concurrent; Zebra 項(xiàng)目介紹、單機(jī)實(shí)現(xiàn) Zebra、Zebra 文件收集; Zebra 數(shù)據(jù)收集、Zebra 網(wǎng)絡(luò)模塊開(kāi)發(fā)、ZebraRPC 實(shí)現(xiàn)、二級(jí)引擎開(kāi)發(fā) _ 一級(jí)引 擎測(cè)試、二級(jí)引擎開(kāi)發(fā) _ 數(shù)據(jù)聚合 _ 數(shù)據(jù)持久化、多機(jī)演示、ZooKeeper 在 Zebra 中的應(yīng)用。" | |
| Hadoop | " 基于 Hadoop 的 RPC 通信機(jī)制、Hadoop 的配置;Hadoop 的啟動(dòng)、 shell 腳本操作 HDFS、Java API 操作 HDFS、HDFS 的 CRUD 的原理; SecondaryNameNode、MapReducer 的概念、MapReducer 之 WordCount; 解析電信流量實(shí)例:Sort、Partition、Combiner;InputFormat、Split 組件、 RecordReader、RecordWrite 組件 跨Split的數(shù)據(jù)處理、Hadoop的性能統(tǒng)計(jì)工具Counter、Hadoop小文件的處理方式。 " | |
| 電商數(shù)據(jù)分析 | Hive、Pig、Flume、Sqoop、Ooize、電商項(xiàng)目數(shù)據(jù)分析。 | |
| Scala 語(yǔ)言 | "1) scala 表達(dá)式,def 定義方法,如何返回值,Unit 類型,函數(shù)的定義,函數(shù)與方 法的區(qū)別,函數(shù)的本質(zhì);2)class,object 定義,繼承,trait 語(yǔ)法,實(shí)現(xiàn)原理,case class,match case 語(yǔ)法,偏函數(shù),閉包,Currying 化,StringContext,Option Some None,Tuple;3) 集合方法和運(yùn)算,隱式參數(shù),隱式轉(zhuǎn)換,future 對(duì)象 同步處理和異步處理返回結(jié)果,并發(fā)集合,串行 future 結(jié)果,并行 future 結(jié)果。" | |
| Spark | 1) SparkCore:單機(jī) Spark,Spark-shell 的使用,Spark-submit 提交應(yīng)用, RDD,RangePartitioner 和 HashPartitioner,優(yōu)選位置(數(shù)據(jù)本地化),全依賴、 部分依賴,函數(shù),調(diào)試工具類; 2)RDD 的常見(jiàn)高階函數(shù),Action 方法,cache,persist,coalesce, reparation,cartesian; 3)Dataframe,Colume,列式存儲(chǔ),注冊(cè)臨時(shí)表,創(chuàng)建長(zhǎng)期表,使用 sqlContext 執(zhí)行查詢,緩存中間結(jié)果,分區(qū)處理,數(shù)據(jù)落地,與 Hive 結(jié)合; 4)創(chuàng)建 DStream,流式 WordCount,有狀態(tài) DStream; 5)窗口 DStream,Transform,Spark 的優(yōu)化手段,以及相關(guān)的配置參數(shù),Spark 案例應(yīng)用。 | |
