北京大数据培训课程班
IT教育大数据培训班让你先了解知道什么是大数据的理论知识，然后再配以后续的实操案例教学，让你理论知识和案例实操能力都掌握。实力师资团队辅导教学，为学员排疑解难，帮助学员快速成为一个技术型人才。
哪些学员适合学习课程
- 01大学生
目前在读或应往届的大学生。
- 02感兴趣
对IT计算机相关内容感兴趣的人。
- 03渴望高薪
转行待业，渴望一份高薪工作的人。
课程九大阶段性内容学习
| 阶段性 | 核心技能点 | 核心能力培养 | 具备能力及市场价值 |
| 第一阶段: Java基础 | Java基础语法、面向对象、异常处理、集合框架、常用类、I/O操作、多线程、网络编程、XML解析 | 熟练使用MyElipse开发Java程序；会使用Java编写常用的流程控制语句；理解并掌握面向对象思想及其三大特性；能够灵活运用Java常用类解决实际问题；会使用集合框架存储数据、I/O技术操作文件；能够实现多线程及网络编程
| 深刻理解面向对象思想，掌握JavaEE核心技术并能灵活运用Java常用API解决实际问题，具备了程序员必备的逻辑思维能力及自学能力，为后续深入学习JavaWeb技术及框架技术打下牢固的基础。 |
| 第二阶段: JavaWeb网站开发 | HTML5、CSS3、JavaScript/ES6、JQuery、JSP/Servlet、MySQL数据库、JDBC、Linux、SVN | 了解B/S架构运行原理；掌握网页的开发和设计技能；掌握JavaWeb核心开发技能；掌握Linux应用部署和监控技能 | 能够完成B/S架构的中小型网站系统的开发，并在真实生产环境下进行项目发布 |
| 第三阶段: SSM/SSH框架 | MyBatis框架、Spring框架、Spring MVC框架、Struts2框架、Hibernate框架、Git、Maven 、Oracle数据库 | 掌握SSM/SSH框架核心技能及应用开发技能；掌握Oracle数据库设计和应用技能；学会使用Git进行项目代码版本管理 | 能够胜任垂直架构下的Java开发工作，熟练使用流行的开发框架SSM、SSH进行传统企业级项目开发 |
| 第四阶段:基于分布式微服的互联网架构 | 分布式微服架构、Dubbox、Spring Cloud、Spring Boot、Docker环境快速搭建实现自动化部署、分布式下ID特点性、Redis、分布式事务处理、分布式下三方接入、Active MQ消息队列等 | 培养学员基于分布式项目的业务架构、应用架构、技术架构、安全架构、网络拓扑架构等的设计和代码开发能力，以及在部署策略等方面的综合能力；培养学员分布式项目下核心业务处理能力 | 能够胜任互联网公司的分布式项目的开发和架构设计工作 |
| 第五阶段: Python爬虫+ELK+分析 | Linux Shell编程、Python编程、NumPy&Pandas、Scrapy、LXML、PySpider、数据采集、整理和清洗、Elasticsearch、Logstash、Kibana | 掌握Python编程；具备Python的爬虫开发、 数据获取和整理等能力；能够使用ELK进行数据导入、 查询和集成 | 能够胜任Python开发工程师、爬虫工程师、搜索引擎工程师。 |
| 第六阶段: Hadoop生态圈 | HDFS、MapReduce、YARN、Hive、Sqoop、HBase | 掌握Hadoop集群配置与管理；掌握HDFS文件操作；掌握分布式计算原理；掌握基于Hive的数据ETL和数据查询；掌握HBase数据存储；掌握数据导入导出 | 能够胜任：Hadoop工程师、ETL工程师、Hive工程师、数据仓库工程师。 |
| 第七阶段: Spark技术栈 | Scala编程、Spark RDD、Spark SQL、Spark GraphX、PySpark、Jupyter、Hadoop数据模型、Atlas&Ranger、NiFi、Kafka、Oozie、Cassandra&Hive、Redis&Hive、MongoDB、Tableau | 掌握Spark集群配置与管理，以及Spark离线计算；具备Scala和Python编写 Spark应用的能力；具备在企业数据湖中建立数据流程/通道、实施数据监管、规范数据管理和确保数据安全； | 能够胜任：Spark工程师、Hadoop工程师、ETL工程师 |
| 第八阶段:实时流处理平台 | Spark Streaming、Flink、Flume、Storm、d3.js、Echarts | 掌握Apache NiFi/Kafka/Flume/Spark Streaming的集成使用；具备实时流数据存储、计算、查询的能力；具备多种流处理框架的运用能力 | 能够胜任：大数据开发工程师、大数据架构师 |
| 第九阶段:机器学习 | Spark Mllib | 掌握Spark机器学习数据结构及流程；掌握分类,聚类和推荐模型；掌握垃圾邮件分类 | 能够胜任：大数据架构师、大数据初级分析师、大数据挖掘工程师 |
了解课程更多基本信息
+课程498课时
+招生年龄为18岁以上
+班级人数为15-20人
+面授方式上课
+课程用自制教材
+分全日班和周末班
