長(zhǎng)沙大數(shù)據(jù)教學(xué)內(nèi)容早就過(guò)市場(chǎng)銷售檢驗(yàn)，立德樹(shù)人成績(jī)顯著。目前獲得Oracle大數(shù)據(jù)授權(quán)，很多Oracle正品新項(xiàng)目將隨網(wǎng)站性一同引進(jìn)，更有Oracle高級(jí)項(xiàng)目工程師報(bào)名參加授課。
技術(shù)單位支持
課程獲得中國(guó)服務(wù)委大數(shù)據(jù)推廣中心的技術(shù)合作單位支持，業(yè)內(nèi)少有的數(shù)據(jù)服務(wù)器集群，不但掌控十大算法，更注重?cái)?shù)據(jù)挖掘處理能力
技術(shù)更增值
合作大數(shù)據(jù)、大腦、騰訊大數(shù)據(jù)、神州泰岳大數(shù)據(jù)等，執(zhí)掌上市公司大數(shù)據(jù)和人工智能的核心技術(shù)，不僅課程超值，學(xué)成大數(shù)據(jù)人才更增值
結(jié)合企業(yè)需求
課程對(duì)接企業(yè)需求，由Oracle高級(jí)技術(shù)顧問(wèn)、泰岳大數(shù)據(jù)專家等參與打造，涵蓋Linux、Hadoop、Storm、Python人工智能等內(nèi)容
企業(yè)級(jí)項(xiàng)目
大數(shù)據(jù)服務(wù)集群和近500PB占行業(yè)75%以上的大數(shù)據(jù)，引入Oracle原廠項(xiàng)目，特別是學(xué)員可進(jìn)入合作企業(yè)實(shí)習(xí)，企業(yè)真正需要的復(fù)合型大數(shù)據(jù)人才就業(yè)
一階段 大數(shù)據(jù)基礎(chǔ)
•Linux基礎(chǔ) •文本編輯器及用戶和權(quán)限管理 •軟件包管理 •磁盤管理和進(jìn)程管理 •Shell編程
課程目標(biāo)掌握J(rèn)ava8核心開(kāi)發(fā)， Linux操作系統(tǒng)的基本技能，具備通過(guò)Java Web技術(shù)和關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行網(wǎng)絡(luò)開(kāi)發(fā)的能力
二階段 Hadoop離線計(jì)算
Hadoop原理 Hadoop安裝部署 HDFS入門 HDFS詳解 MapReduce入門 MapReduce工作機(jī)制和序列化 MapReduce應(yīng)用 MapReduce案例與YARN平臺(tái) Hive安裝部署和簡(jiǎn)單使用 Hive數(shù)據(jù)操作 Hive數(shù)據(jù)查詢 Hive函數(shù) Hive實(shí)戰(zhàn)與Sqoop工具 Azkaban工作流引擎和Flume數(shù)據(jù)采集
學(xué)習(xí)目的通過(guò)學(xué)習(xí)，能夠熟練Hadoop三大組件，部署Hadoop集群，了解Hadoop架構(gòu)及整個(gè)生態(tài)系統(tǒng);能夠部署Hadoop運(yùn)行環(huán)境，對(duì)海量數(shù)據(jù)進(jìn)行存儲(chǔ)，并通過(guò)MapReduce、Hive以及大數(shù)據(jù)協(xié)作框架對(duì)海量數(shù)據(jù)進(jìn)行分析計(jì)算
三階段 Storm實(shí)時(shí)流計(jì)算
Zookeeper HBase集群部署與操作 HBase數(shù)據(jù)操作與安全 HBase整合MapReduce、MySQL、Hive HBase內(nèi)部原理 HBase高級(jí)應(yīng)用 HBase布隆過(guò)濾器與Kafka Storm分布式實(shí)時(shí)計(jì)算框架 Storm并發(fā)機(jī)制與數(shù)據(jù)流 Storm Trident高級(jí)抽象
學(xué)習(xí)目的掌握Z(yǔ)ookeeper的原理及應(yīng)用;掌握HBase的內(nèi)部實(shí)現(xiàn)原理以及在大數(shù)據(jù)存儲(chǔ)中的使用;掌握企業(yè)開(kāi)發(fā)中使用頻率很高的Kafka分布式發(fā)布訂閱消息系統(tǒng);能夠使用Storm開(kāi)發(fā)框架對(duì)流數(shù)據(jù)進(jìn)行實(shí)時(shí)計(jì)算
四階段 Spark內(nèi)存計(jì)算
Scala函數(shù)式編程 Spark Core核心開(kāi)發(fā) Spark SQL查詢 Spark Streaming Spark MLlib機(jī)器學(xué)習(xí)
學(xué)習(xí)目的能夠使用Spark計(jì)算框架進(jìn)行離線批處理、交互式查詢、實(shí)時(shí)流計(jì)算的全棧式開(kāi)發(fā)，并能夠使用機(jī)器學(xué)習(xí)算法對(duì)復(fù)雜的多維數(shù)據(jù)進(jìn)行分析挖掘
五階段大數(shù)據(jù)項(xiàng)目實(shí)戰(zhàn)
大項(xiàng)目：基于Spark的用戶行為分析 大項(xiàng)目：基于ELK的海量日志分析系統(tǒng)
學(xué)習(xí)目的注重企業(yè)級(jí)Spark項(xiàng)目開(kāi)發(fā)的系統(tǒng)性、完整性，拒絕小demo小案例，提升技術(shù)視野與高度;提升Spark項(xiàng)目經(jīng)驗(yàn)，解決手機(jī)應(yīng)用實(shí)時(shí)分析、實(shí)時(shí)查詢需求等 學(xué)習(xí)成果：電商大數(shù)據(jù)分析平臺(tái)(項(xiàng)目另貼)
地理位置 Location
