鄭州大數(shù)據(jù)人工智能培訓班

01

課程介紹

大數(shù)據(jù)的核心是數(shù)據(jù)的價值化，整個大數(shù)據(jù)技術體系緊緊圍繞數(shù)據(jù)展開。大數(shù)據(jù)的產(chǎn)業(yè)鏈包括數(shù)據(jù)的采集、存儲、安全、分析和應用，其中大數(shù)據(jù)分析是大數(shù)據(jù)價值化的重要手段。
全球每年將新增數(shù)十萬個大數(shù)據(jù)相關的工作崗位、在2019年清華大學計算機系教授武永衛(wèi)曾言：“中 國當下數(shù)據(jù)人才約有30萬，未來3-5年人才需求量將達到180萬。
大數(shù)據(jù)課程包含了云計算和人工智能開發(fā)課程讓你所學知識更成體系更加實用，更能為企業(yè)所青睞。

02

大數(shù)據(jù)主流技術

大數(shù)據(jù)主流技術-數(shù)據(jù)采集
使用Flume，可進行流式日志數(shù)據(jù)的收集。使用Sqoop可以交互關系型數(shù)據(jù)庫，進行導入導出數(shù)據(jù)。使用爬蟲技術，可在網(wǎng)上爬取。
大數(shù)據(jù)主流技術-數(shù)據(jù)存儲與管理
大數(shù)據(jù)利用分布式文件系統(tǒng)HDFS、HBase、Hive，實現(xiàn)對結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的存儲和管理。
大數(shù)據(jù)主流技術-數(shù)據(jù)處理與分析
利用分布式并行編程模型和計算框架，結(jié)合機器學習和數(shù)據(jù)挖掘算法，實現(xiàn)對海量數(shù)據(jù)的處理和分析。

03

課程定位與培養(yǎng)目標

我們是騰訊云認證服務一級運營商，百度、華為合作伙伴。以百度人工智能、華為大數(shù)據(jù)為基礎，騰訊云、百度云、亞馬遜云、5G技術為支撐，打造大數(shù)據(jù)+人工智能專精課程。通過6個月精細化學習和一線ICT企業(yè)原廠項目綜合實戰(zhàn)，培養(yǎng)出符合國 家信息產(chǎn)業(yè)、信息技術發(fā)展需要的高端大數(shù)據(jù)人工智能工程師。學習完畢具備大數(shù)據(jù)采集、存儲、清洗、分析、綜合治理的能力，掌握人工智能的核心技術機器學習，相當于2年以上的工作經(jīng)驗。

04

課程模式

貼心的教學模式
拒絕雙元教學，全程面授；拒絕大班授課，小班制教學，每班<=25人；拒絕“放羊式“管理，完善學習管理體系
專業(yè)的課程內(nèi)容
120天“純大數(shù)據(jù)”課程，直擊大數(shù)據(jù)工程師崗位核心需求；實戰(zhàn)項目貫穿，涵蓋金融，電商，交通，安平等各個領域。

05

課程內(nèi)容

第 一階段課程：大數(shù)據(jù)開發(fā)語言基礎
主要內(nèi)容：基本程序邏輯、面向?qū)ο笊钊�、異常處理機制、常用類、集 合&泛型、多線程、MySQL基礎、遠程倉庫、DDL/DCL/DML/DQL、SQL優(yōu)化、批量處理事務DBUtil、Git管理文件版本、pom.xml詳解。
核心能力培養(yǎng)：掌握Java核心技術、掌握MySQL數(shù)據(jù)庫、掌握利用JDBC操作數(shù)據(jù)庫。
第二階段課程：離線場景下的數(shù)據(jù)存儲和計算
主要內(nèi)容：企業(yè)常用Linux命令、awk,sed,seq,xargs進階命令、HDFS分布式文件系統(tǒng)、MapReduce并行計算、Yarn資源分配、Hive數(shù)據(jù)倉庫、Flume日志實時采集、Sqoop數(shù)據(jù)導入導出工具。
核心能力培養(yǎng)：掌握Hadoop生態(tài)技術棧：HDFS，MapReduce，Yarn，Zookeeper，Hive，F(xiàn)lume,Sqoop等，掌握ETL技術:Kylin、kettle等、BI工具:Superset、Echarts。項目實戰(zhàn)：企業(yè)級電商大數(shù)據(jù)分析系統(tǒng)之離線數(shù)據(jù)倉庫項目、客快物流大數(shù)據(jù)項目。
第三階段課程：數(shù)倉建設和實時檢索
主要內(nèi)容：Redis概述、Redis事務、Jedis和Spring整合、Hbase整體架構(gòu)、API的使用方式、數(shù)據(jù)結(jié)構(gòu)檢索與搜索原理、search搜索相關算法、kafka安裝和使用、kafka運行流程和文件存儲、分區(qū)原則、消息可靠性。
核心能力培養(yǎng)：掌握No SQL數(shù)據(jù)庫:Redis，HBase，掌握數(shù)據(jù)倉庫設計和建設，掌握實時檢索Elastic Search技術。
項目實戰(zhàn)：車聯(lián)網(wǎng)實時檢索項目
第四階段課程：Scala編程&Spark分布式計算框架
主要內(nèi)容：Scala概述、Scala程序邏輯、Scala面向?qū)ο缶幊�、隱式轉(zhuǎn)換、Scala集 合、函數(shù)式編程、單向環(huán)形鏈表、約瑟夫問題、Spark概述、Spark安裝和使用、RDD&算子、Spark SQL、DataSet DataFrame、SparkStreaming、Spark調(diào)優(yōu)。
核心能力培養(yǎng)：掌握Scala語言和算法，掌握Spark分布式計算框架。
項目實戰(zhàn)：萬網(wǎng)信號大數(shù)據(jù)項目、智能車流量監(jiān)控平臺項目。
第五階段課程：實時計算與數(shù)據(jù)挖掘
主要內(nèi)容：Spark MLlib算法、Spark MLlib統(tǒng)計分析、Spark MLlib分類和回歸、Spark MLlib聚類和降維、Spark MLlib關聯(lián)規(guī)則與推薦算法、Flink狀態(tài)管理與恢復、Flink的Time詳解、Flink SQL、Flink的事件處理。
核心能力培養(yǎng)：掌握數(shù)據(jù)挖掘、掌握Flink計算引擎。
項目實戰(zhàn)：企業(yè)級電商實時數(shù)倉項目、推薦系統(tǒng)項目、智慧交通平臺。