客服时间:9:00-18:00

71爱课网 >  长春达内教育 长春大数据培训班

长春大数据培训班

长春大数据培训班
  • 授课方式: 面授/网课
  • 授课学校:长春达内教育
  • 预约人数:645人试听过
  • 教学点:1个
  • 上课时段:全日制
  • 开课时间:9:00-18:00
  • 微信客服: 扫码咨询
  • 咨询电话:18390309275

大数据分析

  对于“大数据”(Big data),研究机构Gartner给出了这样的定义:“大数据”是需要 新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长 率和多样化的信息资产。
  麦肯锡全球研究所给出的定义是:一种规大到在获取、存储、管理、分析方面大大超 出了传统数据库软件工具能力范围的数据集合,具有海量的数据规模、快速的数据流 转、多样的数据类型和价值密度低四大特征。长春大数据培训班

大数据的计算模式


  (1)批处理计算 (MapReduce,Spark):适合于完成大数据批处理的计算模式是MapReduce,首先,MapReduce对具有简单数据关系、易于划分的大规模数据采用“分而治之”的并行处理思想;然后将大量重复的数据记录处理过程总结成Map和Reduce两个抽象的操作;最后MapReduce提供了一个统一的并行计算框架,把并行计算所涉及到的诸多系统层细节都交给计算框架去完成,以此大大简化了程序员进行并行化程序设计的负担;
  (2)流式计算 (Scribe ,Flume,Storm,S4,SparkStreaming)流式计算是一种高实时性的计算模式,需要对一定时间窗口内应用系统产生的新数据完成实时的计算处理,避免造成数据堆积和丢失;
  (3)迭代计算 ( HaLoop ,iMapReduce,Twister,Spark)为了克服Hadoop MapReduce难以支持迭代计算的缺陷,工业界和学术界对Hadoop MapReduce进行了不少改进研究。HaLoop把迭代控制放到MapReduce作业执行的框架内部,并通过循环敏感的调度器保证前次迭代的Reduce输出和本次迭代的Map输入数据在同一台物理机上,以减少迭代间的数据传输开销;

大数据增值课程

课程内容紧跟互联网技术发展与企业实际用人需求,不断升级更新。 学员以Java语言夯实基础,学习Hadoop生态体系、Spark生态体系,融入大数据智慧农业数仓、交通领域汽车流量监控项目、高铁智能检测系统等高端项目作为实训内容,对大数据知识融会贯通,成长为真正的大数据人才

Java基础

Java基础语法 面向对象编程 常用类和工具类 集合框架体系 异常处理机制 文件和IO流 移动开户管理系统 多线程 枚举和垃圾回收 反射 JDK新特性 通讯录系统

培养方向:

Java基本语法中的常量、变量声明和使用、运算符、数据类型以及相互转换、分支结构、循环结构、方法的定义和使用、数组、内存结构; 面向对象的编程思想;掌握类和对象的定义和使用;理解封装、继承、多态等特性;掌握抽象类接口的特点和使用方式;充分理解并运用Java面向对象思想来进行程序开发; 熟练使用常用类解决复杂问题;掌握异常的体系和处理机制;深入理解集合类的特点和底层实现原理;掌握集合类的常用方法;熟练掌握File类和多种IO流读写其他设备数据的方法;培养阅读源码的习惯和能力; Java多线程的概念、原理、创建方式、同步、线程池技术;掌握Java的反射机制以及JDK的新特性

职业方向: 初级Java工程师
JavaEE核心

前端技术 数据库 JDBC技术 服务器端技术 Maven Spring SpringBoot Git

培养方向:

■ 静态的网页技术,并且可以制作精美的网页和动态JavaScript效果完成项目前端页面的制作; MySQL数据库的基本操作和SQL语言对数据库的CRUD操作; JDBC连接数据库技术;数据库事务以及JDBC事务控制方式; 连接池的使用;DBUtils工具的使用,完成对数据库的CRUD操作; 服务器基本使用;Web工程创建; 服务器技术结合前端和数据库技术,使用MVC模式进行B/S架构项目的开发工作; Maven项目构建和管理; 熟悉Spring模块结构和作用;如何对组件对象进行参数注入;Spring声明式事务处理;理解SpringIOC和SpringAOP; 使用SpringBoot简化项目开发; 常用版本控制器Git的使用

职业方向:

■ 初中级Java工程师



Hadoop生态体系

Linux Hadoop ZooKeeper Hive HBase Phoenix Impala Kylin Flume Sqoop&DataX Kafka Oozie&Azkaban Hue 智慧农业数仓分析平台

培养方向:

■ Linux操作系统安装及基本命令;shell脚本编程; 大数据架构Hadoop原理及编程使用;熟悉大数据框架Hadoop调优 ZooKeeper工作机制,以及动态感知原理及使用; Hive数据仓库的使用及调优原理; HBase数据库的开发、使用以及调优; Phoenix基本使用; Impala查询使用; Kylin大数据的OLAP引擎; Flume数据迁移工具; Sqoop与DataX离线数据迁移工具及数据迁移测试; Kafka消息队列; Oozie、Azkaban项目流程调度开发工具; Hue开源Hadoop UI系统;掌握Hue与各个大数据组件的搭配使用; 各个大数据组件在项目中的实战使用;

职业方向:

■ 大数据开发工程师

Spark生态体系

Scala、Spark、交通领域汽车流量监控项目、Flink

培养方向:

■ Scala多范式编程语言编写程序; Spark大数据计算框架原理;Spark实时流处理技术;Spark大数据计算框架调优; 要求能够对不同业务场景下Spark Core、Spark Streaming、Spark SQL的技术选型有足够认知,能够熟练使用Spark Core、Spark Streaming、Spark SQL完成对应功能; Flink实时流处理技术;熟悉项目中应用开发

职业方向:

■ 大数据Spark开发工程师

项目实战+机器学习

高铁智能检测系统、电信充值、中国天气网、机器学习

培养方向:

■ 熟悉大数据开发基本流程和技术架构; 熟悉机器学习算法理论基础; 熟悉Python语言基础及数据算法库; 熟悉机器学习应用场景; 熟悉Spark机器学习框架; 熟悉数据分析平台开发全流程; 熟悉大数据推荐系统的开发全流程

职业方向:

■ 中级大数据工程师





就业指导机器学习:

企业面试前期准备与技巧 专业指导 企业面试复盘

课程内容:

■ 1、职业规划讲解 2、简历注意事项详解 3、就业情况分析简历制作(个人技能、项目经验、自我评价) 1、简历审核修正 2、常见面试题的讲解 3、技术简历的指导与优化 4、强化实战项目

职业方向:

■ 从简历、面试技巧等层面助力学员,培养学员沟通表达能力 让学员清晰了解职业发展规划,明确自身定位,找到适合自身发展的工作; 通过项目强化、面试专项指导、面试复盘等,学员能更好就业

学习对象

  •   1.针对周末时间充裕、基础薄弱人士
      2.对数据分析感兴趣的高校学生、教师
      3.对商业BI数据分析感兴趣的各界人士
      4.待业、期待转行从事数据分析工作人员
      5.对数据分析和商业智能感兴趣的高校学生、教师
      6.可借助数据分析提高工作效率的产品、运营
      7.可借助数据分析提高工作效率的产品、运营、市场、销售、管理岗位人士
      8.针对核心工作是SQL、数据清洗、可视化和业务分析的数据专员岗位

师资力量

周华飞_Python教研总监
魏明择_Python讲师
徐铭_Python讲师
王丹波_Python讲师