--------------------------------------
免費試聽(tīng),滿(mǎn)意再報名:(發(fā)送姓名+地點(diǎn)+課程到老師手機,即可獲得試聽(tīng)信息)
聯(lián)系人:郭老師
手機: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,您可就近選擇入學(xué)
大數據為什么火
未來(lái)3至5年,*需要150萬(wàn)左右的大數據相關(guān)人才,目前大數據從業(yè)人數不足50萬(wàn),市場(chǎng)需求遠遠得不到滿(mǎn)足。
高薪納賢2018年大數據行業(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%,且招聘人數擴大為7.8倍。
行業(yè)需求大數據對接金融、電商、醫療、新零售、物聯(lián)網(wǎng)、工業(yè)、農業(yè)、交通和能源等行業(yè),人才需求量持續擴大。
一將難求前有萬(wàn)達集團60萬(wàn)年薪聘請大數據人才,后有大數據專(zhuān)業(yè)畢業(yè)生20w年薪就職,大數據人才"重金難覓"。
從事非IT類(lèi)工作
特點(diǎn):不滿(mǎn)意目前的待遇、職業(yè)前景,想轉行從事IT行業(yè)應屆及往屆*生
特點(diǎn):對未來(lái)發(fā)展比較迷茫,對自身定位缺乏有效指導,渴望自身突破IT基礎開(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,期待改變現狀,提升待遇空間IT管理、銷(xiāo)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)級應用開(kāi)發(fā)
1移動(dòng)端Web應用
2Java網(wǎng)站建設
3分布式應用開(kāi)發(fā)
4- 零基礎學(xué)習
拒絕只講幾天C語(yǔ)言,不注重編程基礎教學(xué);拒絕只講簡(jiǎn)單編程。C、C++、0C語(yǔ)言的學(xué)習,iOS框架系統、應用、游戲開(kāi)發(fā)學(xué)習。
- 教學(xué)方式
拒絕培養**型軟件開(kāi)發(fā)人員;拒絕只知語(yǔ)言基礎不會(huì )做項目軟件開(kāi)發(fā)。語(yǔ)言基礎+大型項目實(shí)戰相結合,近30組軟件商業(yè)級項目。
- 兩周*聽(tīng)題
拒絕不讓或不能隨意選擇試聽(tīng)班級;拒絕收試聽(tīng)學(xué)費;拒絕丟下落后學(xué)生。培訓中如有內容理解不透,可免費在下期班中重聽(tīng)或補課。
| 課程內容 | ||
| Zebra 項目實(shí)戰 | "NIO 入門(mén)、Buffer、Channel_Selector、NIO 通信實(shí)現、NIO 粘包問(wèn); 序列化實(shí)現 RPC、GoogleProtobuf 實(shí)現 RPC、BlockingQueue、Concurrent; Zebra 項目介紹、單機實(shí)現 Zebra、Zebra 文件收集; Zebra 數據收集、Zebra 網(wǎng)絡(luò )模塊開(kāi)發(fā)、ZebraRPC 實(shí)現、二級引擎開(kāi)發(fā) _ 一級引 擎測試、二級引擎開(kāi)發(fā) _ 數據聚合 _ 數據持久化、多機演示、ZooKeeper 在 Zebra 中的應用。" | |
| Hadoop | " 基于 Hadoop 的 RPC 通信機制、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的數據處理、Hadoop的性能統計工具Counter、Hadoop小文件的處理方式。 " | |
| 電商數據分析 | Hive、Pig、Flume、Sqoop、Ooize、電商項目數據分析。 | |
| Scala 語(yǔ)言 | "1) scala 表達式,def 定義方法,如何返回值,Unit 類(lèi)型,函數的定義,函數與方 法的區別,函數的本質(zhì);2)class,object 定義,繼承,trait 語(yǔ)法,實(shí)現原理,case class,match case 語(yǔ)法,偏函數,閉包,Currying 化,StringContext,Option Some None,Tuple;3) 集合方法和運算,隱式參數,隱式轉換,future 對象 同步處理和異步處理返回結果,并發(fā)集合,串行 future 結果,并行 future 結果。" | |
| Spark | 1) SparkCore:單機 Spark,Spark-shell 的使用,Spark-submit 提交應用, RDD,RangePartitioner 和 HashPartitioner,優(yōu)選位置(數據本地化),全依賴(lài)、 部分依賴(lài),函數,調試工具類(lèi); 2)RDD 的常見(jiàn)高階函數,Action 方法,cache,persist,coalesce, reparation,cartesian; 3)Dataframe,Colume,列式存儲,注冊臨時(shí)表,創(chuàng )建長(cháng)期表,使用 sqlContext 執行查詢(xún),緩存中間結果,分區處理,數據落地,與 Hive 結合; 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,Spark 案例應用。 | |
