一、課程名稱

大數(shù)據(jù)開(kāi)發(fā)
班型：全日制脫產(chǎn)班，網(wǎng)絡(luò)班
二、市場(chǎng)介紹
大數(shù)據(jù)學(xué)習(xí)正當(dāng)時(shí)
大數(shù)據(jù)工程師又是得天獨(dú)厚，遠(yuǎn)超普通工程師

專業(yè)打造大數(shù)據(jù)開(kāi)發(fā)生態(tài)鏈 理論、實(shí)操內(nèi)外雙修，只做精品課程
年薪“10萬(wàn)+”是我們的底線，年薪“30萬(wàn)+”是我們的水平
第 一階段 JavaSE+MySql+Linux
薪資水平：薪資普遍在5000元
學(xué)習(xí)安排：2周2次作業(yè)1次階段考核
學(xué)習(xí)目標(biāo)：學(xué)習(xí)java語(yǔ)言，掌握java程序編寫、面向?qū)ο蟪绦蜷_(kāi)發(fā)，掌握MySql體系結(jié)構(gòu)及核心編程技術(shù)，打好Linux基礎(chǔ)，為后續(xù)學(xué)習(xí)提供良好的語(yǔ)言基礎(chǔ)。
第二階段 Hadoop與生態(tài)系統(tǒng)
薪資水平：薪資普遍在7000元
學(xué)習(xí)安排：2周2次作業(yè)1次階段考核

學(xué)習(xí)目標(biāo)：掌握大數(shù)據(jù)學(xué)習(xí)基石Hadoop、數(shù)據(jù)串行化系統(tǒng)與技術(shù)、數(shù)據(jù)的統(tǒng)計(jì)分析、分布式集群、流行的隊(duì)列、數(shù)據(jù)遷移、大數(shù)據(jù)平臺(tái)分析等
第三階段 Storm與Spark及其生態(tài)圈
薪資水平：薪資普遍在9000元
學(xué)習(xí)安排：2周2次作業(yè)1次階段考核

學(xué)習(xí)目標(biāo)：讓大家擁有完整項(xiàng)目開(kāi)發(fā)思路和架構(gòu)設(shè)計(jì)，掌握從數(shù)據(jù)采集到實(shí)時(shí)計(jì)算到數(shù)據(jù)存儲(chǔ)再到前臺(tái)展示，所有工作一個(gè)人搞定！并可以從架構(gòu)的層次站在架構(gòu)師的角度去完成一個(gè)項(xiàng)目。
第四階段 Mahout機(jī)器學(xué)習(xí)、R語(yǔ)言、Python
薪資水平：薪資普遍在12000元
學(xué)習(xí)安排：2周2次作業(yè)1次階段考核
學(xué)習(xí)目標(biāo)：機(jī)器學(xué)習(xí)領(lǐng)域經(jīng)典算法的實(shí)現(xiàn)，熟練使用R語(yǔ)法和統(tǒng)計(jì)思維，可以基于具體問(wèn)題建立數(shù)學(xué)模型，掌握python技術(shù)與數(shù)據(jù)分析，將數(shù)據(jù)結(jié)果以可視化的直觀方式展示給目標(biāo)用戶。
第五階段 項(xiàng)目實(shí)戰(zhàn)、技術(shù)綜合運(yùn)用
薪資水平：薪資普遍在15000元
學(xué)習(xí)安排：2周2次作業(yè)1次階段考核
學(xué)習(xí)目標(biāo)：具備企業(yè)級(jí)大型完整項(xiàng)目開(kāi)發(fā)能力，綜合運(yùn)用大數(shù)據(jù)分析知識(shí)，完成數(shù)據(jù)分析、收集、展示的完整流程。

真實(shí)企業(yè)級(jí)實(shí)戰(zhàn)項(xiàng)目教學(xué) 企業(yè)應(yīng)用最廣泛的項(xiàng)目實(shí)戰(zhàn)保你輕松勝任工作
項(xiàng)目一：類電商網(wǎng)站
技術(shù)點(diǎn)：spring mvc架構(gòu)的前端業(yè)態(tài)展現(xiàn)，maven實(shí)現(xiàn)項(xiàng)目依賴管理業(yè)務(wù)流程的編程實(shí)現(xiàn)處理，nginx服務(wù)器的負(fù)載均衡實(shí)現(xiàn)與動(dòng)靜分離技術(shù)中同tomcat服務(wù)器的服務(wù)器集群整合，大數(shù)據(jù)方面日志數(shù)據(jù)的產(chǎn)生，數(shù)據(jù)定時(shí)統(tǒng)計(jì)、數(shù)據(jù)在線實(shí)時(shí)處理等
特色：完成完整的電商前后端數(shù)據(jù)處理。
項(xiàng)目二：某手機(jī)公司bug系統(tǒng)
技術(shù)點(diǎn)：編寫自己一套bug系統(tǒng)，供測(cè)試人員使用，通過(guò)編寫SQL查詢一段時(shí)間內(nèi)ERROR級(jí)別記錄的前10行，統(tǒng)計(jì)每分鐘的日志記錄數(shù)，并將統(tǒng)計(jì)結(jié)果存入mysql數(shù)據(jù)庫(kù)中,將該數(shù)據(jù)對(duì)應(yīng)到bug系統(tǒng)中，提供給開(kāi)發(fā)人員解決bug。
特色：自己編寫公司bug系統(tǒng)
項(xiàng)目三：傳特色：統(tǒng)廣告怎么用大數(shù)據(jù)（新增）
技術(shù)點(diǎn)：
（1）攝像頭的采集
（2）圖像識(shí)別
（3）產(chǎn)生log
（4）linux的定時(shí)器
（5）大數(shù)據(jù)技術(shù)結(jié)合
（6）php技術(shù)展示
（7）h5跨平臺(tái)展示
特色：讓同學(xué)從收集，分析，展示一個(gè)完整的流程。
項(xiàng)目四：網(wǎng)站日志收集清洗
技術(shù)點(diǎn)：
（1）hive數(shù)據(jù)分析通過(guò)日志文件獲得的訪問(wèn)數(shù)據(jù)，點(diǎn)擊數(shù)據(jù)，結(jié)合線上數(shù)據(jù)從庫(kù)根據(jù)業(yè)務(wù)邏輯通過(guò)shell腳本，利用hive清洗后入mysql數(shù)據(jù)庫(kù)，前端通過(guò)報(bào)表配置展示給各個(gè)業(yè)務(wù)部門及CTO、CEO。
（2）各個(gè)業(yè)務(wù)部門例如，市場(chǎng)，運(yùn)營(yíng)等臨時(shí)數(shù)據(jù)查詢支持。
（3）運(yùn)用hive進(jìn)行數(shù)據(jù)倉(cāng)庫(kù)搭建。為減輕集群壓力，及增加研發(fā)人員查詢數(shù)據(jù)效率，特別根據(jù)獲取的數(shù)據(jù)進(jìn)行整理，并且搭建寬表。方便維護(hù)及提高數(shù)據(jù)一致性，準(zhǔn)確性。
（4）為提高用戶粘性，挖掘潛在客戶。根據(jù)用戶前一天，前一周的用戶行為，設(shè)計(jì)出，并提供數(shù)據(jù)，適合用戶行為興趣的推薦彈窗口等.
特色：將采集到的網(wǎng)站行為日志通過(guò)mr清洗后入hive數(shù)據(jù)庫(kù)。
項(xiàng)目五：網(wǎng)站流量統(tǒng)計(jì)分析系統(tǒng)
技術(shù)點(diǎn)：
（1）利用Flume技術(shù)完成網(wǎng)站日志的收集和聚集，并把數(shù)據(jù)存儲(chǔ)到HDFS和Kafka集群；
（2）利用hive技術(shù)對(duì)HDFS收集的日志進(jìn)行PV,UV,VV和在線時(shí)長(zhǎng)等離線分析，并利用Sqoop技術(shù)把hive分析的結(jié)果導(dǎo)入到Mysql中;
（3）利用storm和spark streaming技術(shù)對(duì)kafka收集的日志進(jìn)行實(shí)時(shí)在線分析，將分析中間結(jié)果實(shí)時(shí)存入Hbase,并將最 后結(jié)果導(dǎo)入Mysql。
特色：大數(shù)據(jù)分析目標(biāo)網(wǎng)站頁(yè)面瀏覽量或點(diǎn)擊量，獨(dú)立訪客數(shù)，訪問(wèn)次數(shù)和平均在線時(shí)長(zhǎng)等。