聊城大数据培训班
聊城大数据培训班
- 上课时段:详见详情
- 教学点:1个
- 开班时间:滚动开班
- 课程价格:请咨询
- 已关注:748
- 优惠价格:请咨询
- 咨询电话: 400-008-6280
大数据是一种在获取、存储、管理、分析等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。它具有大量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。 未来大数据相关人才缺口巨大。
大量优质岗位等你来
薪资待遇随工作年限呈阶梯式上涨
只有想不想学,没有能不能学
理论、实战双向并行,奠定入行扎实基础
第一阶段 Java语言基础 | Java语言基础: Java语言入门、基本语法、面向对象、常用API、异常、集合、IO流、多线程、网络编程、反射、JDK新特性、MySQL数据库、JDBC 培养方向: 了解Java语言的特征和应用领域;掌握JDK、JRE和JVM的作用;能够成功搭建Java开发环境;完成HelloWorld程序的编写;掌握IDE工具IDEA的使用方式; 掌握Java基本语法中的常量、变量的声明和使用;掌握Java中的运算符、数据类型及其相互转换;掌握分支结构、循环结构、方法的定义和使用;掌握数组的使用,理解数组的内存结构; 掌握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; 掌握Java中的常用类和工具类的使用,能够使用这些常用类和工具类解决多种问题; 掌握Maven项目构建和依赖管理、掌握Maven的继承和聚合; |
第二阶段 Hadoop技术栈 | Hadoop技术栈 Linux、Hadoop、ZooKeeper、Hive、HBase、海王星大数据金融平台 培养方向: 掌握Linux操作系统安装及常用命令;掌握shell脚本编程; 掌握大数据架构Hadoop原理及编程应用;掌握Hadoop三大组件的使用方式、方法以及Hadoop调优; 掌握ZooKeeper协管理器工作机制以及动态感知原理及使用; 掌握Hive数据仓库的使用及调优原理; 掌握HBase数据库的开发、使用以及调优; 掌握消费金融业务处理流程;掌握根据业务制定合理技术框架(技术选型)的能力;大量数据的日志采集方案;数仓的分层搭建以及数仓建模;掌握大量数据的ETL处理方式;掌握工作流调度解决方案;掌握即席查询工具使用及其原理;掌握数据可视化报表工具的使用;掌握数据治理框架的原理以及使用;掌握集群指标监控工具的使用 职业方向: Hadoop开发工程师、数据仓库工程师、ETL开发工程师、离线开发工程师 |
第三阶段 Spark技术栈 | Spark技术栈 Scala、Kafka、Spark、交通流量实时可视化大屏 培养方向: 掌握Scala基本语法和进阶的使用,为学习Spark、Flink框架打下基础; 掌握消息队列概念、Kafka原理架构、日志合并、消息检索; 掌握分布式内存计算、RDD、DataSet、DStream概念; 掌握离线计算、流式计算; 掌握可视化大屏内在价值与用途;掌握实时流数据分析业务处理流程;掌握Flume+Kafka+Sparkstreaming+Redis架构整合;掌握Springboot的使用;掌握websocket操作使用;了解Echarts的使用方式 职业方向: Spark开发工程师、实时开发工程师 |
第四阶段 Flink流式处理框架 | Flink流式处理框架: Flink、ClickHouse、畅游天涯旅游实时分析项目 培养方向: 掌握Flink的原理;掌握Flink的使用以及与其他技术的整合; 掌握ClickHouse架构、速度快的原因;掌握ClickHouse数据库和表引擎;掌握ClickHouse基本操作以及和spark、flink的整合; 掌握旅游行业业务流程;掌握Flink在实时计算业务中的使用;掌握自定义Flink source和sink来生成和消费Kafka数据;掌握Flink和ClickHouse整合已存储数据;掌握搜索引擎Elasticsearch;掌握Flink和Elasticsearch整合;掌握基于Flink CEP处理复杂事件 职业方向: Flink开发工程师、实时开发工程师、实时数仓工程师 |
第五阶段 项目实战 | 项目实战: EWR消费信用风险舆情系统、Monoceros物流大数据平台、物流Kubernetes+Docker项目迁移 培养方向: 掌握信贷金融业务处理流程;掌握根据业务制定合理的技术框架(技术选型);掌握当下流行的数据中台概念;掌握前台工作整体机制以及技术应用;掌握后台综合分析展示应用系统;掌握大量数据的综合采集方案;掌握大量数据的ETL处理方式;掌握工作流调度解决方案;掌握集群指标监控工具的使用; 掌握基于亿级订单的物流大数据平台的研发;掌握基于Flink实现仓库货物、仓储车运动轨迹、包裹追踪等多维度业务分析;具备基于HDP平台收集数据资源的能力,实现秒级OLAP分析; 掌握Docker容器化技术以及应用;掌握Kubernetes核心功能以及在项目中的部署应用 职业方向: 数据仓库工程师、ETL开发工程师、离线开发工程师、实时开发工程师、数据中台工程师 |
第六阶段 就业指导 | 就业指导: 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: 职业规划讲解、简历注意事项详解、就业情况分析简历制作(个人技能、项目经验、自我评价); 简历审核修正、常见面试题的讲解、技术简历的指导与优化、强化实战项目(项目模块的介绍,业务流程的梳理); 真实面试复盘(晚自习时间)(总结学员面试中的问题,进行针对性的辅导以及相关面试题的讲解) 培养方向: 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 |
一路暖心服务,不怕您货比三家
大数据培训资料
大数据面试中如何顺利获得offer?参加完大数据我们首先要面临的就是就业,其实大数据就业就是检验我们学习成果的答卷,但是在面试的过程中如何脱颖而出呢!下面小编总结一些面试过程中高频问答。
问题一:你自身最大的优点是什么?
对于这个问题不仅限于大数据面试中,在各行各业的面试中也会经常出现。有时应聘者对于这样的问题很茫然,甚至不清楚自己的优点是什么,甚至还有人说:“我最大的优点是没有缺点”如果面试官听到这样的回答,那么最终的结果可能就会被淘汰。提醒大家,要尽可能说一些和工作相关的优点,比如“学习能力特别强”、“接受新事物的速度快”等,另外一定要举例子进行证明,让面试官认为这个优点很真实。
问题二:你为什么要学习大数据开发?
其实这个问题只是面试官想要知道应聘者的态度而已。通过应聘者的回答,面试官一方面可以初步了解应聘者对大数据开发的认知程度,另一方面能从应聘者的话里面判断出他们对大数据开发是什么样的态度。建议,无论应聘者学习大数据开发的初衷如何,给予面试官的回答都应该呈现积极的学习心态。
问题三:你最近做过哪些有挑战的项目?
这个问题的关键是挑战,是对大数据开发过程中的冲刺。一般情况下,是否做过有挑战性的项目并不好回答,即使同一项目,不同能力的人有不同的感觉。但是没有做过自己认为有挑战的项目,就不代表可以回答“没做过”、“没什么挑战性”这类的话语。建议,面试官希望通过应聘者的回答看到他们的学习能力、应用能力、解决问题的能力,以及团队合作的能力,所以应聘者应该挑出某项目中那些可以提高能力的地方,然后呈现出来。
问题四:你对大数据技术体系的掌握程度怎样?
对于这个问题主要是面试官想要了解应聘者的技术能力,确定应聘者是否属于公司需要的人才。建议,如果面试官问的范围比较广,应聘者可以根据自身所学,从几大部分描述掌握程度,把大数据技术体系中的要点阐述清楚,这样不仅能够避免直接回答“掌握的还不错”,还能将自己的语言逻辑性呈现给面试官。
问题五:你未来几年的规划是怎么样的?
回答这个问题,一定不能说不知道自己的未来在哪里,否则会显示出应聘者缺乏计划,并且对自己未来的职业好像漠不关心。建议,如果应聘者对这个问题没有明确的答案,可以跟面试官交流在大数据行业的职业目标以及准备做些什么去实现目标,至少要让面试官看到应聘者对选择这个职业的热情,甚至是对选择这份工作的热情。
扫描二维码免费领取试听课程
登录51乐学网
注册51乐学网