衢州计算机培训机构
服务热线:400-008-6280

衢州大数据培训班

衢州大数据培训班

  • 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
授课学校:衢州计算机培训机构 (点击获取校区地址)

课程介绍

中公优就业大数据培训班

  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


大数据人才缺口


薪资待遇随工作年限呈阶梯式上涨


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


我是零基础零基础入学勤能补拙我想转行现有工作枯燥,工资太低我想技能提升已有的技术太落伍 担心被企业淘汰我是应届毕业生求职压力大 同专业市场需求饱和我是在校大学生对所学专业没有兴趣 为日后就业提早打算


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:

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


一路暖心服务,不怕您货比三家

优就业 1手把手教学,每一位学员的疑问随时解决,不拖延! 2四分理论六分实战的合理教学,干货满满,课程实在,不闲扯! 3真实项目Leader,行业经验、案例精髓,毫无保留倾囊相授! 4真实项目实战,作品真正上线,学习的成果显而易见! 5职业测评、简历修改、面试指导,企业推荐,打造个性化、差异化就业流程! 6封闭教学包住宿,中公购书补助等各项福利,为你的学习做好服务!其他机构 大班授课,老师精力有限,学员问题无法及时得到解决。纯理论填鸭式教学,知识点抽象干瘪,不能学以致用。案例陈旧,无法适应最新需求,小众非典型案例,不具行业代表性。短暂虚拟操作,方法一带而过,学员对知识一知半解。指导学员简历作假,或干脆无就业服务,无法按学员真实情况推荐就业,就业不稳定或薪资达不到预期。日常管理散漫,食宿自理,后续费用接踵而至,经济压力大,影响学习质量。

       大数据培训资料

  目前IT行业的发展蒸蒸日上,大数据开发行业做为IT行业中的一类更是前景无限。所以很多人想转行做大数据开发。那么现在大数据就业如何?哪些技术是必须掌握的?

  ApachePig

  PIG有两个部分:PigLatin(语言)和Pigruntime(执行环境),即执行环境。你可以更好地将其理解为Java和JVM。

  它支持pig拉丁语语言,该语言具有类似于SQL的命令结构。

  ApachePIG可以减轻那些没有编程背景的人的困扰。

  编译器在内部将PigLatin转换为MapReduce。它会产生一系列MapReduce作业。

  PIG最初由Yahoo开发。

  它为你提供了一个平台来构建ETL(提取,转换和加载),处理和分析庞大数据集的数据流。

  Pig如何工作?

  在PIG中,首先,load命令加载数据。然后,我们对其执行各种功能,例如分组、过滤、联接、排序等。最后,你可以在屏幕上转储数据,也可以将结果存储回HDFS。

  ApacheHive

  Facebook为精通SQL的人创建了HIVE。因此,HIVE使他们在Hadoop生态系统中工作时感到宾至如归。

  基本上,HIVE是一个数据仓库组件,它使用类似SQL的界面在分布式环境中执行读取,写入和管理大型数据集。

  HIVE+SQL=HQL

  Hive的查询语言称为Hive查询语言(HQL)。

  它具有两个基本组件:Hive命令行和JDBC/ODBC驱动程序。

  Hive命令行接口用于执行HQL命令。

  Java数据库连接(JDBC)和对象数据库连接(ODBC)用于从数据存储建立连接。

  Hive具有高度可伸缩性。它可以执行大型数据集处理(即批处理查询处理)和实时处理(即交互式查询处理)的操作。

  它支持SQL的所有原始数据类型。

  你可以使用预定义功能或编写定制的用户定义功能(UDF)来满足你的特定需求。

  ApacheMahout

  现在,让我们谈谈以机器学习而闻名的Mahout。Mahout提供了一个用于创建可扩展的机器学习应用程序的环境。

  Mahout能做什么?

  它执行协作式过滤,聚类和分类。有些人还认为缺少频繁项集是Mahout的功能。让我们分别了解它们:

  1.协作过滤:Mahout会挖掘用户的行为,其模式及其特征,并预测并向用户提出建议。典型的用例是电子商务网站。

  2.群集:它将相似的数据组组织在一起,例如可以包含博客、新闻、研究论文等的文章。

  3.分类:这意味着将数据分类和归类为各个子部门(即文章可以归类为博客、新闻、文章、研究论文等)。

  4.缺少频繁的项目集:在这里,Mahout会检查哪些对象可能会一起出现,并提出建议(如果缺少)。例如,通常将手机和保护套放在一起。因此,如果你搜索手机,它也会为你推荐外壳和保护套。

  Mahout提供了一个命令行来调用各种算法。它具有一组预定义的库,该库已包含针对不同用例的不同内置算法。


扫描二维码免费领取试听课程

报名预约

登录51乐学网

注册51乐学网

免费短信关闭