昌平大数据开发培训机构选择哪家好
来源：教育联展网 编辑：青 发布时间：2018-04-03
昌平大数据开发培训机构选择哪家好
一、课程名称：大数据开发
二、课程介绍：
专业打造 大数据 开发生态链
理论、实操内外双修，只做精品课程
年薪“10万 ”是我们的底线，年薪“30万 ”是我们的水平
**阶段 JavaSE MySql Linux
薪资水平：薪资普遍在5000元
学习安排：2周2次作业1次阶段考核
学习内容：Java语言入门 à OOP编程 à Java常用Api、集合 à IO/NIO à Java实用技术 à Mysql数据库 à 阶段项目实战 à Linux基础 à shell编程
学习目标：学习java语言，掌握java程序编写、面向对象程序开发，掌握MySql体系结构及核心编程技术，打好 Linux 基础，为后续学习提供良好的语言基础。
第二阶段 Hadoop与生态系统
薪资水平：薪资普遍在7000元
学习安排：2周2次作业1次阶段考核
学习内容：Hadoop à MapReduce à Avro à Hive à HBase à Zookeeper à Flume à Kafka à Sqoop à Pig
学习目标：掌握大数据学习基石Hadoop、数据串行化系统与技术、数据的统计分析、分布式集群、流行的队列、数据迁移、大数据平台分析等
第三阶段 Storm与Spark及其生态圈
薪资水平：薪资普遍在9000元
学习安排：2周2次作业1次阶段考核
学习内容：Storm à Scala à Spark à Spark SQL à Spark Streaming à Spark 机器学习
学习目标：让大家拥有完整项目开发思路和架构设计，掌握从数据采集到实时计算到数据存储再到前台展示，所有工作一个人搞定！并可以从架构的层次站在架构师的角度去完成一个项目。
第四阶段 Mahout机器学习、R语言、Python
薪资水平：薪资普遍在12000元
学习安排：2周2次作业1次阶段考核
学习内容：Mahout机器学习 à R语言 à Python
学习目标：机器学习领域经典算法的实现，熟练使用 R语法和统计思维，可以基于具体问题建立数学模型，掌握python技术与数据分析，将数据结果以可视化的直观方式展示给目标用户。
第五阶段 项目实战、技术综合运用
薪资水平：薪资普遍在15000元
学习安排：2周2次作业1次阶段考核
学习内容：某手机公司bug系统 à 传统广告怎么用大数据 à 类互联网电商网站 à 网站日志收集清洗系统 à 网站流量统计分析系统
学习目标：具备企业级大型完整项目开发能力，综合运用大数据分析知识，完成数据分析、收集、展示的完整流程。
第六阶段 项目展示
真实企业级实战项目教学
企业应用**广泛的项目实战 保你**胜任工作
项目一：类电商网站
技术点： spring mvc架构的前端业态展现，maven实现项目依赖管理业务流程的编程实现处理，nginx服务器的负载均衡实现与动静分离技术中同tomcat服务器的服务器集群整合，大数据方面日志数据的产生，数据定时统计、数据在线实时处理等
特色：完成完整的电商前后端数据处理。
项目二：某手机公司bug系统
技术点：编写自己一套bug系统，供测试人员使用，**编写SQL查询一段时间内ERROR级别记录的前10行，统计每分钟的日志记录数，并将统计结果存入mysql数据库中,将该数据对应到bug系统中，提供给开发人员解决bug。
特色：自己编写公司bug系统
项目三：传特色：统广告怎么用大数据（新增）
技术点：
（1）摄像头的采集
（2）图像识别
（3）产生log
（4）linux的定时器
（5）大数据技术结合
（6）php技术展示
（7）h5跨平台展示
特色：让同学从收集，分析，展示一个完整的流程。
项目四：网站日志收集清洗
技术点：
（1）hive数据分析**日志文件获得的访问数据，点击数据，结合线上数据从库根据业务逻辑**shell脚本，利用hive清洗后入mysql数据库，前端**报表配置展示给各个业务部门及CTO、CEO。
（2）各个业务部门例如，市场，运营等临时数据查询支持。
（3）运用hive进行数据仓库搭建。为减轻集群压力，及增加研发人员查询数据效率，特别根据获取的数据进行整理，并且搭建宽表。方便维护及提高数据一致性，准确性。
（4）为提高用户粘性，挖掘潜在客户。根据用户前一天，前一周的用户行为，设计出，并提供数据，适合用户行为兴趣的推荐弹窗口等.
特色：将采集到的网站行为日志**mr清洗后入hive数据库。
项目五：网站流量统计分析系统
技术点：
（1）利用Flume技术完成网站日志的收集和聚集，并把数据存储到HDFS和Kafka集群；
（2）利用hive技术对HDFS收集的日志进行PV,UV,VV和在线时长等离线分析，并利用Sqoop技术把hive分析的结果导入到Mysql中;
（3）利用storm和spark streaming技术对kafka收集的日志进行实时在线分析，将分析中间结果实时存入Hbase,并将**后结果导入Mysql。
特色：大数据分析目标网站页面浏览量或点击量，独立访客数，访问次数和平均在线时长等。
3、讲师介绍 大数据实战经验丰富CTO授课
徐培成老师
职位：首席大数据开发技术CTO
简介：首席大数据开发技术CTO亲自授课，曾任驿统金（上海）网络技术有限公司总经理，主导与光大银行总行重点合作的阳光驿站金融结算系统的研发，并指导团队在阿里公有云上规划、部署Hadoop大数据集群，以对用户的金融交易日志进行存储和分析，完成从传统RDMBS数据到大数据集群的移植和升级。
常老师
职位：大数据实战专家
简介：多年大数据实战经验，技术功底深厚，曾任知名互联网公司的系统分析师、项目经理，主持开发了WIFI广告交易拟合分析平台，异构数据库协同系统、互联网自媒体推广与运营管理系统，互联网数据服务平台等。精通java、数据库、互联网应用、远程通信、网络编程、分布式应用、高可用性计算机网络集群等技术，对基于Hadoop的海量数据平台搭建、高性能数据查询优化有着丰富经验。
王老师
职位：大数据实战专家
简介：毕业于计算机软件工程专业，有多年开发和管理经验，团队骨干人员，曾参与中国银行总行股票基金交易大数据集群规划与建设，负责基金账户日常数据的维护和管理，参与股票投资客户群的用户投资行为数据ETL工作，对股票、基金以及期货交易的投资回报进行数据仓库分析，有丰富的金融行业经验，擅长hadoop运维管理经验，对常见故障排查有丰富的实践经验，熟练使用hive数据仓库进行业务分析与处理。