课程参数
教学服务
随到随学
随时随地皆可学习，无需等待，使你的学习更灵活，更高效。
笔记分享
深度反思学习内容，交流学习收获，使你对知识理解的更透彻！
配套教辅
高度契合的配套讲义、大纲，保证让你全方位的理解知识。
源码开放
提供全部课程源码，搭建真实的开发环境，保证你的练习更高效。
入学须知
帮助你更快速的进入学习状态。
集中答疑
定期收集和解答你的技术问题，助你顺利完成学习。
课程更新
在服务期内，如果课程有更新，你可以享受更新后的课程内容。
学习计划
个性化制定每天学习任务
单元测试
根据每个小节学习的知识点测试学习情况

人工智能，是上升到战略发展高度的技术，是未来10年内会给带来重大变化的技术。 全栈工程师，是IT工程师里面的瑞士军刀，Python+人工智能 在线就业班旨在培养学员成为以人工 智能技术为核心，互联网产品为平台的人工智能全栈工程师。

本课程是以Python语言为开发工具，内容覆盖了计算机原理、网络、Web前端、后端、架构、 数据库、项目部署、数据获取、数据提取、数据清洗、数据分析、数据挖掘、机器学习、深度学 习、图像识别等领域所需要的全部技术的前沿课程。

通过2018年Python官方年度报告清楚显示Python从业者的数据与现状、趋势与未来。我们看到 人工智能时代，Python从业者应该搭建两大知识体系：Web核心和人工智能-数据科学核心。掌 握两大核心，搭建完整知识体系，才是Python程序员职业发展的长期道路。

因此，本课程以两个就业核心方向+多领域就业能力培养为目标，推出5.0课程：

40% web开发课程占比

热门技术方案

门户及管理信息系统

模拟企业开发业务场景

30% 人工智能课程占比（数据科学方向）

机器学习常见算法

AI实例演练

AI业务物流实战

“黑马头条”项目含金量高

大型一站式项目

集齐六大前沿技术

项目实战天数40+

就业强化课程竞争力强

六大就业强化课程

（数据分析、自动化测试、自动化运维、爬虫、自然语言处理、图像视觉处理、学习其一，其他方向课程视频免费赠送）

在校大学生/研究生

新入职场的技术小白

零基础 想转行的
非在职IT人员

有基础 想转行的
在职IT人员

希望得到技能提
升的IT研发人员

诸多技术点为一体的“黑马头条”项目

“黑马头条”项目，多位讲师耗时一年，打造大 型一站式项目，集Web开发、大数据分析、数据挖掘、推荐算法、机器学习、人工智能等诸多技术点为一体，项目天数40+

六大就业强化课程，满足学生不同的需求

针对Python其他6个方向（自动化测试、自动化 运维、爬虫、数据分析、自然语言处理、图像和 视觉处理），分别设计了就业加强课，以 满足不同需求的学生学习

课程多方位重磅升级！

针对就业核心方向（Web方向、人工智能-数据科学方向） 做了大刀阔斧的项目改革。Web方向：美多商城项目、 新增黑马头条项目，知识点覆盖，新增50+技术点； 人工智能方向：新增黑马头条推荐系统项目、小智聊天机 器人项目，课程加倍，课时长度增加近一倍

课程升级后，重点突出以下方面

阶段一 : python编程基础（基础班）

36小时

|

24个
知识要点

Python 基础语法

计算机组成：硬件、软件、计算机运行程序方式、Python 语言的特点、应用领域、Python IDE、程序注释：单行注释、多行注释；变量的作用、定义、 命名规则、变量的数据类型、查看变量类型、输入和输入函数、算术运算符、赋值运算符、复合运算符、类型转换、分支结构 if...else 、循环结构、while、 break、continue、for、for...else

python 容器

字符串的定义、遍历、下标、切片、常用方法（find、 index、count、replace、split、capitalize、title、 startwith、endwith、lower、upper、ljust、rjust、 center 等）、列表定义、语法格式、列表嵌套、列表的遍历、列表常用操作方法、列表推导式、 元组定义、语法格式、常用操作方法、字典定义、语法格式、字典的遍历、常用操作方法、 字符串、列表、容器、字典的公共操作 ：range 、enumerate、max、min、len 函数、del 函数； 运算符+、*、in、not in 在容器中的使用

函数和文件操作

函数定义和调用语法、def 语句、return 语句、函数传参（位置参数、关键字参数）、缺省参数、不定长参数、函数文档编写 、函数嵌套、全局变量和局部变量、Python 变量作用域 LEGB、global 语句，nonlocal 语句、组包和拆包、递归函数、 匿名函数 lambda 表达式、文件操作、文件打开与关闭、文件读写操作、文件目录操作

面向对象

类和对象、类的定义格式、添加和获取对象属性、常见的魔术方法、继承、公有权限和私有权限、多态的概念和意义、多态的实现、类属性和实例属性、 类方法和静态方法、异常的概念、捕捉异常、as 使用、else使用、finally 使用、异常的传递、自定义异常、raise 抛出异常、 模块的概念和作用、制作模块、模块的导入方式 、__all__的作用、__name__的作用、包的概念和作用、制作包、包的导入、案例：学生管理系统

市场价值 : 具备基本的编程思维, 掌握基础的Python编程技术, 能够完成较小程序的开发,尚达不到企业的用人标准。

阶段二 : python编程和web基础（就业班）

54小时

|

39个
知识要点

Linux 操作系统

操作系统的作用、常见的操作系统、虚拟机使用、Linux 发行版系统、常用命令：文件、目录操作（创建、删除、复制、移动）、 权限属性修改，文件查找与检索、打包压缩、用户权限管理：添加删除用户，设置用户权限；远程操作 ssh、scp，软件安装与卸载，vim 编辑器

多任务编程

多任务的概念、执行方式、多进程：概念、作用、状态；进程创建、传参，multipro-cessing 模块，getpid（）getppid（）函数；daemon进程、 多线程：概念、作用；线程创建、传参，threading 模块，线程同步问题，互斥锁，死锁

Python 网络编程

网络知识：ip 地址、端口、网络通信过程，tcp 协议、网络编程：socket 套接字、tcp 服务端和客户端程序开发，send 和 recv 原理、 案例：多任务版 tcp 服务器

静态 web 服务器

HTTP 协议概念、浏览器访问 web 服务器的过程、url的概念和组成、HTTP 请求报文和响应报文格式、 案例：静态 web 服务器

HTML

HTML 介绍、基本结构，vscode 的使用、常用标签：标题、链接、图片、表格、列表、表单

CSS

css 的介绍、css引入方式、css 常用选择器、css 布局常用属性、css 文本常见属性、css 元素溢出设置、css 显示特性、盒子模型

JavaScript

JavaScript 介绍、JavaScript 的引入方式、JS 的基础语法、JS 变量和常量、数据类型、数据类型装换、 JS运算符、流程控制、分支结构、循环结构、函数、数组、字符串 String、JS 获取和设置元素标签属性，JS定时器、 jquery 介绍、jquery 选择器、jquery 选择集过滤，jquery 设置和获取元素属性内容、jquery 事件、事件代理、 JavaScript 对象、json、ajax

数据库 MySQL

数据库介绍、MySQL 数据库的安装使用、SQL 作用、数据类型和约束、图形化客户端 Navicat、命令行客户端使用、MySQL 数据库、数据表操作、 基本查询操作： as 、distinct、order by、limit、groupby、having、聚合函数、内连接、左连接、右连接、自连接、子查询、 数据库设计三范式、E-R 模型、外键的使用、分组聚合组合使用、修改表结构、事物、索引、PyMysql、Python 操作数据库

正则表达式

正则表达式介绍、匹配单个字符、匹配多个字符、匹配开头和结尾、贪婪模式和非贪婪模式，分组、re 模块：match 和 group 的使用

Python 进阶

闭包的介绍和语法格式、nonlocal 的使用、装饰器的介绍和语法格式、装饰器的基本使用、多个装饰器装饰一个函数、带参数的装饰器、类装饰器、 property 属性、with 上下文管理器、生成器的使用、深拷贝和浅拷贝

mini-web 框架

web 框架概述：框架和 web 服务器的关系、静态资源、动态资源、WSGI作用、框架的实现、模版 HTML 文件的替换、路由功能代码的实现、 从数据库查询数据并显示、logging 日志的使用

市场价值 : 掌握 Python 开发技术，可以满足企业开发的初级需求。

阶段三 : web-Django框架与项目（就业班）

99小时

|

81个
知识要点

Django框架

认识Web框架的作用、MVT与MVC、虚拟开发环境的创建与使用、认识Django、Django工程的创建、Django应用创建、 模型视图与模板的基本使用、路由配置、HttpRequest对象获取请求参数、构造HttpResponse响应对象、 cookie使用、session使用、函数视图与类视图的使用、类视图的原理、类视图装饰器的使用、 ORM的作用、数据库配置、Model模型类的定义、通过ORM进行数据增删改查操作、F对象与Q对象的使用、 一对一映射、一对多映射、多对多映射、Jinja2模板的定义、模板渲染、CSRF的攻击原理与防护、 中间件的原理、中间件的定义、管理后台admin站点的使用

Git

什么是版本控制、Git的工作分区、Git commit、Git分支、本地仓库与远程仓库、Github（或Gitee码云）的使用方法

redis

Nosql介绍、redis数据库特点、redis数据类型、redis常用命令、redis-py使用

前端框架Vue基础

认识Vue、Vue生命周期、Vue双向绑定、Vue基础语法、Javascript ES6语法

项目1：美多商城-用户前台

采用前后端不分离模式，使用Vue前端框架、电商业务采用B2C模式、采用云通讯短信发送功能、实现发送验证邮件进行邮箱验证机制、 定制Django认证系统完成多类型帐号登录、集成第三方登录（以QQ为例）、采用Celery完成异步任务、采用RabbitMQ消息队列、 电商SKU与SPU的讲解、构建页面静态化方案、使用crontab定时任务、采用Haystack+Elasticsearch构建商品搜索方案、 采用redis做缓存与session、购物车等数据存储、构建用户登录与未登录状态下购物车存储方案、采用FastDFS分布式文件存储系统、 采用支付宝支付、采用Docker完成组件安装、采用数据库事务与锁解决并发订单存储问题、配置数据库主从同步、实现数据库读写分离

Django RESTframework框架（DRF）

前后端分离模式、RESTful接口设计、DRF框架的作用、序列化与反序列化、序列化器的定义与使用、DRF的类视图使用、 DRF的视图集原理与使用、Postman接口测试工具的使用

前端框架Vue进阶

SPA单页面系统、Vue组件、Vue路由、Vue-cli工具、Element组件库

项目2：美多商城后台管理系统（MIS）

采用前后端分离模式，使用Vue组件构建SPA单页面系统、JWT认证、CORS解决跨域、构建用户权限管理方案、 实现用户、商品、订单等数据管理、实现日志管理、实现报表统计、Nginx+uWSGI部署

部署基础

项目生命周期、项目部署方案

Nginx

认识Nginx、Nginx部署与配置、反向代理、负载均衡、日志解析、URL重写

Docker

Docker镜像管理、Docker容器管理、Docker仓库、Docker数据管理、Docker网络管理、Dockerfile编写、Docker compose使用

架构与性能

架构演变、网站分析

市场价值 : Python Web开发工程师，独立开发后端业务，并能辅助开发前端业务。

阶段四 ： Web-Flask框架与项目（就业班）

15小时

|

21个
知识要点

Flask框架

认识Flask、框架对比、Flask工程的创建与运行调试、Flask视图与路由、request对象使用、构造响应对象、 蓝图的使用、Flask应用上下文与请求上下文、请求钩子、异常处理

Flask-RESTful

Flask-RESTful视图与路由的定义、RequestParser的使用、marshal的使用、类视图装饰器的使用

项目3：黑马头条Web

采用前后端分离模式开发，对接手机App与PC Web三个前端、MySQL数据库分析设计与SQL建表、 ORM映射的本质原理、SQLAlchemy映射的构建、SQLAlchemy操作数据库、SQLAlchemy的优化用法、 数据库集群原理、分布式ID、Twitter Snowflake雪花算法构建分布式ID、Flask-SQLAlchemy定制实现读写分离、 Redis集群、Redis主从、Redis Sentinel哨兵、Redis事务、Redis持久化、 缓存设计原理、缓存穿透、缓存雪崩、缓存模式、缓存同步、数据混合存储、第三方对象存储、 采用Gitflow工作流、手动实现JWT中间件、JWT禁用问题处理、APSchedule定时任务的使用、 认识RPC、RPC与HTTP的对比、Protobuf接口定义、gRPC服务端与客户端的使用、 采用gRPC与kafka对接推荐系统与聊天机器人系统、认识IM即时通讯、Websocket原理、SocketIO用法、 SocketIO集成RabbitMQ用法、搜索引擎原理、Elasticsearch集群、Elasticsearch索引库构建、Logstash导入工具使用、 Elasticsearch查询、Elastcisearch自动补全、Elasticsearch Python程序开发、supervisor进程管理

市场价值 : Python Web开发工程师，独立构建解决方案。

美多商城

美多商城属于B2C电商，类似于京东自营、亚马逊自营等运营模式，商城自身销售商品给顾客。

美多商城前台由首页、商品列表页、商品详情页、商品搜索、购物车系统、订单系统、支付系统、评论系统、 用户中心等多个系统功能组成。

美多商城运营后台由用户管理、商品管理、订单管理、系统管理等功能组成，采用前后端分离模式，使用Python Web开发框架Django REST framework + 前端开发框架Vue 的SPA单页面系统实现。系统采用了当前主流的 RESTful接口设计，采用JWT的认证方案，并解决了权限管理问题。

美多商城技术亮点

1. 采用Vue作为前端框架，前端架构融入分层设计思想。

2. 采用Django及Django REST framework作为后端框架。

3. 采用分布式文件系统FastDFS作为文件存储技术。

4. 融入CORS跨域技术。

5. 采用RESTful接口设计。

6. 采用Jinja2模板引擎。

7. 采用Haystack+Elasticsearch实现商品的搜索。

8. 使用Redis作为缓存。

9. 实现MySQL读写分离。

10. 采用JWT认证机制。

11. 采用RabbitMQ作为消息中间件，配合Celery完成异步任务处理。

12. 实现页面静态化处理。

13. 采用crontab进行定时任务处理。

14. 采用Cookie+Redis的购物车解决方案。

15. 采用支付宝支付。

16. 引入电商SKU与SPU的概念。

17. 电商采用B2C模式。

18. 采用云通讯实现短信的发送。

19. 采用Docker容器技术。

20. 采用Nginx反向代理实现负载均衡。

21. 接入第三方登录。

22. 采用数据库事务+乐观锁解决并发订单保存问题。

黑马头条Web项目

黑马头条项目是一款汇集科技资讯、技术文章和问答交流的用户终端产品 。类似于今日头条，产品包含用户阅 读端App、作者自媒体运营端PC Web站点和系统运营管理后台PC Web站点三个部分。

黑马头条提供全平台应用，让用户轻松获取新资讯，发布资讯文章。 项目推荐系统和智能客服。

黑马头条Web技术亮点

1. 前端与移动App和PC网页对接。

2. 采用Flask-RESTful作为后端开发框架。

3. 采用JWT完成用户认证。

4. 采用阿里大于短信服务。

5. 采用七牛对象存储服务。

6. 融入CORS跨域技术。

7. 采用RESTful接口设计。

8. 采用数据库主从同步机制，实现读写分离。

9. 采用Twitter的Snowflake雪花算法实现分布式ID。

10. 采用Redis Cluster集群和Redis主从+Sentinel哨兵。

11. 采用RabbitMQ作为消息中间件，配合Celery完成异步任务处理。

12. 采用gRPC与推荐系统和聊天机器人进行远程调用。

13. 采用Kafka作为消息中间件。

14. 采用APScheduler管理定时任务。

15. 采用Socket.IO实现IM即时通讯。

16. 采用Elasticsearch作为搜索引擎。

17. 采用Nginx反向代理实现负载均衡。

黑马推荐系统项目

黑马头条推荐系统属于机器学习与深度学习推荐应用项目，类似今日头条、掘金等推荐。用户可以通过黑马头 条APP获取个性化推荐技术文章的效果。

黑马头条推荐建立在海量用户与文章之上，主要在Feed流推荐、相关推荐、猜你喜欢应用场景。黑马头条使用 Lambda架构整合实时计算和离线计算， 借助分布式环境提高计算能力，通过ALS、LR、Wide&Deep 等机器 学习与深度学习、推荐算法进行智能推荐。提高了文章的点击率，增加热门文章和新文章的推荐占比，达 到千人千面的用户推荐效果。

黑马头条推荐系统技术亮点

1、 完整采用一套lambda大数据计算框架

2、 采用Flume进行日志采集工作

3、 采用Sqoop进行Mysql业务数据迁移

4、 使用hadoop分布式文件系统

5、 采用HIVE作为离线数据仓储

6、 采用Spark SQL作为离线分析工具

7、 采取Spark Streaming实现流式计算

8、 采用TFIDF与TextRank完成文章关键词计算

9、 采用spark LDA完成文章主题词计算

10、 采用spark Word2Vec模型计算文章向量

11、 文章相似度计算使用BucketRandomProjectionLSH计算

12、 用户画像引入时间衰减因子计算关键词权重结果

13、 采用Spark建立特征服务中心平台，完成特征提供任务

14、 推荐部分采取召回、排序两种策略任务

15、 召回部分采取多路召回合并，包括ALS召回、模型召回、新文章召回、热门召回

16、 排序部分引入模型融合，使用LR排序、GBDT特征处理、FM模型推荐、Wide&Deep模型

17、 采用Hbase集群完成用户画像、特征结果、推荐结果存储

18、 采用实时画像与实施召回等解决用户冷启动问题

19、 采用GRPC作为用户推荐接口

20、 引入ABTest实验中心，完成埋点参数设置，实时推荐效果反馈和分析，以及模型替换方案

21、 使用Redis作为推荐结果的缓存

NLP小智聊天机器人项目

智能客服项目是一个自然语言处理的项目，实现的功能类似于电商等平台的智能客服。在用户遇到基础的问题 的时候，可以和智能客服进行基础的对话，从而解决问题，减少了人工客服的工作量。

整个项目涉及了70%的自然语言处理的知识点，包括分词、词向量的训练、seq2seq模型、attention、 BeamSearch等内容。整个项目使用Pytorch来实现，其中基础的内容包括pytorch使用方法等，会在项目之前 作为前置内容来进行系统的学习。

NLP小智聊天机器人技术亮点

1、 Ptorch中的api使用和Pytorch中数据加载方法

2、模型搭建方法、模型的训练和评估方法

3、梯度下降和反向传播原理

4、文本向量化的方法：词袋模型，one-hot编码，word embedding等

5、循环神经网络RNN，包括LSTM、GRU以及双向LSTM等

6、梯度爆炸和梯度消失原理和解决方法

7、RELU和ELU等激活函数

8、Batch Normalization 批标准化

9、文本分类和意图识别的常见方法

10、fastText的使用和原理

11、Seq2Seq的模型原理和模型的实现

12、注意力机制

13、BeamSearch

14、常见检索模型的实现方法和流程

15、基于簇修建的相似度计算类方法

16、基于tfidf的文本向量化方法

17、基于BM25的文本向量化方法

18、基于深度学习的文本向量化方法

19、孪生神经网络的搭建

20、深度模型中self-attenion的原理和实现

21、深度模型中池化方法原理和实现

爬虫项目库

为了提高学生在爬虫领域的实战经验，所以制作了爬虫项目库，其中包括如下内容： 12306 车票购买程序、代理池搭建、失信人名单采集、商城数据爬虫、斗鱼socket弹幕采集

爬虫项目库技术亮点

1、能够掌握复杂爬虫请求验证方法

2、能够掌握复杂爬虫过程中cookie等信息收

3、能够掌握大规模电商数据采集方法

4、能够自行搭建代理池，使用代理池完成反反

5、能够完成socket请求过程中数据的采

6、能够擅长selenium完成复杂验证网站数据

7、能够使用Gerapy完成大规模爬虫的部署