博学谷 > 资讯 > 大数据 > 博学谷线上云计算大数据培训班课程[基础进阶]大纲内容学什么?

原创 博学谷线上云计算大数据培训班课程[基础进阶]大纲内容学什么?

发布时间:2019-06-06 13:54:42 浏览 3130 来源:博学谷资讯 作者:三省

      博学谷线上云计算大数据培训班课程[基础进阶]大纲内容学什么?职场遇瓶颈,基础提升云计算大数据培训班课程分为八个阶段,主要课程内容:就业课(2.0)-基础巩固、大数据 Hadoop 离线分布式系统、大数据Storm实时计算系统、大数据Spark内存计算系统、大数据 Spark 项目实战、机器学习 (拓展课程)等。

     

    线上云计算大数据培训班课程
      博学谷线上云计算大数据培训班课程适合哪些人学习?


      具有编程开发经验,想要转行从事大数据相关工作的人员;具有编程开发经验,想要将大数据应用于实践的在职人员。


      为什么选择博学谷线上云计算大数据培训班课,课程有哪些优势?


      1、课程重磅升级,技术热点全覆盖


      本次升级新增当下大数据应用技术热点,使课程更全涵盖大数据体系中的技术点,包括但不限于Linux、Zookeeper、Hadoop、Yarn、Redis、HDFSMapReduce、Hive、Impala、Hue、Oozie、Storm、kafka、Spark、Spark RDD、Spark SQL、Spark Streaming、Sqoop、Flume、CDH、Scala、Hbase等,将离线数据分析、实时数据分析和内存数据计算中的技术点全面覆盖


      2、原理讲解深入浅出,通俗易懂


      将晦涩难懂的理论以通俗易懂的方式进行讲解,然后通过深入分析源码让学员深入理解其内在原理,在照顾基础薄弱学习者的同时又融入核心技术点加以实战,即夯实了基础又快速储备了丰富的实战经验


      3、实战项目/案例贯穿始终、边学边练、及时强化


      此课程涵盖网站点击流日志分析系统、统一监控告警系统、用户画像、Flume 实战案例、Azkaban实战案例、Hbase实战案例和Hbase整合读写数据等源于企业中的真实项目和案例,以项目/案例驱动教学,将真实实例贯穿到知识点中,学中练、练中学、及时训练、及时强化,让学习者更快掌握大数据实战技术


      参加完博学谷的线上云计算大数据培训班能胜任什么工作岗位?


      学习完本课程可以能够进入企业胜任大数据系统研发开发(包括大数据开发工程师,大数据运维工程师,大数据架构师),大数据应用开发,大数据分析等等大数据相关的工作。


      基础进阶:博学谷线上云计算大数据培训班课程大纲:


      阶段一 大数据基础增强


      本阶段重点讲解 Linux 操作基础、 Shell 编程、 Zookeeper 集群和 hadoop 集群环境准备等内容,可以帮助没有 Linux 基础 或者 Linux 基础薄弱的学员, 达到熟练使用 Linux、熟练安装 Linux 上的软件,熟悉负载均衡、高可靠等集群相关概念,搭建 互联网高并发、高可靠的服务架构, 为大数据内容的深入学习做好充足的准备。


      第一章: 就业课(2.0)-基础巩固
      1-1 linux操作基础  此章节课免费试学
      1-2 shell编程
      1-3 hadoop集群环境准备
      1-4 zookeeper集群
      1-5 网络编程与总结


      第二章: 就业课(2.0)-JVM优化(上)
      2-1 JVM优化1


      第三章: 就业课(2.0)-JVM优化(中)
      3-1 JVM优化2


      第四章: 就业课(2.0)-JVM优化(下)
      4-1 JVM优化3


      阶段二 大数据 Hadoop 离线分布式系统


      大数据 Hadoop 离线分布式系统


      第一章: 就业课(2.0)-hadoop环境搭建2.0
      1-1 hadoop源生集群搭建
      1-2 CDH版本集群搭建


      第二章: 就业课(2.0)-hdfs
      2-1 hdfs入门免费试学
      2-2 hdfs深入


      第三章: 就业课(2.0)-mapreduce
      3-1 mapreduce入门
      3-2 mapreduce深入学习
      3-3 mapreduce高级


      第四章: 就业课(2.0)-yarn
      4-1 yarn


      第五章: 就业课(2.0)-hive
      5-1 hive安装
      5-2 hive基本操作免费试学
      5-3 hive高级用法
      5-4 hive调优


      第六章: 就业课(2.0)-辅助系统工具
      6-1 flume
      6-2 azkaban调度
      6-3 sqoop


      第七章: 就业课(2.0)-网站点击流项目
      7-1 网站点击流项目(上)
      7-2 网站点击流项目(下)


      第八章: 就业课(2.0)-impala
      8-1 IMPALA

      9-1 HUE


      第十章: 就业课(2.0)-oozie
      10-1 OOZIE


      阶段三 大数据 Storm 实时计算系统


      本阶段通过全面 Storm 内部机制、原理以及 strom 实时看板案例的深入讲解和练习,让学习者能够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的编程能力。


      第一章: 就业课(2.0)-kafka消息队列
      1-1 kafka消息队列


      第二章: 就业课(2.0)-storm编程
      2-1 storm编程免费试学
      2-2 storm实时看板案例
      2-3 storm高级应用


      阶段四 大数据 Storm 项目实战


      实时采集线上业务系统日志,对接 Storm 流式计算平台实时分析,出现异常信息,调用告警业务通知相关负责人,达到监 控业务系统运行的功能, 基于日志进行监控,监控需要一定规则,对触发监控规则的日志信息通过短信和邮件进行告警。


      第一章: 就业课(2.0)-storm 项目开发
      1-1 storm日志告警
      1-2 storm路由器项目开发


      阶段五 大数据 Spark 内存计算系统


      Spark 可以用于批处理、交互式查询(Spark SQL) 和实时流处理(Spark Streaming) 等相关内容, 本阶段通过讲解 Spark 一站式处理框架, 让学习者掌握 Spark 相关的开发技术,达到能够胜任 Spark 相关工作的能力。


      第一章: 就业课(2.0)-scala
      1-1 Scala基础语法
      1-2 Scala中面向对象编程
      1-3 Scala中的模式匹配
      1-4 Scala中的actor介绍
      1-5 Actor实战
      1-6 Scala中的高阶函数
      1-7 隐式转换和隐式参数
      1-8 Akka通信框架
      1-9 Akka编程实战


      第二章: 就业课(2.0)-spark入门
      2-1 Spark概述
      2-2 Spark集群安装
      2-3 Spark HA高可用部署
      2-4 Spark程序


      第三章: 就业课(2.0)-sparkRDD
      3-1 RDD概述
      3-2 创建RDD
      3-3 RDD常用的算子操作
      3-4 RDD的依赖关系
      3-5 RDD的缓存机制
      3-6 DAG的生成


      第四章: 就业课(2.0)-sparkSQL
      4-1 spark检查点
      4-2 Spark SQL概述
      4-3 DataFrame介绍以及与RDD对比
      4-4 DataFrame常用操作
      4-5 DataSet的介绍
      4-6 以编程方式执行Spark SQL查询
      4-7 Spark on Yarn介绍


      第五章: 就业课(2.0)-sparkStreaming
      5-1 sparkStreaming概述
      5-2 Spark Streaming原理
      5-3 DStream相关操作
      5-4 Dstream操作实战
      5-5 sparkStreaming整合flume实战
      5-6 sparkStreaming整合kafka实战


      第六章: 就业课(2.0)-hbase
      6-1 hbase简介
      6-2 hbase部署
      6-3 hbase基本操作
      6-4 hbase的过滤器
      6-5 hbase原理
      6-6 hbase高级


      阶段六 大数据 Spark 项目实战


      用户画像是根据用户基本属性、社会属性、生活习惯和消费行业等信息而抽象出的一个标签化的用户模型。构建用户画像 的核心工作即是给用户贴“标签”,而标签是通过对用户信息分析而来的高度精炼的特征标识。


      第一章: 就业课(2.0)-用户画像
      1-1 用户画像概述
      1-2 用户画像建模
      1-3 用户画像环境
      1-4 用户画像开发
      1-5 hive整合hbase
      1-6 hbase集成phoenix
      1-7 项目可视化


      阶段七 大数据 flink 实时计算系统


      大数据 flink 实时计算系统


      第一章: flink入门
      1-1 flink引入
      1-2 flink简介
      1-3 flink特性
      1-4 flink安装
      1-5 jobmanager的web页面
      1-6 flink的restapi
      1-7 flink的高可用HA搭建
      1-8 flink运行wordcount
      1-9 flink on yarn
      1-10 flink离线api


      第二章: flink进阶
      2-1 flink 编程


      第三章: Flink-电商项目(新)
      3-1 项目背景与介绍
      3-2 上报服务代码
      3-3 flink实时流处理环境配置
      3-4 业务1:频道实时热热点统计分析
      3-5 业务2:频道的PVUV分析
      3-6 业务3:频道的新鲜度分析
      3-7 业务4:频道的地域分析
      3-8 业务5:用户上网类型分析
      3-9 业务6:用户浏览器类型分析
      3-10 业务数据同步系统开发


      阶段八 机器学习 (拓展课程)


      机器学习 (拓展课程)


      第一章: 就业课(2.0)-机器学习入门

      1-1 机器学习概念入门
      1-2 机器学习数学基础


      第二章: 就业课(2.0)-机器学习语言基础之Python语言
      2-1 机器学习语言基础之Python语言(上)免费试学
      2-2 机器学习语言基础之Python语言(下)


      第三章: 就业课(2.0)-Python数据分析库实战
      3-1 Python数据分析库实战(上)
      3-2 Python数据分析库实战(下)


      第四章: 就业课(2.0)-用户标签预测项目实战
      4-1 用户画像标签预测实战
      4-2 集成学习算法
      4-3 数据挖掘项目:构建人才(用户)流失模型


      第五章: 就业课(2.0)-推荐系统
      5-1 推荐系统入门
      5-2 推荐案例实战(上)
      5-3 推荐案例实战(下)


      第六章: 就业课(2.0)-CTR点击率预估实战
      6-1 CTR点击率预估实战
      第七章: 就业课(2.0)-机器学习面试必备
      7-1 机器学习面试必备

    申请免费试学名额    

在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!

领取成功
领取失败
上一篇:博学谷线上零基础大数据培训班课程大纲内容学什么? 下一篇:大数据是什么?与数据之间有什么区别?

相关推荐 更多

最新文章

扫描二维码,回复"大数据"获取20G资料包