最新一期就业学员薪资就业数据一览表

为了避免就业信息给已就业的学员带来不必要的麻烦,公布的就业信息会有部分信息暂时影藏

什么是大数据?

你所知道的大数据应用

百度搜索

百度图片

淘宝双11

京东智能推荐

百度外卖

淘宝智能推荐

王者荣耀

淘宝智能推荐

互联网金融风控系统

荒野行动

英雄联盟

今日头条

饿了么

蚂蚁花呗

新浪微博

移动应用

一步到位360度覆盖所有技能点 保你学的全学的会

咨询了解更多详情

大数据全栈开发工程师 知识图谱

课程

  • 机器学习

    大数据系统架构师

  • Storm实时分析

    Spark实时分要

  • Echarts

    Tableau

    Python可视化

  • 大数据企业级应用实战课程

    大数据开发技术核心课程

  • 大数据Java企业课程

    大数据Java基础课程

就业岗位|薪资

挑战百万年薪

  • 大数据系统架构师方向

    大数据架构师

    数据仓库架构师

    微服务架构师

    系统架构师

    机器学习工程师方向

    机器学习工程师

    数据挖掘工程师

    推荐系统工程师

  • 大数据分析师

    ¥25000

    -

    ¥50000

  • 大数据可视化工程师

    ¥20000

    -

    ¥30000

  • 大数据工程师方向
    Hadoop运维工程师
    Spark开发工程师
    ETL工程师
    大数据分析师

    ¥8000

    -

    ¥25000

  • Java工程师方向
    Java开发工程师
    JavaEE开发工程师
    Java大数据工程师
    软件工程师

    ¥5000

    -

    ¥8000

要求技能

    • Spark实时分析技术
    • Storm实时分析技术
    • PySpark框架
    • 推荐系统、用户画像(项目)
    • JAVA8
    • Linux
    • JVM性能调优
    Python可视化库
    • JAVA8
    • Linux
    • JVM性能调优
    HadooplHase|HBase|MapReduce|
    Hive|HBase等生态圈技术
    • J2SE
    • 数据库
    • WEB前端
    • B/S开发
    • Spring MVC
    • SSM框架

结果导向,你高薪资就业,容大的终级梦想

4大阶段 13门课程 36+项目,实战级课程
  • 阶段一:大数据基础篇

    • 01
    • Java 负基础扫盲

      1、Java 负基础扫盲之基础语法;2、Java 负基础扫盲之选择结构;3、Java 负基础扫盲之循环结;4、Java 负基础扫盲之循环结构进阶;5、Java 负基础扫盲之数组

    • 02
    • Java OOP 编程基础与实战课程

      1、Java OOP 编程—类和对象、方法知识介绍;2、Java OOP 实战项目-人机猜拳;3、Java OOP 实战项目DVD管理系统;4、Java OOP 编程—继承、封装、多态;5、Java OOP 编程—多态、接口;6、Java OOP 实战项目实战-劲舞团

    • 03
    • Java核心编程全面解析

      1、Java 核心编程-异常、日期类、集合、泛型集合;2、Java 核心编程-Java IO流技术 & XML操作;3、Java 核心编程-多线程编程基础;4、Java 核心编程-多线程高级编程;5、Java 核心编程-网络编程

    • 04
    • MySQL数据库开发技术

      1、MySQL数据库—初始MySQL;2、MySQL数据库—SQL进阶;3、MySQL数据库—多表查询及存储过程

    • 05
    • Java 编程进阶实战

      1、第一章 Java高级特性-反射、序列化;2、用Java实现即时聊天系统;3、Git版本控制系统、Maven项目管理构建工具;4、项目实战:小型商品进销存管理系统(一);5、项目实战:小型商品进销存管理系统(二)

  • 阶段二:大数据开发篇

    • 01
    • 数据仓库之数据清洗入门与实践

      1、数据清洗概述 2、数据标准化 3、数据格式与编码 4、基本技术方法 5、数据清洗常用工具 6、数据抽取 7、数据转换与加载 8、实战:收集并清洗来自网络的数据 9、实战:从电子邮件和论坛中抽取数

    • 02
    • 数据仓库之ETL技术 : Kettle 零基础入门到精通

      1、ETL 的概念,Kettle 的概念、功能、操作2、Kettle 资源库、日志、运行方式3、输入步骤(表输入、文本文件输入、XML 文件输入...)4、输出步骤(表输出、更新、删除、文本文件输出、XML文件输出…)5、转换步骤(过滤、字符串处理、拆分字段、计算器…)6、转换步骤(字段选择、排序、增加校验列、去除重复记录…)7、应用步骤、流程步骤(处理文件、执行程序、发送邮件、空操作、阻塞步骤、中止等…)8、查询步骤、连接步骤(数据库查询、流查询、合并记录、记录集连接、笛卡尔…)9、脚本步骤(Javascript,Java Class、正则表达式...)10、作业项(拷贝、移动、ftp、sftp…)11、Kettle 的参数和变量

    • 03
    • 大数据存储分析 HADOOP框架从入门到精通

      1、Hadoop介绍及伪分布式环境2、MapReduce编程及运行流程3、网站案例分析及Hadoop分布式集群环境4、MapReduceShuffle及Zookeeper框架5、HDFS HA及二次排序及MapReduce Join

    • 04
    • 大数据仓库ETL分析 - HIVE技术详解

      1、Hive 基本架构及环境部署2、Hive 常用DML、UDF及连接方式3、Sqoop Sqoop及用户行为分析案例4、Hive 复杂用户行为案例分析及优化5、Hive高级案例:电商推荐系统6、Hive高级案例:广告点击案例7、Hive高级案例:物流跟踪案例

    • 05
    • 大数据NoSQL数据库 - HBASE精讲

      1、Hbase 基本使用及存储设计;2、Hbase 企业应用及与MapReduce集成;3、案例Hbase的设计及企业优化

  • 阶段三:大数据分析篇

    • 01
    • 可视化海量日志分析平台ELK(Elasticsearch\Logstash\Kibana)

      1、ELK介绍及全文检索引擎的应用;2、全文检索引擎的基本原理应用与RDBMS对比;3、Lucene、Solr与ElasticSearch的优缺点与应用场景对比;4、ElasticSearch的介绍及其功能特点;5、Elasticsearch中的存储结构及分片副本机制;6、Elasticsearch的安装部署启动测试;7、安装部署Kibana开发ES;8、ES快速入门案例;9、ElasticSearch Java API;10、ElasticSearch基础分布式集群介绍;11、Logstash的架构及运行流程;12、Logstash的数据采集案例;13、Kibana的介绍部署及功能模块讲解;14、ELK企业常见四种架构及应用;15、ELK综合案例

    • 02
    • Spark Streaming 实时分析

      1、大数据处理的类型、流式计算的框架及Streaming内容概要;2、SparkStreaming是什么、使用案例及数据处理流程;3、官方Example案例:词频统计运行详解;4、SparkStreaming编程实现从Socket读取数据实时统计分析;5、深入SparkStreaming运行的工作原理;6、深度剖析batch interval和block interval及性能优化;7、编程模型:从源码深入剖析DStream(StreamingContext、DStream操作);8、深入详解DStream#foreachRDD使用;9、Apache Kafka介绍及架构详解;10、Apache Kafka安装、部署、启动;11、创建Topic、发送和消费数据及深入理解KAFKA数据的存储;12、剖析分享Kafka企业技术架构及使用(结合Kafka Meetup分享);13、SparkStreaming与Flume和Kafka两种集成方式详解;14、采用Pull方式与Kafka集成进行数据分析处理;15、状态Stateful实时统计updataStateByKey使用;16、SparkStreaming实时分析应用的高可用性;17、实时窗口Window统计详解(reduceByKeyAndWindow使用)

    • 03
    • 大数据实时分析项目:基于SparkStreaming+Kafka仿某宝实时订单销售额统计

      1、实时电商订单统计分析项目:编写Scala代码模拟KafkaProducer产生订单数据(一);2、实时电商订单统计分析项目:编写Scala代码模拟KafkaProducer产生订单数据(二);3、实时电商订单统计分析项目:模拟产生Json格式订单数据批量发送到KafkaTopic(一);4、实时电商订单统计分析项目:模拟产生Json格式订单数据批量发送到KafkaTopic(二);5、实时电商订单统计分析项目:基于SCALA的贷出模式编写SparkStreaming编程模块(一);6、实时电商订单统计分析项目:基于SCALA的贷出模式编写SparkStreaming编程模块(二);7、实时电商订单统计分析项目:从Kafka的订单Topic读取及编程实现【实时累加统计各省份销售营业额】;8、实时电商订单统计分析项目:优化实时程序设置参数(处理条目数、序列化及JVM GC策略);9、实时电商订单统计分析项目:集成SparkSQL分析基于窗口Window的每十秒的各个省份的订单量(一);10、实时电商订单统计分析项目:集成SparkSQL分析基于窗口Window的每十秒的各个省份的订单量(二);11、实时电商订单统计分析项目:高级特性优化之建议使用DStream基于RDD进行操作

    • 04
    • 大数据分析首选语言:Python从入门到核心

      1、Python简介、安装及IDLE工具;2、Python语法入门;3、Python控制流及自定义函数;4、Python数据分析常用技巧;5、Python中的数据持久化-CVS、Excel篇;6、关系型数据库之MySQL必知必会;7、Python中的数据持久化-MySQL篇;8、分布式数据库之MongoDB必知必会;9、Python中的数据持久化-MongoDB篇

    • 05
    • 大数据分析之数据收集:Python 爬虫

      1、爬虫基础篇;2、爬虫数据提取篇 ;3、动态数据爬取及scrapy入门篇 ;4、动态数据爬取及scrapy实战篇

  • 阶段四:大数据可视化篇

    • 01
    • 大数据可视化之前端可视化篇:Html+CSS 必知必会

      1、HTML 2、 CSS

    • 02
    • 大数据可视化之前端可视化篇:JavaScript+Jquery必知必会

      1、Web 前端开发之初识JS;2、Web 前端开发之JS高级课程;3、Web 前端开发之Jquery零基础入门

    • 03
    • 大数据可视化之前端可视化篇:Echarts 可视化编程

      1、可视化技术概述与Echarts入门;2、大数据可视化技术Echarts图表详解;3、Echarts高级与综合案例实战

    • 04
    • 大数据可视化之工具可视化篇:Tableau快速上手

      1、Tableau快速上手;2、Tableau初级篇_数据源深入与工作表;3、Tableau初级之函数与计算;4、Tableau高级实战篇

    • 05
    • 大数据可视化之编程可视化篇:Python可视化技术 - Matplotlib

      1、Matplotlib 入门篇;2、Matplotlib 快速进阶篇;3、Matplotlib 综合演练篇;4、Matplotlib 高级篇;5、Pandas+Matplotlib简化数据可视化;6、Matplotlib 番外篇:PyEcharts

  • 阶段五:大数据+人工智能篇

    • 01
    • Python 数据分析库:Pandas

      1、Pandas 前导课;2、Pandas 新手入门篇;3、Pandas 快速进阶篇;4、Pandas 高级篇;5、课程总结

    • 02
    • 机器学习基础:数理统计必知必会

      1、均值\中位数\众数;2、方差\标准差;3、概率的基本概念;4、数据理解和探索;5、认识数据;6、描述性统计分析;7、分类变量的分析方法;8、连续变量的分析方法;9、相关性分析

    • 03
    • 机器学习入门

      1、机器学习扫盲;2、数据挖掘和机器学习概述;3、快速理解数据挖掘和机器学习;4、数据挖掘的六大任务;5、数据挖掘方法论(CRISP-DM);6、预测模型的构建和应用流程;7、机器学习算法及分类.;8、数据挖掘与数据仓库和OLAP;9、数据挖掘和机器学习应用案例;10、如何成为一名优秀的数据科学家

    • 04
    • 机器学习:数据预备、清洗与特征工程

      1、什么是特征工程(概述、特征构造、用户行为特征提取);2、特征处理01 - 衍生变量\变量标准化\变量二值化;3、特征处理02 - 数据分箱\哑变量\独热编码;4、特征处理03 - 数据变换\缺失值处理组合特征;5、特征选择01 - 单特征的预测能力;6、特征选择02 - Wrapper;7、特征选择03 - Embedded;8、降维-主成分分析(PCA);9、降维-线性判别分析法(LDA)

    • 05
    • 基于Sk-learn实现的机器学习十大经典预测模型

      1、决策树算法原理与适用场景和代码实现;2、随机森林算法原理与适用场景和代码实现;3、逻辑回归算法原理与适用场景和代码实现;4、SVM算法原理与适用场景和代码实现;5、朴素贝叶斯算法原理与适用场景和代码实现;6、K最近邻算法原理与适用场景和代码实现;7、K均值算法原理与适用场景和代码实现;8、Adaboost 算法原理与适用场景和代码实现;9、神经网络算法原理与适用场景和代码实现;10、马尔可夫算法原理与适用场景和代码实现

  • 阶段六:Java企业级应用开发技术(扩展篇)

    • 01
    • Java Web开发从基础到实战

      1、Java Web开发基础详解;2、Java Web开发进阶课程;3、Java Web开发之Servlet及实战项目

    • 02
    • Java企业级网站应用开发技术:精通Spring+Spring MVC+MyBatis 框架

      1、课程介绍;2、初始Mybatis;3、SQL映射文件;4、动态SQL;5、Spring核心概念;6、IOC和AOP扩展;7、Spring与MyBatis整合;8、Spring配置补充;9、SpringMVC体系结构和处理请求控制器;10、SpringMVC改造超市订单系统;11、SpringMVC框架扩展和SSM框架整合;12、Maven

    • 03
    • 项目实战:基于SSM框架+Maven实现的大型电商实战项目

      1、SSM整合和整合Dao层;2、实现商品分类;3、完善商品分类;4、登录和注销;5、用户注册;6、新闻资讯;7、商品详情;8、购物车;9、商品管理;10、订单管理;11、Spring与Memcached整合;12、商品收藏;13、项目部署;14、项目完善和重新部署

    • 04
    • Spring Cloud 框架全面解析

      1、微服务架构背景及SpringCloud简介;2、Eureka服务注册与发现;3、Ribbon负载均衡;4、 Feign接口转换;5、Hystrix熔断机制;6、Zuul路由访问;7、SpringCloud Config基础配置

    • 05
    • Spring Boot 快速上手

      1、SpringBoot概述及课程概要说明;2、开发环境搭建;3、快速搭建SpringBoot项目;4、SpringBoot中常见注解的讲解;5、SpringBoot的事件监听;6、SpringBoot传参方式;7、SpringBoot集成JSP;8、SpringBoot拦截器;9、SpringBoot集成Freemarker;10、SpringBoot与HibernateValidation集成[服务端参数验证];11、SpringBoot配置信息装配;12、SpringBoot集成JDBC;13、SpringBoot集成Mybatis;14、SpringBoot日志[集成logback和log4j];15、SpringBoot AOP;16、SpringBoot集成logback扩展;17、SpringBoot事务管理;18、SpringBoot分布式事务;19、项目环境配置区分及端口号自定义;20、项目打包部署运行

  • 阶段七:大数据系统架构师方向(扩展篇)

    • 01
    • 向大数据架构师转型

      1、课程概述、架构设计概念、架构师角色以及与大数据相关内容;2、架构师各种视图、视角;3、转型的模型和方法

    • 02
    • 大数据架构的基本理论体系:软件架构体系结构

      1、面向对象设计、组件设计原则;2、各种原则的应用;3、系统结构、数据流、事件、分布式等代表性架构风格;4、微内核、资源管理、服务定位等代表性架构模式;5、代表性设计模式及应用;6、架构视图与领域模型

    • 03
    • 大数据通信基础:RPC架构

      1、RPC架构的核心组件和交互方式;2、传输协议与各种IO模型对比,Reactor模式;3、序列化的各种机制,Hadoop中序列化技术的应用;4、服务发布和引用的流程,注册中心、工作流程、动态代理等;5、Dubbo、Thrift等框架;6、Dubbo核心源码分析;7、Hadoop、Yarn、Storm中的RPC

    • 04
    • 大数据分布式处理基础:分布式架构

      1、SOA、REST、微服务;2、CAP理论和BASE思想等;3、隔离、限流、降级等容错机制;Hystrix框架;Hadoop中的容错性;4、HA架构;Hadoop HA、Yarn HA、HDFS HA;5、伸缩性与扩展性设计理念及实现方式;6、可靠事件模式、补偿模式、TCC模式;7、集群与负载均衡的概念及应用、Nginx架构介绍;8、线程、同步、原子访问、分布式锁;9、Zookeeper及其在Hadoop、Kafka等中的应用;10、Hadoop各种调度器Fair、Capacity等

    • 05
    • 分布式架构的衍生与发展:微服务架构

      1、领域驱动设计;2、微服务架构的基本特征、优势、挑战和实施方法;3、服务分类、表示模型、边界与数据;4、服务拆分的维度、策略以及各种集成方式;5、API网关、配置中心等;6、Spring Boot和Spring Cloud;7、微服务部署、监控和测试;8、遗留系统改造以及技术、组织转型方法

  • 附:大数据全栈开发.电子教材

    • 01
    • 教材(6本)

      教材01 - 白话阿里巴巴开发手册(135页);教材02 - 小白的java手札(240页);教材03 - 大数据存储与离线分析框架Hadoop(102页);教材04 - 基于HIVE的大数据处理与分析技术(90页);教材05 - Spark核心编程(214页);教材06 - 基于Spark、Storm、Spark Mlib的实时大数据分析系统(198页)

    • 02
    • 项目手册(5册)

      01.Hadoop-MapReduce实训手册(52页);02.实战政府办公海量数据抓取与舆情分析系统(82页);03.京东商品大数据采集与情感分析系统(103页);04.基于决策树DesicionTree算法预测森林植被(12页);05.基于逻辑回归分析大型企业营销数据(20页)

    • 03
    • 小抄书及闪卡(7套)

      01.概率小抄书(134页);02.统计学小抄书(41页);03.微积分小抄书(70页);04.线性代数小抄书(29页);05.python新手小抄秘籍(171页);06.机器学习闪卡(上)(152页);07.机器学习闪卡(下)(152页)

查看课程详细大纲 下载详细课程大纲

实战项目

不学也给你源代码,点击下载即可

下载实战项目及源代码
老师我能学会吗?

零基础轻松学 你也可以

给予你知识 开拓你视野 拓宽你人脉
在这里我们全给你

入学即可 免费加入

小班授课,保证品质

名额有限,预约优先占座

账号登录
手机号快捷登录
还没有账号, 现在 注册
资料下载

大数据 spark 优秀资源源码 .rar

Copyright © 2008-2018 上海容大教育培训有限公司 备案号:沪ICP备12015846号-1

地址:上海市普陀区中山北路3553号 伸大厦401