开班提醒 ]
上海大数据开发课程
秉承“教育改变生活”的教育理念
| Java基础 | JAVA开发简介 基本语法、运算符 流程控制语句 数组 函数 面向对象 常用类库 异常 io系统 集合泛型 线程 网络编程 阶段测试。 |
| Javaweb |
html+css;html5+css3;jquery;WEB服务器、开发工具-MyEclipse;HTTP协议;请求与响应;JavaWeb开发之Servlet、Servlet3.0;数据库;JDBC;javascript;JSP;MVC;数据源;会话管理;过滤和监听;异步请求;阶段测试。 |
| JavaEE高级+Linux课程+分布式计算 | Jspring框架、mybatis框架、nio、JVM、maven框架、LINUX、MYSQL分库分表、读写分离、JAVA搜索引擎、Redis、消息队列、分布式计算框架、项目实战。 |
| 离线数据分析平台Hadoop | Hadoop初步; Hadoop分布式文件系统HDFS; MapReduce; Hadoop HA; Hive; Flume;Sqoop; HBase; YARN; 项目实战。 |
|
实时数据分析平台Storm |
python基础; Storm框架; Storm集群; 日志监控业务;Kafka; 项目实战 |
|
Scala语言与Spark |
Scala语言; Spark; 机器学习;spark与HIVE; 项目实战 |
|
就业指导 |
企业面试前期准备与技巧;企业面试实战 |
|
我是零基础 |
零基础入学勤能补拙 |
我想技能提升 |
已有的技术太落伍担心被企业淘汰 |
|
我想转行 |
现有工作枯燥，工资太低 |
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 |
|
|
当今世界，信息技术浪潮席卷全球，大数据、云计算、物联网等蓬勃发展，互联网时代再上新台阶。当今中国必须抓住世界科技革命的历史机遇。
1.本科及以上学历，软件工程、计算机等专业优先，有相关基础的其他专业亦可，逻辑思维能力强的理工科专业学生亦可；
2.沟通能力佳，有团队意识。
3.热爱计算机软件开发行业，认可企业的品牌文化；
4.善于学习和总结分析，有良好的工作态度和团队合作精神。
项目开发模式先进
项目开发过程也采用目前新的项目开发模式，比如敏捷模式等，与大型互联网开发技术同步。
企业项目环境
学员拥有24小时机房和实验服务器，可熟悉项目开发中立项、分析、设计、编码、测试、实施、维护等真实流程及相关工作。
注重素质和能力培养
注重综合素质能力的培养，主要包括技术应用能力、分析设计能力、团队合作、职业素养等，提升学员的企业工作能力。
注重方法和思维培养
授人以鱼、不如授人以渔，我们授课过程不仅注重技术点培养、更侧重于方法和思维培养，提升学员养成后续自我提升的能力。
优就业为学员打造的个性化、差异化就业流程，致力于帮助学员优质就业。优就业会根据学员意愿建档统计就职意向，为学生提供理论+实战+实训的培训服务。学员完成毕业考核后，将会接受一对一的就业指导服务。优就业了解合作企业的岗位需求，可针对各岗位进行差异化培训。同时，会定期举办企业上门招聘双选会，学员可以与心仪的企业面对面沟通，并得到优就业的大力推荐。
扩大产业的政策
《大数据发展行动计划》、《大数据产业发展规划(2016-2020年)》等国家政策得到有力推动，各地大数据政策利好，带动产业规模达到千亿级。
巨大的人才缺口
大公司争相招募大数据人才。根据拉勾、智联招聘、BOSS 直聘等招聘平台的统计分析，未来三到五年内，中国大数据人才缺口将超过180万。
薪酬福利喜人
根据世界著名的Kforce报告，全球八大与大数据相关的工作平均年薪为14.66万美元。在中国的一线互联网行业，大数据工程师的工资水平比同级别的其他职位高出30%以上。
1
衡量学员的能力不是看学了多少，而是能熟练运用多少;情景化教学，实战化训练，便学边练，边练边学;学习过程就是完成"从一个小白成为一名优秀员工"的工作任务!让学习由传统的压迫式转化自我主动式，目标明确!
2
课程体系严密，围绕企业需求，以实战项目导入教学体系;模块课程完整，每个模块对应一类岗位，将所有岗位能力对应到各个模块;课程内容全面，所有课程内容吸纳大数据技术，全面覆盖了各个知识点。
曾参与多项重点工程项目的开发和设计，如中国石化加油卡网上营业厅、中国工商银行统一消息平台、黑龙江联通增值业务综合运营平台等。精通SSH框架，对大数据领域中的常用框架Hadoop、Hive、Flume、Kafka等有深入研究。
精通Hadoop、Spark、Hive、Hbase、Sqoop、Flume、Kafka等大数据相关技术，擅长分布式数据库技术在大数据分析场景下的具体应用。熟练掌握spring、 springMVC、mybatis、struts2、 hibernate等框架。
精通SSH、SSM等J2EE架构体系设计和开发流程。熟悉Oracle、MySQL等关系型数据库及Redis非关系型数据库。精通Hadoop、Storm、Spark等大数据领域中的常用框架，擅长结合业务从大量数据中梳理计算模型。
从大数据产业链来看，大数据产业链包括数据采集、存储、安全、分析、展示和应用。整个产业链需要不同的企业参与，也需要许多不同的技术角色来完成不同的任务。
数据分析技术是大数据人才需要重点掌握的技术。目前，数据分析技术主要有两种分析方法，即统计分析方式和机器学习分析方法，这两种方法都需要扎实的数学基础。
大数据平台的基础是分布式存储和分布式计算，所以大数据平台的内容还是比较大的。学习大数据平台可以从Hadoop和Spark开始，这两个平台都比较成熟，有很多学习资料可以参考。
