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
| PYTHON编程 | PYTHON环境搭建及PYTHON语法；PYTHON LAMBDA、正则表达式、函数；PYTHON I/O及文件处理；PYTHON面向对象编程；PYTHON服务开发及数据库编程；PYTHON库介绍；PYTHON数据采集、整理及清洗；PYTHON数据扒取与初级整理；搭建ELK环境及数据准备；基于ELK实现数据全文查询。 |
| HADOOP&SPARK | 大数据概况及HADOOP生态系统；MAPREDUCE原理及编程；APACHE HIVE基础；APACHE HIVE高级查询；APACHE HIVE函数及性能优化；APACHE SQOOP介绍及数据迁移；NOSQL综述及 APACHE HBASE基础；APACHE HBASE API介绍及性能优化；SCALA基础；SCALA高级；APACHE SPARK基础；APACHE SPARK分布式计算原理；SPARK SQL；基于SPARK GRAPHX的图形数据分析；项目练习-航班飞行网图分析；PYSPARK及JUPYTER NOTEBOOK集成环境搭建；HADOOP数据模型及应用架构介绍；项目练习-用户行为分析；综合考试；考试难点讲解及复习。 |
| 大数据系统管理与优化 | 基于CLOUDERA CDH的 HADOOP集群安装和配置；SPARK安装；CASSANDRA、MONGODB及 REDIS安装；APACHE KAFKA及NIFI安装；提升系统的高可靠性；提升HIVE的高可靠性；提升系统的安全性-认证；授权及审计；数据保护。 |
|
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 |
|
|
针对上海优就业2019年大数据招聘政策，我们现在为优就业提供大数据、互联网架构、Python等高端定制大数据培训课程，为优就业2020年大数据项目培养人才。
1. 这个方向的职位是技术型的;
2. 技术性质主要是互联网软件开发内容;
3.未来在该方向的工作发展相对稳定，发展前景广阔，有带薪实习;
4. 培训结束后在车载产品线进行科技基础交付、实习机会、数据分析及大数据相关工作;
5. 在学习过程中掌握设计软件、基本开发语言和交互逻辑的知识;大数据相关的算法和技术。
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。
优就业是中公教育IT培训品牌，致力于培养面向互联网领域的高端人才，以学员就业为目的，优质就业为宗旨，是一家集互联网营销师、UI /UE交互设计师、Web前端工程师、Java工程师、Python工程师、人工智能开发工程师、VR/ AR开发工程师、Unity开发工程师、大数据工程师、Linux 云计算工程师、软件测试工程师等课程为一体的IT培训机构。
入门薪资
入门快：上海优就业实战专家亲自授课，结合企业真实项目阶段性讲解，跟着老师理论+实战，从入门到精通不过数月。
起薪高：比其他行业高75%，起薪过8K；70%就业者月薪过11K，35%就业者月薪过14K，一年经验即可达到15-25K月薪！
缺口大：各大主流招聘网站信息年增长189%，大数据人才缺口巨大，十大高薪职业之一，供求比超过1:14！
要求低：企业对大数据人才的学历要不高，更注重的是实战能力。一年经验占59.46%，一年以上二年内占28.83%。
市场前景
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。
大数据领域仍有许多创新和创业的机会。一方面，随着大数据技术系统成熟度的不断提高，大数据技术开始得到充分应用。
另一方面，大数据作为“新基础设施计划”的重要内容之一，在未来必将得到大量资源的支持。因此，学习大数据的相关内容也是适应时代发展的一种选择。
目前，大数据领域有很多发展方向。不同的方向需要不同的知识基础，初学者可以根据自己的实际情况进行选择。根据目前大数据领域的技术岗位划分，涉及大数据开发、大数据分析、大数据运维。
大数据开发更注重程序设计的基础，大数据分析需要扎实的数学和统计学基础，大数据运维需要一定的网络知识基础。
