1、培訓(xùn)過程中，如有部分內(nèi)容理解不透或消化不好，可免費在以后培訓(xùn)班中重聽；
       2、培訓(xùn)結(jié)束后,授課老師留給學(xué)員聯(lián)系方式,保障培訓(xùn)效果,免費提供課后技術(shù)支持。
       3、培訓(xùn)合格學(xué)員可享受免費推薦就業(yè)機(jī)會。☆合格學(xué)員免費頒發(fā)相關(guān)工程師等資格證書，提升職業(yè)資質(zhì)。專注高端技術(shù)培訓(xùn)15年，端海學(xué)員的能力得到大家的認(rèn)同，受到用人單位的廣泛贊譽，端海的證書受到廣泛認(rèn)可。

• 1，系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員。
  2，牽涉到數(shù)據(jù)挖掘和統(tǒng)計分析的數(shù)據(jù)中心運行、規(guī)劃、設(shè)計負(fù)責(zé)人。
  3，政府機(jī)關(guān)，金融保險、移動和互聯(lián)網(wǎng)等大數(shù)據(jù)來源單位的負(fù)責(zé)人。
  4，高校、科研院所牽涉到數(shù)據(jù)挖掘與統(tǒng)計分析處理的項目負(fù)責(zé)人。
• 【培訓(xùn)目標(biāo)】
  1、全面了解大數(shù)據(jù)前沿技術(shù)的相關(guān)知識。
  2、學(xué)習(xí)大數(shù)據(jù)前沿技術(shù)平臺、方法以及應(yīng)用特征。
  3、學(xué)習(xí)使用大數(shù)據(jù)挖掘和分析中的使用。
  4、了解Hadoop、Spark等技術(shù)的融合使用。
• 【課程大綱】
  第一講 大數(shù)據(jù)技術(shù)基礎(chǔ)
  1）大數(shù)據(jù)應(yīng)用需求及潛在價值分析
  2）大數(shù)據(jù)與數(shù)據(jù)庫解決方案的對比
  3）國內(nèi)外主流的大數(shù)據(jù)解決方案
  4）開源的大數(shù)據(jù)生態(tài)系統(tǒng)平臺剖析
  5）大數(shù)據(jù)下的技術(shù)選型與架構(gòu)設(shè)計
  第二講 批處理大數(shù)據(jù)平臺Hadoop
  1）Hadoop及其運行架構(gòu)
  2）HDFS分布式文件系統(tǒng)
  3）MapReduce計算模型
  4）HBase大表管理技術(shù)
  5）Hadoop平臺使用和實操
  第三講 實時大數(shù)據(jù)平臺Spark
  1）Spark實時處理技術(shù)
  2）彈性分布式數(shù)據(jù)集RDD
  3）Spark分布式計算框架
  4）Spark的BDAS生態(tài)系統(tǒng)
  5）Spark平臺使用和實操
  第四講 流式大數(shù)據(jù)平臺Storm
  1）流式大數(shù)據(jù)處理架構(gòu)
  2）Storm在企業(yè)應(yīng)用介紹
  3）Storm拓?fù)浼傲鞣纸M
  4）Spout和Bolt詳解
  5）分布式DPRC和Trident
  6）Storm平臺使用和實操
  第五講 Python網(wǎng)絡(luò)爬蟲
  1）網(wǎng)絡(luò)爬蟲基礎(chǔ)
  2）urllib和urllib2庫的用法
  3）Python 正則表達(dá)式
  4）Beautiful Soup使用
  5）用Scrapy采集示例實操
  第六講 大數(shù)據(jù)日志采集工具Flume
  1）日志采集及Scribe介紹
  2）Flume-NG數(shù)據(jù)流模型
  3）Flume平臺架構(gòu)
  4）Flume集群部署配置
  5）Flume應(yīng)用案例實操
  第七講 分布式消息訂閱工具Kafka
  1）Kafka應(yīng)用介紹
  2）Kafka平臺架構(gòu)
  3）Kafka集群部署與配置
  4）Kafka應(yīng)用案例實操
  第八講 NoSQL云數(shù)據(jù)處理工具
  1）NoSQL技術(shù)及云數(shù)據(jù)庫介紹
  2）HBase列數(shù)據(jù)存儲及處理機(jī)制
  3）HBase高并發(fā)讀/寫實現(xiàn)及案例
  4）MongoDB文檔數(shù)據(jù)存儲及處理
  5）MongoDB操作實現(xiàn)及案例
  第九講 大數(shù)據(jù)中的SQL工具
  1)大數(shù)據(jù)中的類SQL工具
  2) Hive設(shè)計目標(biāo)和數(shù)據(jù)模型
  3) Hive關(guān)鍵性技術(shù)和案例
  4) SparkSQL設(shè)計目標(biāo)和數(shù)據(jù)模型
  5) SparkSQL關(guān)鍵性技術(shù)和案例
  第十講 大數(shù)據(jù)分析挖掘工具
  1）大數(shù)據(jù)挖掘及知識模型的發(fā)現(xiàn)
  2）大數(shù)據(jù)挖掘工具M(jìn)ahout和MLlib
  3）推薦方法及MLlib電影推薦案例
  4）分類方法及Mahout新聞分類案例
  5）聚類方法及K-Means聚類案例
  第十一講 資源虛擬化工具Docker
  1）虛擬化和容器技術(shù)
  2）LXC和Docker的發(fā)展
  3）Docker架構(gòu)及特性
  4）鏡像、容器和倉庫
  5）Docker的執(zhí)行及其案例實操
  第十二講 大數(shù)據(jù)技術(shù)展望
  1）大數(shù)據(jù)分析技術(shù)展望
  2）大數(shù)據(jù)平臺的發(fā)展展望
  3）大數(shù)據(jù)挖掘的應(yīng)用展望
  
•