一、学习目标
企业级大数据工程师实训以Java,Python,数据库,Linux 为技术基础,提高学员大数据开发技术水平及综合素质为根本目标。在专业技术上突出强调学员对专业知识的实际应用;在综合素质上突出强调学员的学习及应用能力、分析和解决问题的能力、良好的职业素质和团队合作。
立足于培养大数据开发、架构设计、项目管理、技术支持等方向的人才,学生在具有必备的基础理论知识和专业知识的基础上,培养以下能力:
①掌握主流的开源大数据技术,包括安装、使用、开发;
②理解大数据开发特点;能基于用户的业务场景给出大数据技术解决方案;
③掌握企业大数据项目开发分析、设计、实现、测试、发布全过程;
④了解并体验企业工作环境和工作方式;
⑤培养职业素质、团队合作精神及沟通能力,体验企业文化,适应未来的工作环境;
⑥增强实训学员的就业能力,培养符合企业需求的大数据工程师。
二、学习方向
阶段一:大数据基础

  1. Linux虚拟机安装
  2. Linux操作方法与常用命令
  3. Linux软件安装。
  4. 复杂逻辑的SQL实现
  5. 海量数据的SQL开发注意事项
  6. 简单网络数据抓取
  7. 需验证登录的网络数据抓取
    阶段二:数据仓库
  8. 数据仓库基本概念
  9. 数据仓库设计
  10. 用kettle实现ETL开发
  11. 用EasySchedule实现ETL开发
  12. 数据质量和任务调度
    阶段三:Apache Hadoop
  13. Hadoop安装与参数设置
  14. Hadoop概述
  15. HDFS操作方法
  16. java开发远程访问HDFS
  17. MR开发语法
  18. hadoop生态绍
  19. Apache Hive简介与操作
  20. Apache Hive开发
  21. Apache Spark安装
  22. Apache Spark原理
  23. Apache Spark Dataset开发语法
  24. Apache Spark SQL开发语法
  25. Apache Spark RDD开发语法
  26. Apache Spark RDD开发案例解析
  27. Apache HBASE安装
  28. Apache HBASE原理
  29. Apache HBASE开发语法
    阶段四:流计算
  30. Apache KAFKA安装
  31. Apache KAFKA原理
  32. Apache KAFKA消息生产者开发
  33. Apache KAFKA消息消费者开发
  34. Apache Flink安装
  35. Apache Flink原理
  36. Flink DataStream 接收socket数据源
  37. Flink DataStream 接收KAFKA数据源
  38. Apache Flink 数据输出到hdfs、mysql
    阶段五:高性能数据库
  39. ElasticsSearch安装
  40. ElasticsSearch原理
  41. ElasticsSearch的增删改查开发
  42. ClickHouse安装
  43. ClickHouse原理
  44. ClickHouse语法
  45. ClickHouse远程访问
    阶段六: 数据挖掘
  46. 数据挖掘流程
  47. 常用算法
  48. 数据挖掘工具WEKA使用
  49. Java调用WEKA算法开发
  50. Java 调用xgboost算法开发
  51. Python调用常用机器学习算法
    阶段七:数据可视化
  52. JimuReport安装
  53. JimuReport开发流程
  54. JimuReport表格开发
  55. JimuReport图形开发
    阶段八: 架构设计
  56. 架构设计概述
  57. 功能架构设计
  58. 技术架构设计
  59. 系统架构设计
  60. 硬件与网络设计

大数据方向学习方向和目标相关推荐

  1. 大数据专业就业方向和考研院校及系统学习路线规划

    一.大数据的就业方向: 小标题 一.大数据专业的方向较多,以下是一些常见的方向: 1.数据挖掘与机器学习:主要关注数据的提取.处理.分析和预测,以及机器学习算法的应用. 2.大数据平台与分布式系统:主 ...

  2. 学python对数学要求高吗_人工智能的小男孩 大专学历的人没有数学基础想学习python技术未来能往大数据或人工智能方向进行职业发展吗?...

    内容由传智播客提供,电器吧机器人网提供人工智能的小男孩相关内容,小编烟酉为您整理并发布于人工智能栏目下,原标题:大专学历的人没有数学基础想学习python技术未来能往大数据或人工智能方向进行职业发展吗 ...

  3. 大数据与人工智能方向基础 --- 概述

    目录 前言 一.人工智能的引入 1.什么是智能? 2.什么是人类智能? 3.什么是人工智能? 二.人工智能的特点及分类 1.人工智能的分类: 2.人工智能的特征: 三.机器学习 1.人工智能与机器学习 ...

  4. 女生学大数据的就业方向好不好就业

    女生学大数据的就业方向好不好就业 女生是否适合学习大数据因人而言,不对大数据感兴趣的男女,他们都学不好大数据,对数据感兴趣的男女,能不能学好大数据也是看个人. 女生学大数据的就业方向有哪些 对于大数据 ...

  5. 计算机大数据的前景方向_研究未来计算机大数据的发展方向

    龙源期刊网 http://www.qikan.com.cn 研究未来计算机大数据的发展方向 作者:贺彬 来源:<山东工业技术> 2019 年第 20 期 摘 要:随着计算机的普及,计算机在 ...

  6. 计算机大数据的前景方向_未来计算机大数据的发展方向

    原标题:未来计算机大数据的发展方向 计算机大数据的利用价值,是需要通过数据和相关技术结合起来,将数据中的价值发挥到最大.在当前时代,如何有效挖掘数据中的价值,已经成为当前企业所关注的重点问题之一,计算 ...

  7. 大数据就业培训 大数据的发展方向

    大数据技术的战略意义不是掌握大量的数据,而是处理包含含义的数据.换言之,如果将大数据比作一个行业,那么利润的关键是提高数据的"处理能力"和通过"处理"提高价值. ...

  8. 大数据的就业方向有哪些

    大数据时代,人人都可以通过大数据来了解身边事,那么大数据行业的发展前景也是非常可观的,想要了解大数据的就业方向有哪些?来看看下面的详细介绍就知道了. 大数据的就业方向有哪些? 1.大数据开发工程师:大 ...

  9. 未来计算机大数据的发展方向

    计算机大数据的利用价值,是需要通过数据和相关技术结合起来,将数据中的价值发挥到最大.在当前时代,如何有效挖掘数据中的价值,已经成为当前企业所关注的重点问题之一,计算机大数据的发展也成为人们密切关注的问 ...

  10. 大数据趣味学习探讨(二):我是怎么坚持学习的

    CSDN话题挑战赛第2期 参赛话题:大数据趣味学习探讨 文章目录 要不要学,为什么要学大数据,最好的机会没有之一 一.根本性的问题 1.打仗最重要的是什么? 2.为什么总是知行不一 二.大数据到底好在 ...

最新文章

  1. C++ Primer 5th笔记(chap 14 重载运算和类型转换)下标运算符[]
  2. mysql怎么按年份分组_mysql - MYSQL按ID分组,但根据最近的年份进行拉取 - SO中文参考 - www.soinside.com...
  3. php在线考试系统模板下载,PHPEMS在线模拟考试系统 v6.1
  4. php 返回索引,PHP mySQL - 你能否返回帶有數字索引的關聯數組?
  5. angularjs外部文件中的控制器使用
  6. paip.Winista HTMLParser文本结点的获取
  7. RTI_DDS自定义插件开发 2 NDDS传输插件API
  8. 修改AP6212A0所使用的配置文件nvram_ap6210.txt为nvram_ap6212.txt(分色排版)V1.2
  9. 24小时“凶宅试睡直播”去“凶”,阿里拍卖为卖凶宅有点拼
  10. Python自动锁屏--window系统
  11. php必应壁纸 分辨率,必应壁纸php获取接口
  12. 把网站服务器调黑白,服务器安全狗怎么设置黑白名单?
  13. 关于kali Linux缺少pyrit或者pyrit无法定位的问题
  14. 小米设备打开了开发者选项和USB调试仍然无法安装成功的问题
  15. 普通人学会Python到底具体能做什么呢?
  16. mysql 中的select,from,where,group by等 关键字 执行顺序与别名问题
  17. 本轮沙尘已跨过长江!这些地区请注意加强防范
  18. Ubuntu 编译 ZBar
  19. 初二因式分解奥数竞赛题_(完整)初中数学竞赛因式分解专题
  20. 【南風-视觉】Ubuntu命令行安装QT

热门文章

  1. 中断深入-->休眠唤醒(通用)
  2. 微信小程序钱包支付页面案例
  3. 2012成都网络赛赛后【缺CHJ】
  4. 文献略读-JHM-定向修饰PET催化降解酶
  5. JHM宽频电机新一代的“马达”
  6. idea安装maven依赖包及配置过程,打开及运行项目
  7. git push遇到错误: [rejected]master - master (non-fast-forward)的解决方法
  8. 基于R语言的主成分和因子分析
  9. 长尾关键词-长尾关键词挖掘工具-长尾关键词优化排名软件
  10. 塔望3W消费战略全案|巨头林立,卤味新品牌的破局之路