一般线下的课程，比如CDA，大概在16000左右，线上课程，比如大讲台，大概在10000左右；
招生对象
对互联网感兴趣的培训机构，各企业CIO、信息中心负责人、技术总监，云计算中心负责人，云计算产业投资团队，云计算应用开发商，云计算硬件设备供应商，云服务提供商，高校、科研院所云计算项目负责人。各企业大数据架构师、技术总监、数据挖掘负责人、数据挖掘开发工程师。
培训目标
1、了解Hadoop的历史及目前发展的现状、以及Hadoop的技术特点，从而把握分布式计算框架及未来发展方向，在大数据时代能为企业的技术选型及架构设计提供决策参考。
2、全mian掌握Hadoop的架构原理和使用场景，并经过贯穿课程的项目进行实战锻炼，从而熟练使用Hadoop进行MapReduce程序开发。课程还涵盖了分布式计算领域的常用算法介绍，帮助学员为企业在利用大数据方面体现自身价值。
3、深入理解Hadoop技术架构,对Hadoop运作机制有清晰全mian的认识，可以独立规划及部署生产环境的Hadoop集群，掌握Hadoop基本运维思路和方法，对Hadoop集群进行管理和优化。
培训特色
注重应用：分析国内实际情况，结合国际、国内成功经验。Hadoop采用实战的项目，让学员在短时间内掌握Hadoop的搭建与配置。并进行高xiao的大数据清洗和分析。
形式灵活：互动课堂、0元技术沙龙、提供云计算项目建设咨询、大数据Hadoop平台的搭建。
课程内容：
大数据技术基础，业界主流的大数据技术产品与项目解决方案，Hadoop大数据平台剖析，大数据分布式存储系统原理及其应用实践，大数据MapReduce与Yarn并行处理平台，Hadoop应用实践操作训练，HBase分布式数据库管理系统，HBase半结构化数据管理应用实践操作训练。Hive大型数据仓库集群平台及其应用实践，Mahout大数据分析挖掘平台及其应用实践，Hive数据仓库与Mahout数据挖掘平台的应用实践操作训练。
1.Spark大数据实时处理平台剖析基于Spark的实时数据仓库和实时数据分析挖掘处理平台的实现机制，以及SparkSQL，SparkStreaming，MLib，GraphX，SparkR的应用实践。
2.Spark平台与各个组件的实践操作训练Storm流式数据处理平台架构及其应用实践，大数据智能化ETL操作工具以及Hadoop集群运维监控工具平台应用，大数据分布式采集与分布式消息订阅系统及其应用实践。