中公优就业大数据课程体系

• 

  第一阶段：Java基础

  课程主题：

  Java基础语法 面向对象编程 常用类和工具类 集合框架体系， 异常处理机制 文件和IO流 移动开户管理系统 多线程 枚举和垃圾回收，反射 JDK新特性，通讯录系统。

  课程内容：

  Java基本语法中的常量、变量声明和使用、运算符、数据类型以及相互转换、分支结构、循环结构、方法的定义和使用、数组、内存结构; 面向对象的编程思想；掌握类和对象的定义和使用;理解封装；Java多线程的概念、原理、创建方式、同步、线程池技术；掌握Java的反射机制以及JDK的新特性等。

  培养方向

  初级Java工程师

• 

  第二阶段：JavaEE核心

  课程主题：

  前端技术 、数据库 、JDBC技术、 服务器端技术、 Maven Spring SpringBoot Git

  课程内容

  静态的网页技术，并且可以制作精美的网页和动态JavaScript效果完成项目前端页面的制作; MySQL数据库的基本操作和SQL语言对数据库的CRUD操作; JDBC连接数据库技术；数据库事务以及JDBC事务控制方式; 连接池的使用；DBUtils工具的使用,完成对数据库的CRUD操作; 常用版本控制器Git的使用等。

  培养方向

  中级Java工程师

• 

  第三阶段：Hadoop生态体系

  课程主题：

  Linux Hadoop ZooKeeper Hive HBase Phoenix Impala Kylin Flume Sqoop&DataX Kafka Oozie&Azkaban Hue 智慧农业数仓分析平

  课程内容：

  Linux操作系统安装及基本命令；shell脚本编程； 大数据架构Hadoop原理及编程使用；熟悉大数据框架Hadoop调优 ZooKeeper工作机制，以及动态感知原理及使用; Hive数据仓库的使用及调优原理; HBase数据库的开发、使用;Impala查询使用; Kylin大数据的OLAP引擎; Flume数据迁移工具; Sqoop与DataX离线数据迁移工具及数据迁移测试;掌握Hue与各个大数据组件的搭配使用; 各个大数据组件在项目中的实战使用等。

  培养方向

  大数据开发工程师

• 

  第四阶段：Spark生态体系

  课程主题：

  Scala、Spark、交通领域汽车流量监控项目、Flink

  课程内容

  Scala多范式编程语言编写程序； Spark大数据计算框架原理；Spark实时流处理技术；Spark大数据计算框架调优； 要求能够对不同业务场景下Spark Core、Spark Streaming、Spark SQL的技术选型有足够认知，能够熟练使用Spark Core、Spark Streaming、Spark SQL完成对应功能； Flink实时流处理技术；熟悉项目中应用开发等。

  培养方向

  大数据Spark开发工程师

• 

  第五阶段：项目实战+机器学习

  课程主题：

  高铁智能检测系统、电信充值、中国天气网、机器学习

  课程内容：

  熟悉大数据开发基本流程和技术架构； 熟悉机器学习算法理论基础； 熟悉Python语言基础及数据算法库； 熟悉机器学习应用场景； 熟悉Spark机器学习框架； 熟悉数据分析平台开发全流程； 熟悉大数据推荐系统的开发全流程等。

  培养方向

  中级大数据工程师

• 

  第六阶段：就业指导

  课程主题：

  企业面试前期准备与技巧 专业指导 企业面试复盘

  课程内容

  1、职业规划讲解 2、简历注意事项详解 3、就业情况分析简历制作（个人技能、项目经验、自我评价) 1、简历审核修正 2、常见面试题的讲解 3、技术简历的指导与优化 4、强化实战项目，项目模块的介绍，业务流程的梳理，真实面试复盘（晚自习时间总结学员面试中的问题，进行针对性的辅导以及相关面试题的讲解）

  培养方向

  从简历、面试技巧等层面助力学员，培养学员沟通表达能力 让学员清晰了解职业发展规划，明确自身定位，找到适合自身发展的工作； 通过项目强化、面试专项指导、面试复盘等，学员能更好就业。