大数据
Big data
对于“大数据”（Big data），研究机构Gartner给出了这样的定义：“大数据”是需要 新处理模式才能具有更强的决策力、洞察发现力和流程优化能力来适应海量、高增长 率和多样化的信息资产。
麦肯锡全球研究所给出的定义是：一种规大到在获取、存储、管理、分析方面大大超 出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流 转、多样的数据类型和价值密度低四大特征。
大数据分析也是有很大的投资风险的活动，因为分析得到什么结果常常具有很大的不确定性，完全有可能出现达不到预期的结果甚至没有价值的结果的情况。即使能在事前准确地确定要解决的问题，明确分析的方向，这种不确定性仍不能消除。不确定性的来源包括，大数据里面是否真的包含有原来不知道的新知识?如果没有，不管如何分析都不会有新发现。是否有适当的分析方法或适合的分析工具?如果方法不对或工具不对，大数据里面包含有再多的宝贵知识也可能发现不了。因此对大数据的投资需要谨慎尝试，逐步推进，以避免投资失误的风险。
未来3至5年，中国需要150万+，大数据人才，目前大数据从业人数不足50万，市场需求远远得不到满足
在线咨询
任何公司的核心都离不开数据，数据分析师也是公司的重要决策人员，大数据行业起薪高。
在线咨询
前有万达集团高薪聘请大数据人才，后有大数据专业毕业生高薪就职，大数据人才“重金难觅”
在线咨询| 课程大纲 | 核心技能点 | 核心能力培养 |
| 第一阶段：Java基础 |
Java基础语法、面向对象、异常处理、集合框架、常用类、I/O操作、多线程、网络编程、XML解析 深刻理解面向对象思想，掌握JavaEE核心技术并能灵活运用Java常用API解决实际问题，具备了程序员必备的逻辑思维能力及自学能力，为后续深入学习JavaWeb技术及框架技术打下牢固的基础。 |
熟练使用MyElipse开发Java程序 会使用Java编写常用的流程控制语句 理解并掌握面向对象思想及其三大特性 能够灵活运用Java常用类解决实际问题 会使用集合框架存储数据、I/O技术操作文件 能够实现多线程及网络编程 |
| 第二阶段：JavaWeb网站开发 |
HTML5、CSS3、JavaScript/ES6、JQuery、JSP/Servlet、MySQL数据库、JDBC、Linux、SVN 能够完成B/S架构的中小型网站系统的开发，并在真实生产环境下进行项目发布 |
了解B/S架构运行原理 掌握网页的开发和设计技能 掌握JavaWeb核心开发技能 掌握Linux应用部署和监控技能 掌握基本的JavaEE应用设计和开发技能 锻炼学员团队协作能力 |
| 第三阶段：SSM/SSH框架 |
MyBatis框架、Spring框架、Spring MVC框架、Struts2框架、Hibernate框架、Git、Maven 、Oracle数据库 能够胜任垂直架构下的Java开发工作，熟练使用流行的开发框架SSM、SSH进行传统企业级项目开发。 |
掌握SSM/SSH框架核心技能及应用开发技能 掌握Oracle数据库设计和应用技能 学会使用Git进行项目代码版本管理 学会使用Maven进行项目构建管理 |
| 第四阶段：基于分布式微服的互联网架构 |
分布式微服架构、Dubbox、Spring Cloud、Spring Boot、Docker环境快速搭建实现自动化部署、分布式下ID唯一性、Redis、分布式事务处理、分布式下三方接入、Active MQ消息队列等 能够胜任互联网公司的分布式项目的开发和架构设计工作 |
培养学员基于分布式项目的业务架构、应用架构、技术架构、安全架构、网络拓扑架构等的设计和代码开发能力，以及在部署策略等方面的综合能力 培养学员分布式项目下核心业务处理能力 培养学员在分布式项目下对于高并发、数据最终一致性、性能优化等问题的解决处理能力 |
| 第五阶段：Python爬虫+ELK+分析 |
Linux Shell编程、Python编程、NumPy&Pandas、Scrapy、LXML、PySpider、数据采集、整理和清洗、Elasticsearch、Logstash、Kibana 能够胜任Python开发工程师、爬虫工程师、搜索引擎工程师。 |
掌握Python编程 具备Python的爬虫开发、 数据获取和整理等能力 能够使用ELK进行数据导入、 查询和集成 |
| 第六阶段：Hadoop生态圈 |
HDFS、MapReduce、YARN、Hive、Sqoop、HBase 能够胜任：Hadoop工程师、ETL工程师、Hive工程师、数据仓库工程师。 |
掌握Hadoop集群配置与管理
掌握HDFS文件操作
掌握分布式计算原理
掌握基于Hive的数据ETL和数据查询
掌握HBase数据存储
掌握数据导入导出
|
| 第七阶段：Spark技术栈 |
Scala编程、Spark RDD、Spark SQL、Spark GraphX、PySpark、Jupyter、Hadoop数据模型、Atlas&Ranger、NiFi、Kafka、Oozie、Cassandra&Hive、Redis&Hive、MongoDB、Tableau 能够胜任：Spark工程师、Hadoop工程师、ETL工程师 |
掌握Spark集群配置与管理，以及Spark离线计算
具备Scala和Python编写 Spark应用的能力
具备在企业数据湖中建立数据流程/通道、实施数据监管、规范数据管理和确保数据安全
具备数据采集、数据变换、数据建模、任务调度以及与企业应用的数据集成的能力
具备多种NoSQL数据存储的能力
掌握Hive/Spark实施数据变换、BI工具与 Hive、 NoSQL 的集成
掌握用户兴趣取向分析/航班飞行网图分析/电子商务消费行为分析/用户交易欺诈分析案例的具体实现
|
| 第八阶段：实时流处理平台 |
Spark Streaming、Flink、Flume、Storm、d3.js、Echarts 能够胜任：大数据开发工程师、大数据架构师 |
掌握Apache NiFi/Kafka/Flume/Spark Streaming的集成使用 具备实时流数据存储、计算、查询的能力 具备多种流处理框架的运用能力 掌握多种常见可视化工具的使用 掌握股票流数据实时分析/舆情分析案例 |
| 第九阶段：机器学习 |
Spark Mllib 能够胜任：大数据架构师、大数据初级分析师、大数据挖掘工程师 |
掌握Spark机器学习数据结构及流程
掌握分类,聚类和推荐模型
掌握垃圾邮件分类
|
如今的组织正在接受分析文化，需要数据来支持他们的一举一动。然而，传统的商业智能(BI)方法往往无法释放数据的力量，因为它们往往太复杂、太僵化、速度太慢。
数据可视化或商业智能仪表盘将会得到越来越广泛的应用，因为它们可以帮助人们快速接受和消化相关的信息。将图形和图表与功能强大且易于使用的业务分析相结合，意味着每个部门的用户不仅可以看到他们的组织如何实时执行，而且还可以采取必要的行动，防止小问题变成更大的问题，并挖掘新的机会。
真大数据分析教学
真大数据核心科技
真大数据项目应用
- 思维训练 -
一线案例助训大数据四维
- 基础友好 -
具备JAVA与Linux基础
- 福利及就业推荐 -
学校推荐就业
- 实战教学 -
线下面对面授课
- 答疑辅导 -
线上线下辅导，早8点到晚8点
①IT公司见习
近距离参观学习IT互联网企业工作环境、了解IT互联网公司职能设置，体验IT互联网公司工作密度及流程。
③师生人脉
自1999年起北大青鸟毕业生自主组建了青鸟人才直通车，青鸟毕业生有机会直接通过教员、师兄、师姐的推荐获得许多效益较好的IT互联网公司工作机会。
④就业推荐
北大青鸟成都站联合优越人才网达成长期就业推荐服务，所有青鸟毕业学员均享有长期被推荐的服务，同时享受升职加薪指导服务。
⑤微猎服务
微猎服务，您身边的长期的职业导向顾问，跳槽、转行、创业、升职、加薪，一路畅通。
