泰迪科技就业班培训课程大纲.docx
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_1.gif)
![资源得分’ title=](/images/score_05.gif)
《泰迪科技就业班培训课程大纲.docx》由会员分享,可在线阅读,更多相关《泰迪科技就业班培训课程大纲.docx(9页珍藏版)》请在得力文库 - 分享文档赚钱的网站上搜索。
1、泰迪科技就业班培训课程大纲泰迪科技就业班培训课程大纲 方向一:Hadoop+Spark 大数据开发 Linux 基础 数据库 SQL 基础 Java 基础 1.Linux 操作系统简介、安装及运用; 2.Linux 档案权限与书目配置、档案与书目管理、用户账号管理; 3.文件操作、文本编辑、vim 程序编辑器; 4.Bash 简介及功能介绍、Shell Script 编程; 1.数据库概述、数据库系统、管理系统; 2.MySQL 安装配置、基本操作、MySQL 连接工具的运用; 3.数据库基础学问概述:数据库、表结构、字段及其数据类型、运算符; 4.SQL 概述,数据库及表的创建基本操作; 5
2、.增删改查语句,运用 Java 程序进行增删改查。1.Java 基础程序设计:数据类型、运算符、表达式、推断循环语言; 2.数组定义与运用、方法定义与重载; 3.面对对象(基础); 4.面对对象(高级); 5.异样概念与编程;包概念与导入;泛型概念与编程应用; 6.Java 类集:Collection 接口主要操作方法:List、Set、Map 常用子类与运用,集合操作与遍历方法; 7.多线程编程及应用; 8.Java EE 编程实战;JavaEE 基础,HTML,JavaScript,Java Web,Tomcat,JSPHadoop 编程开发 Hive 大数据分析 HBase 数据快速读写
3、 1.Hadoop 简介、架构、原理; 2.集群配置及安装(JDK、SSH); 2. Hadoop IDE 开发环境配置(Eclipse 配置); 3. Hadoop MapReduce 实战:单词计数; 4. Hadoop 吩咐(hadoop fs , hadoop job, Hadoop jar); 5.分布式文件系统 HDFSJava API 实战:创建书目,上传,下载,删除; 5. Hadoop 基础编程(Mapper、Reducer、Driver); 6. Hadoop 高级编程(CombinerPartitioner原理实战及自定义,FileInputFormat、FileOutp
4、utFormat); 8. Hadoop 高级编程(自定义键值对); 9. Hadoop 高级编程(开发环境干脆运行MapReduce 程序); 10. Hadoop 案例 1:基于 KNN 的鸢尾花分类预料; 11. Hadoop 案例 2:基于 Kmeans 的客户价值分析。1. Hive 产生背景、概念,Hive架构、原理; 2. Hive 安装、配置; 3.Hive 与 RDBMS 区分,Hive应用场景; 4. Hive HQL 吩咐,数据库,表创建;数据导入、导出,HQL查询; 5.Hive 内置函数,自定义函数(UDF); 6.Hive 与 Java 交互; 7.基于 Hive
5、的航空公司客户价值分析项目案例。1.HBase 简介、架构原理; 2.HBase 集群安装配置(Zookeeper 简介、Zookeeper 安装配置、配置文件解读); 3.HBase 架构与数据模型(组件原理功能、Rowkey 设计、Schema 设计); 4.HBas 吩咐行(hbase shell)表操作; 5.HBase 开发环境配置; 6.Java API 操作 HBase 删/建表、HBase增删改查; 7.HBase 与 Hadoop Mapreduce 交互(HBase to HDFS, HDFS to HBase,HBase to HBase); 9.基于 HBase 的冠字
6、号查询系统(案例背景、架构、数据处理、建表、导入表数据实现); 10.基于HBase的冠字号查询系统Java Web 实现。Spark 大数据分析与编程 大数据实战案例 1.Spark 简介(Spark 简介、应用场景); 2.Spark 安装配置(资源管理器 YARNSpark Standalone); 3. Spark 整合 Hive 及传统数据库; 3.原理与架构(组件功能、RDD 原理); 4.Spark 编程基础(Scala 及编程简介); 5.Spark Transformation/Action 编程; 6.Spark Intellij IDEA 开发环境配置; 7.基于 Spa
7、rk ALS 算法的电影举荐系统(案例背景、系统架构); 8.基于 Spark ALS 算法的电影举荐系统(Spark Shell 简洁实现 Java Web 远程调用 Spark 集群实现);一、基于 Hadoop、Spark 的法律网智能举荐 1.法律网案例背景,架构设计; 2.数据预处理:异样数据探究、数据剔除; 3.系统数据预处理实现; 4.举荐算法简介、评估与选型; 5.系统模型建立、预研、调优; 6.系统模型完整实现。二、广电大数据用户营销 1、案例背景、架构设计、数据探究 2、数据探究分析及数据预处理 3、SVM 预料用户是否挽留 4、用户画像实现 三、广告流量作弊识别 1、案例
8、背景、架构设计、探究分析 2、预处理广告流量检测数据 3、运用决策树算法进行作弊流量识别 4、运用随机森林算法进行作弊流量识别 四、P2P 信用贷款风险预料 1、分析 P2P 信贷行业的风险限制、了解某 P2P 平台数据状况、用户逾期预料的步骤与流程 2、探究 P2P 信贷用户逾期的相关因素 3、P2P 信贷用户数据预处理 4、构建用户逾期还款预料模型方向二:Python+TensorFlow 大数据挖掘Python 编程基础 Python 数据分析与应用 1 打算工作 1.1 相识 Python 1.2 搭建 Python 环境 1.3 安装 PyCharm 并创建一个应声虫程序 2 Pyt
9、hon 基础学问 2.1 驾驭 Python 固定语法 2.2 创建字符串变量并提取里面的数值 2.3 计算圆形的各参数 3 Python 数据结构 3.1 创建一个列表(list)并进行增删改查操作 3.2 转换一个元组(tuple)并进行取值操作 3.3 创建一个字典(dict)并进行增删改查操作 3.4 将两个列表转换为集合(set)并进行集合运算 4 程序流程限制语句 4.1 实现考试成果划分 1 Python 数据分析概述 1.1 相识数据分析 1.2 熟识 Python 数据分析的工具 1.3 安装 Python3 的 Anaconda 发行版 1.4 驾驭 Jupyter Not
10、ebook 常用功能 2 NumPy 数值计算基础 2.1 相识 NumPy 数组对象 ndarray 2.2 相识 NumPy 矩阵与通用函数 2.3 利用 NumPy 进行统计分析 3 Matplotlib 数据可视化基础 3.1 了解绘图基础语法与常用参数 3.2 分析特征间的关系 3.3 分析特征内部数据分布与分散状况 4 Pandas 统计分析基础 4.1 读写不同数据源的数据4.2 实现一组数的连加与连乘 4.3 运用冒泡排序法排序 4.4 实训(猜数字嬉戏)5 函数 5.1 自定义函数实现输出方差 5.2 运用匿名函数添加列表元素 5.3 存储并导入函数模块 6 面对对象 6.1
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 科技 就业 培训 课程 大纲
![提示](https://www.deliwenku.com/images/bang_tan.gif)
限制150内