Javase 阶段
基础课程，核心技术点：Java基本语法面向对象API，Eclipse开发工具的使用，集合的底层原理基本算法jvm 参数，JDK8 的部分特性，IO、线程、套接字、反射使用，EasyMall项目开发
课程内容介绍
-
学历
核心技术点：
详情了解
Redis&SpringBoot整合
Mycat&SpringBoot整合
Lucene原理讲解及使用
Eclipse开发工具的使用
ES&SpringBoot整合、Jsoup爬虫
Jvm参数Easymall项目整合
SpringCloud微服务整合
适应岗位：
中高级Java开发工程师 、全栈工程师
数据库开发工程师、Java互联网开发工程师
搜索引擎开发工程师、爬虫工程师
全栈工程师、Java微服务开发工程师 -
核心技术点：
详情了解
Hadoop/Hive、Hbase/Redis
Strom、Spark、Kafka
SCALA、Zebra 项目、Linux云平台
适应岗位：
Spark大数据开发工程师
Hadoop大数据开发工程师
Strom大数据开发工程师
Hive工程师
大数据平台运维工程师
数据仓库开发工程师、ETL开发工程师
数据可视化工程师
推荐系统开发工程师
学习目标
1
掌握Linux、Java、SQL基本知识
2
掌握商业智能平台构建思路
3
掌握常见数仓平台架构
4
掌握报表开发能力、用户画像的原理
5
掌握用户画像系统技术架构
6
掌握标签的各种加工方式
7
掌握精准营销思路、flink技术架构
8
掌握精准营销流程、实时数仓搭建，掌握docker的技术架构原理
9
熟悉docker相关命令、docker容器数据卷，熟悉docker应用部署、docker的私有仓库相关技术
学习对象
计算机、大数据等专业的高校生，想求职于大数据分析岗位
之前从事开发等技术岗想转型业务大数据分析等待就业技术人群
从传统数仓到大数据平台转型的数据分析人士
有一些编程基础，之前从事传统运营、营销想转行大数据分析的业务人士
希望快速在工作中应用大数据分析处理商业智能、营销、运营等有编程基础的人士
学习方法
Java语言基础
JAVA作为编程语言，使用是很广泛的，大数据开发主要是基于JAVA，作为大数据应用的开发语言很合适。Java语言基础包括Java开发介绍、Java语言基础、Eclipse开发工具等。
JAVA作为编程语言，使用是很广泛的，大数据开发主要是基于JAVA，作为大数据应用的开发语言很合适。Java语言基础包括Java开发介绍、Java语言基础、Eclipse开发工具等。
Linux系统和Hadoop生态体系
大数据的开发的框架是搭建在Linux系统上面的，所以要熟悉Linux开发环境。而Hadoop是一个大数据的基础架构，它能搭建大型数据仓库，PB级别数据的存储、处理、分析、统计等业务。还需要了解数据迁移工具Sqoop、Flume分布式日志框架。
大数据的开发的框架是搭建在Linux系统上面的，所以要熟悉Linux开发环境。而Hadoop是一个大数据的基础架构，它能搭建大型数据仓库，PB级别数据的存储、处理、分析、统计等业务。还需要了解数据迁移工具Sqoop、Flume分布式日志框架。
分布式计算框架Spark&Strom生态体系有一定的基础之后，需要学习Spark大数据处理技术、Mlib机器学习、GraphX图计算以及Strom技术架构基础和原理等知识。Spark在性能还是在方案的统一性方面都有着极大的优越性，可以对大数据进行综合处理：实时数据流处理、批处理和交互式查询。
