大数据分析与开发培训

招生对象
应届毕业生-大学迷茫群体，看不到未来的方向，期待学一门有前景的技术
跨行转专业-非计算机专业群体，迫切转行期待学习一项有前景、易学习、高薪技术
计算机相关专业-学过计算机、数学、统计学、物理学等相关专业群体，寻求改变现状，期待进入IT核心技术领域
零基础-逻辑思维能力很强，想通过学一门技术来获得一份高薪工作
传统运维转开发-运维工作遇到瓶颈，想要转开发岗位寻求突破

班型介绍
全日制就业班（课时：3个月）
周末就业班（课时：5个月）
周末提升班（课时：5个月）

上课形式
全程采用线下面授教学形式，6-8人项目组精品小班，学习氛围浓厚。
教学实施与管理-1对1辅导，面授为主教材辅助，月度考试通关。
教学评测与反馈-课程知识点测评，教学满意度测评，就业满意度测评。

服务特色
资深教学讲师面授，教学反馈末位辅导，软实力提升综合素质
实战导师企业真实项目演练，综合能力评估
班主任每日学习辅导，课后视频实时答疑
职业规划师专业咨询，职业规划服务
就业老师推荐学员就业，专业面试辅导，全程服务跟踪

就业保障
大数匠教育与众多知名公司合作。学员入学即签订“推荐就业协议”，学成即可就业。相比其他培训机构，大数匠坚持以高薪就业为导向，定期举专场招聘会，为优秀的大数据人才提供更好的职业发展机会。就业老师一对一指导，大厂office推荐，近百家企业内部直推，4+2全面服务为你的高薪就业铺路。

课程体系
大数匠教育围绕大数据人才培育计划，开设大数据领域两个实用型课程，包括大数据分析、大数据开发。

（一）、大数据分析课程

课程简介
根据严谨的业务数据分析教学大纲，从数据库管理，统计理论方法，数据分析主要软件应用，数据挖掘算法模型，一整套数据分析流程技术进行系统讲解。从金融、电商、零售、互联网、医药、保险、房地产等行业需求出发，结合在工作中实际遇到的数据分析案例，让学员全面掌握商业数据分析的能力。

教学目标
熟练掌握Excel、SPSS数据分析，Power BI、tableau商业智能，掌握统计学理论知识，精通聚类、回归、因子分析等算法，熟练掌握数据清洗，可以完成缺失值填补、异常值处理等，掌握MySQL数据库基本操作，精通数据可视化，例如箱线图、动态图等，学会简单的Python网络数据爬取，了解各类数据挖掘算法，掌握数据分析在各行业的应用场景，分工完成大型项目，可以独立完成数据建模，数据报告撰写。

适合人群
无论你是想成为一名全职开发人员，还是在从事运营或业务岗位，数据分析都是你所需要的关键技能。任何没有背景或只有基础知识的人都非常适合这门课程，因为我们将从最基本的Excel高级技能开始，并教你使用相关数据分析工具。

授课内容
章节1：Excel数据处理
章节2：基于Excel的SmartBI开发（选修）
章节3：Power BI学习
章节4：数据存储之MySQL
章节5：Python数据科学
章节6：自然语言处理（选修）
章节7：R数据分析（选修）
章节8：统计学基础
章节9：R语言数据挖掘（选修）
章节10：echarts（选修）
章节11：可视化开发框架-D3（选修）
章节12：SPSS modeler数据挖掘
章节13：数据采集和处理-爬虫
章节14：数据采集和处理Kettle
章节15：数据采集处理Informatica
章节16：大数据离线分析平台（选修）
章节17：大数据数据仓库-Hive（选修）
章节18：商业智能与可视化-Tableau
章节19：商业智能与可视化- Matplotlib
章节20：商业智能与可视化- Pyecharts
章节21：机器学习（选修）

项目实战
项目一：某新零售品牌综合运营分析。分析该零售品牌营业额下滑的重要原因，学会如何整理规范的数据报告。
项目二：某商超产品关联分析。应用定制表、假设检验、购物车分析法、维恩图等技能，分析商品是否可以组合营销。
项目三：电信客户流失分析。应用二元logistic回归模型，建模预测流失用户特征画像，以便建立流失预警模型。
项目四：某小微贷款金融控模型设计。应用指标、权重、决策树模型，建立评分卡预测新贷款所属放款类型，根据借贷客户实际违约情况，对模型深入优化。
项目五：某房产连锁品牌数据爬取。应用python爬取房产连锁品牌的官网，获取多个数据，利用机器学习模型预测房价。
项目六：某餐饮口碑网站数据爬取。应用python爬虫到该餐饮口碑网站中，获取指定品类的商家信息等关键信息，并利用这些数据来做餐厅选址参考。
项目七：某房产连锁品牌数据可视化。综合应用python 各种绘图功能，结合条形图、饼图、词云图、热力图、地图等，对该房产连锁品牌的数据进行可视化展现。
项目八：某餐饮公众号运营分析。获取该公众号的所有文章标题，通过描述性分析观察每个词的频数及其分布情况，结合 Matplotlib 进行可视化展示，并对词进行“情感分析”。

（二）、大数据开发课程

课程简介
本课程详细讲解了大数据生态体系的各个模块的功能和开发技术。包括Hadoop体系中的HDFS，Hbase、ZooKeeper进行数据操作，MapReduce进行数据开发，YARN进行资源配置，Hive完成数据仓库，Pig进行数据分析，理解其基本原理， Storm实时流式处理，Spark大数据处理框架等。并通过实验掌握其操作和编程开发。

教学目标
掌握大数据主流技术体系各个模块的功能和基本原理，掌握各个技术模块的安装，基本操作与开发，能够根据需求，完成对应模块上的应用开发，理解大数据解决方案中的技术框架，能够基于已有的框架完成一般项目的大数据应用开发。

适合人群
Java高级开发人员，数据分析、数据统计相关在职人群，想从事大数据开发工作的在职人士 有职业技能、岗位晋升需求的在职人员 对大数据开发感兴趣的业界人士。

课程内容
章节1：Linux基础
章节2：Java负基础扫盲课程
章节3：JAVA语言基础入门
章节4：JAVA核心编程
章节5：JavaWeb开发技术
章节6：传统核心框架之SSH
章节7：MySQL基础
章节8：Storm实时流式处理
章节9：Hadoop介绍
章节10：数据仓库HIVE
章节11：分布式数据库Hbase
章节12：计算模型MapReduce
章节13：分布式协作系统ZooKeeper
章节14：分布式文件系统HDFS体系结构
章节15：Spark项目入门与提高
章节16：Spark项目编译
章节17：Spark平台下的机器学习
章节18：Scala编程语言
章节19：ElasticSearch搜索引擎
章节20：Flink精讲
章节21：机器学习
章节22：超大集群调优

项目实战
项目一：通过PAI基于机器学习的精细化营销方法、案例和算法。
项目二：互联网电商数据爬虫项目，分析抓取、解析、存储和监控。
项目三：Web应用云高频实时处理项目，包含Web服务、Web日志及其他实时数据。
项目四：某大型网站日志分析项目，使用hadoop、mapreduce、hive清理进行分析。
项目五：移动业务感知项目，使用MR对多类数据分析，使用hive完成用户维度关联汇总。
项目六：用户画像分析系统项目，通过sqoop导入hdfs或spark的jdbc连接传统数据库。
项目七：非法网站监测系统项目，对日志数据进行实时采集、转换与分发。
项目八：搭建个性化推荐系统。了解算法原理及引擎RecEng操作，搭建电商推荐系统上线。

大数据分析与开发培训