公開(kāi)課 內(nèi)訓(xùn)課 培訓(xùn)師
首頁(yè) 公開(kāi)課 內(nèi)訓(xùn)課 特惠課程 培訓(xùn)師 培訓(xùn)專(zhuān)題 在線(xiàn)文檔 管理名言 會(huì)員專(zhuān)區(qū) 積分兌換 聯(lián)系我們 關(guān)于我們 誠(chéng)聘英才     
首頁(yè) >> 公開(kāi)課 >> 特色課程 >> 關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知
關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知 下載課程WORD文檔
添加時(shí)間:2017-01-04      修改時(shí)間: 2020-01-08      課程編號(hào):100284435
《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》課程詳情
點(diǎn)擊下載課大綱及報(bào)名表
課程特色
1.課程培訓(xùn)業(yè)界最流行、應(yīng)用最廣泛的Hadoop、Spark和Flink大數(shù)據(jù)技術(shù)體系。強(qiáng)化大數(shù)據(jù)平臺(tái)的分布式集群架構(gòu)和核心關(guān)鍵技術(shù)實(shí)現(xiàn)、大數(shù)據(jù)應(yīng)用項(xiàng)目開(kāi)發(fā)和大數(shù)據(jù)集群運(yùn)維實(shí)踐、以及Hadoop、Spark與Flink大數(shù)據(jù)項(xiàng)目應(yīng)用開(kāi)發(fā)與調(diào)優(yōu)的全過(guò)程沙盤(pán)模擬實(shí)戰(zhàn)。
2.通過(guò)一個(gè)完整的大數(shù)據(jù)開(kāi)發(fā)項(xiàng)目及一組實(shí)際項(xiàng)目訓(xùn)練案例,完全覆蓋Hadoop、Spark與Flink生態(tài)系統(tǒng)平臺(tái)的應(yīng)用開(kāi)發(fā)與運(yùn)維實(shí)踐。課堂實(shí)踐項(xiàng)目以項(xiàng)目小組的形式進(jìn)行沙盤(pán)實(shí)操練習(xí),重點(diǎn)強(qiáng)化理解Hadoop、Spark與Flink大數(shù)據(jù)項(xiàng)目各個(gè)階段的工作重點(diǎn),同時(shí)掌握作為大數(shù)據(jù)項(xiàng)目管理者的基本技術(shù)與業(yè)務(wù)素養(yǎng)。
3.本課程的授課師資都是有著多年在一線(xiàn)從事Hadoop、Spark與Flink大數(shù)據(jù)項(xiàng)目的資深講師,采用原理技術(shù)剖析和實(shí)戰(zhàn)案例相結(jié)合的方式開(kāi)展互動(dòng)教學(xué)、強(qiáng)化以建立大數(shù)據(jù)項(xiàng)目解決方案為主體的應(yīng)用開(kāi)發(fā)、技術(shù)討論與交流咨詢(xún),在學(xué)習(xí)的同時(shí)促進(jìn)講師學(xué)員之間的交流,讓每個(gè)學(xué)員都能在課程培訓(xùn)過(guò)程中學(xué)到實(shí)實(shí)在在的大數(shù)據(jù)技術(shù)知識(shí)體系,以及大數(shù)據(jù)技術(shù)應(yīng)用實(shí)戰(zhàn)技能,具備實(shí)際大數(shù)據(jù)應(yīng)用項(xiàng)目的動(dòng)手開(kāi)發(fā)實(shí)踐與運(yùn)維管理部署能力。授課過(guò)程中,根據(jù)學(xué)員需求,增設(shè)交流環(huán)節(jié),可將具體工作中遇到的實(shí)際問(wèn)題展開(kāi)討論,講師會(huì)根據(jù)學(xué)員的實(shí)際情況微調(diào)授課內(nèi)容,由講師帶著全部學(xué)員積極討論,并給出一定的時(shí)間讓學(xué)員上臺(tái)發(fā)言,現(xiàn)場(chǎng)剖析問(wèn)題的癥結(jié),規(guī)劃出可行的解決方案。

大數(shù)據(jù)技術(shù)基礎(chǔ)
1. 大數(shù)據(jù)的產(chǎn)生背景與發(fā)展歷程
2. 大數(shù)據(jù)的4V特征,以及與云計(jì)算的關(guān)系
3. 大數(shù)據(jù)應(yīng)用需求以及潛在價(jià)值分析
4. 業(yè)界最新的大數(shù)據(jù)技術(shù)發(fā)展態(tài)勢(shì)與應(yīng)用趨勢(shì)
5. 大數(shù)據(jù)思維的轉(zhuǎn)變
6. 大數(shù)據(jù)項(xiàng)目的系統(tǒng)與技術(shù)選型,及落地實(shí)施的挑戰(zhàn)
7. “互聯(lián)網(wǎng)+”時(shí)代下的電子商務(wù)、制造業(yè)、交通行業(yè)、電信運(yùn)營(yíng)商、銀行金融業(yè)、電子政務(wù)、移動(dòng)互聯(lián)網(wǎng)、教育信息化等行業(yè)應(yīng)用實(shí)踐與應(yīng)用案例介紹


業(yè)界主流的大數(shù)據(jù)技術(shù)方案
1. 大數(shù)據(jù)軟硬件系統(tǒng)全棧與關(guān)鍵技術(shù)介紹
2. 大數(shù)據(jù)生態(tài)系統(tǒng)全景圖
3. 主流的大數(shù)據(jù)解決方案介紹
4. Apache大數(shù)據(jù)平臺(tái)方案剖析
5. CDH大數(shù)據(jù)平臺(tái)方案剖析
6. HDP大數(shù)據(jù)平臺(tái)方案剖析
7. 基于云的大數(shù)據(jù)平臺(tái)方案剖析
8. 大數(shù)據(jù)解決方案與傳統(tǒng)數(shù)據(jù)庫(kù)方案比較
9. 國(guó)內(nèi)外大數(shù)據(jù)平臺(tái)方案與廠(chǎng)商對(duì)比


大數(shù)據(jù)計(jì)算模型(一)——批處理MapReduce
1. MapReduce產(chǎn)生背景與適用場(chǎng)景
2. MapReduce計(jì)算模型的基本原理
3. MapReduce作業(yè)執(zhí)行流程
4. MapReduce編程模型: Map處理和Reduce處理
5. MapReduce處理流程:數(shù)據(jù)讀取collect、中間數(shù)據(jù)sort、中間數(shù)據(jù)spill、中間數(shù)據(jù)shuffle、聚合分析reduce
6. MapReduce開(kāi)發(fā)高級(jí)應(yīng)用:Combiner技術(shù)與應(yīng)用場(chǎng)景、Partitioner技術(shù)與應(yīng)用場(chǎng)景、多Reducers應(yīng)用
7. MapReduce開(kāi)發(fā)與應(yīng)用實(shí)戰(zhàn):Hadoop平臺(tái)搭建與運(yùn)行;MapReduce安裝與部署;
8. 應(yīng)用案例:基于HDFS+MapReduce集成的服務(wù)器日志分析采集、存儲(chǔ)與分析MapReduce程序?qū)嵗_(kāi)發(fā)與運(yùn)行
9. MapReduce參數(shù)調(diào)優(yōu)與性能優(yōu)化技巧


大數(shù)據(jù)存儲(chǔ)系統(tǒng)與應(yīng)用實(shí)踐
1. 分布式文件系統(tǒng)HDFS產(chǎn)生背景與適用場(chǎng)景
2. HDFS master-slave系統(tǒng)架構(gòu)與讀寫(xiě)工作原理
3. HDFS核心組件技術(shù)講解,NameNode與fsimage、editslog,DataNode與數(shù)據(jù)塊
4. HDFS Federation機(jī)制,viewfs機(jī)制,使用場(chǎng)景講解
5. HDFS高可用保證機(jī)制,SecondaryNameNode,NFS冷備份,基于zookeeper的HA方案
6. HDFS參數(shù)調(diào)優(yōu)與性能優(yōu)化


大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)一
1. Hadoop平臺(tái)搭建、部署與應(yīng)用實(shí)踐,包含HDFS分布式文件系統(tǒng),YARN資源管理軟件,MapReduce計(jì)算框架軟件
2. HDFS 文件、目錄創(chuàng)建、上傳、下載等命令操作,HDFS合并、歸檔操作,HDFS監(jiān)控平臺(tái)使用
3. MapReduce程序在YARN上運(yùn)行,YARN監(jiān)控平臺(tái)使用
Hadoop框架與生態(tài)發(fā)展,以及應(yīng)用實(shí)踐操作 1. Hadoop的發(fā)展歷程
2. Hadoop 1.0的核心組件JobTracker,TaskTracker,以及適用范圍
3. Hadoop 3.0的核心組件YARN工作原理,以及與Hadoop 1.0的聯(lián)系與區(qū)別
4. Hadoop關(guān)鍵機(jī)制:任務(wù)推測(cè)執(zhí)行,任務(wù)容錯(cuò),任務(wù)選擇執(zhí)行,心跳機(jī)制
5. Hadoop YARN的資源管理與作業(yè)調(diào)度機(jī)制:FIFO調(diào)度,Capacity調(diào)度器,F(xiàn)air調(diào)度器
6. Hadoop 常用參數(shù)調(diào)優(yōu)與性能優(yōu)化技術(shù)


大數(shù)據(jù)計(jì)算模型(二)——實(shí)時(shí)處理/內(nèi)存計(jì)算 Spark
1. MapReduce計(jì)算模型的瓶頸
2. Spark產(chǎn)生動(dòng)機(jī)、基本概念與適用場(chǎng)景
3. Spark編程模型與RDD彈性分布式數(shù)據(jù)集的工作原理與機(jī)制
4. Spark實(shí)時(shí)處理平臺(tái)運(yùn)行架構(gòu)與核心組件
5. Spark RDD主要Transformation:map, flatMap, filter, un-ion, sample, join, reduceByKey, groupByKey
6. Spark RDD主要action:count,collect,reduce,saveAsTextFile
7. Spark寬、窄依賴(lài)關(guān)系與DAG圖分析
8. Spark容錯(cuò)機(jī)制
9. Spark作業(yè)調(diào)度機(jī)制
10. Spark緩存機(jī)制:Cache操作,Persist操作與存儲(chǔ)級(jí)別
11. Spark作業(yè)執(zhí)行機(jī)制:執(zhí)行DAG圖、任務(wù)集、executor執(zhí)行模型、 BlockManager管理
12. Spark standardalone,Spark on YARN運(yùn)行模式
13. Scala開(kāi)發(fā)介紹與Spark常用Transformation函數(shù)介紹
14. Spark調(diào)優(yōu):序列化機(jī)制、RDD復(fù)用、Broadcast機(jī)制、高性能算子、資源參數(shù)調(diào)優(yōu)


大數(shù)據(jù)倉(cāng)庫(kù)查詢(xún)技術(shù)Hive、SparkSQL、Impala,以及應(yīng)用實(shí)踐
1. 基于MapReduce的大型分布式數(shù)據(jù)倉(cāng)庫(kù)Hive基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景
2. Hive數(shù)據(jù)倉(cāng)庫(kù)的平臺(tái)架構(gòu)與核心技術(shù)剖析
3. Hive metastore的工作機(jī)制與應(yīng)用
4. Hive內(nèi)部表和外部表
5. Hive 分區(qū)、分桶機(jī)制
6. Hive行、列存儲(chǔ)格式
7. 基于Spark的大型分布式數(shù)據(jù)倉(cāng)庫(kù)SparkSQL基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景
8. Spark SQL實(shí)時(shí)數(shù)據(jù)倉(cāng)庫(kù)的實(shí)現(xiàn)原理與工作機(jī)制
9. SparkSQL數(shù)據(jù)模型DataFrame
10. SparkSQL程序開(kāi)發(fā)與
11. SparkSQL數(shù)據(jù)讀取與結(jié)果保存:json,Hive table,Parquet file,RDD
12. SparkSQL和Hive的區(qū)別與聯(lián)系
13. SparkSQL操作實(shí)戰(zhàn)
14. 基于MPP的大型分布式數(shù)據(jù)倉(cāng)庫(kù)Presto基礎(chǔ)知識(shí)與應(yīng)用場(chǎng)景
15. Presto實(shí)時(shí)查詢(xún)系統(tǒng)平臺(tái)架構(gòu)、關(guān)鍵技術(shù)介紹,以及與Hive,SparkSQL的對(duì)比


Hadoop集群運(yùn)維監(jiān)控工具
1. Hadoop運(yùn)維管理監(jiān)控系統(tǒng)Ambari工具介紹
2. 第三方運(yùn)維系統(tǒng)與工具Ganglia, Nagios


大數(shù)據(jù)實(shí)戰(zhàn)練習(xí)二
1. 基于 Hadoop平臺(tái)搭建、部署與配置Spark集群,Spark shell環(huán)境實(shí)踐操作,Spark案例程序分析
2. 基于sbt的Spark程序編譯、開(kāi)發(fā)與提交運(yùn)行
3. 應(yīng)用案例一:基于Spark的服務(wù)器運(yùn)行日志TopN分析、程序?qū)嵗_(kāi)發(fā)
4. 應(yīng)用案例二: 基于Spark的搜索引擎日志熱詞與用戶(hù)分析、程序?qū)嵗_(kāi)發(fā)
5. 基于MapReduce的Hive數(shù)據(jù)倉(cāng)庫(kù)實(shí)踐,Hive集群安裝部署,基于文件的Hive數(shù)據(jù)倉(cāng)庫(kù)表導(dǎo)入導(dǎo)出與分區(qū)操作,Hive SQL操作,Hive客戶(hù)端操作
6. SparkSQL shell實(shí)踐操作:數(shù)據(jù)表讀取、查詢(xún)與結(jié)果保存


大數(shù)據(jù)計(jì)算模型(三)——流處理Storm, SparkStreaming
1. 流數(shù)據(jù)處理應(yīng)用場(chǎng)景與流數(shù)據(jù)處理的特點(diǎn)
2. 流數(shù)據(jù)處理工具Storm的平臺(tái)架構(gòu)與集群工作原理
3. Storm關(guān)鍵技術(shù)與并發(fā)機(jī)制
4. Storm編程模型與基本開(kāi)發(fā)模式
5. Storm數(shù)據(jù)流分組
6. Storm可靠性保證與Acker機(jī)制
7. Storm應(yīng)用案例分析
8. 流數(shù)據(jù)處理工具Spark Streaming基本概念與數(shù)據(jù)模型
9. SparkStreaming工作機(jī)制
10. SparkStreaming程序開(kāi)發(fā)介紹
11. SparkStreaming的全局統(tǒng)計(jì)和窗口函數(shù)
12. Storm與SparkStreaming的對(duì)比
13. SparkStreaming開(kāi)發(fā)案例:基于文件流的SparkStreaming程序開(kāi)發(fā);基于socket消息的SparkStreaming程序開(kāi)發(fā)


大數(shù)據(jù)與機(jī)器學(xué)習(xí)技術(shù)
1. 機(jī)器學(xué)習(xí)發(fā)展歷程
2. 機(jī)器學(xué)習(xí)與大數(shù)據(jù)關(guān)聯(lián)與區(qū)別
3. 數(shù)據(jù)挖掘經(jīng)典算法
4. 預(yù)測(cè)算法:線(xiàn)性回歸與應(yīng)用場(chǎng)景,非線(xiàn)性回歸與應(yīng)用場(chǎng)景
5. 分類(lèi)算法:邏輯回歸與應(yīng)用場(chǎng)景,決策樹(shù)與應(yīng)用場(chǎng)景,樸素貝葉斯算法與應(yīng)用場(chǎng)景,支持向量機(jī)算法與應(yīng)用場(chǎng)景
6. 聚類(lèi)算法;k-means與應(yīng)用場(chǎng)景
7. 基于Hadoop的大數(shù)據(jù)機(jī)器學(xué)習(xí)技術(shù)
8. 基于MapReduce的機(jī)器學(xué)習(xí)庫(kù)Mahout
9. Mahout支持的數(shù)據(jù)挖掘算法
10. Mahout編程模型與發(fā)
11. 基于Spark的機(jī)器學(xué)習(xí)庫(kù)Spark MLlib
12. Spark MLlib支持的數(shù)據(jù)挖掘算法
13. Spark MLlib編程模型與開(kāi)發(fā):基于Spark MLlib的文本分類(lèi),基于Spark MLlib的聚類(lèi)


大數(shù)據(jù)ETL操作工具,與大數(shù)據(jù)分布式采集系統(tǒng)
1. Hadoop與DBMS之間數(shù)據(jù)交互工具的應(yīng)用
2. Sqoop導(dǎo)入導(dǎo)出數(shù)據(jù)的工作原理
3. Flume-NG數(shù)據(jù)采集系統(tǒng)的數(shù)據(jù)流模型與系統(tǒng)架構(gòu)
4. Kafka分布式消息訂閱系統(tǒng)的應(yīng)用介紹與平臺(tái)架構(gòu),及其使用模式
面向OLTP型應(yīng)用的NoSQL數(shù)據(jù)庫(kù)及應(yīng)用實(shí)踐 1. 關(guān)系型數(shù)據(jù)庫(kù)瓶頸,以及NoSQL數(shù)據(jù)庫(kù)的發(fā)展,概念,分類(lèi),及其在半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)場(chǎng)景下的適用范圍
2. 列存儲(chǔ)NoSQL數(shù)據(jù)庫(kù)HBase簡(jiǎn)介與數(shù)據(jù)模型剖析
3. HBase分布式集群系統(tǒng)架構(gòu)與讀寫(xiě)機(jī)制,ZooKeeper分布式協(xié)調(diào)服務(wù)系統(tǒng)的工作原理與應(yīng)用
4. HBase表設(shè)計(jì)模式與primary key設(shè)計(jì)規(guī)范
5. 文檔NoSQL數(shù)據(jù)庫(kù)MongoDB簡(jiǎn)介與數(shù)據(jù)模型剖析
6. MongoDB集群模式、讀寫(xiě)機(jī)制與常用API操作
8.鍵值型NoSQL數(shù)據(jù)庫(kù)Redis簡(jiǎn)介與數(shù)據(jù)模型剖析
9.Redis多實(shí)例集群架構(gòu)與關(guān)鍵技術(shù)
10.NewSQL數(shù)據(jù)庫(kù)技術(shù)簡(jiǎn)介及其適用場(chǎng)景


大數(shù)據(jù)ELT數(shù)據(jù)采集與應(yīng)用實(shí)戰(zhàn)
1.Sqoop安裝、部署與配置,基于Sqoop、MySQL與Hive操作MySQL數(shù)據(jù)庫(kù)與Hive數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)導(dǎo)入導(dǎo)出
2.Kafka安裝、部署與配置,基于Kafka創(chuàng)建和消費(fèi)topic實(shí)踐操作
3.Flume+HDFS+MapReduce/Spark大數(shù)據(jù)采集、存儲(chǔ)與分析實(shí)踐操作


新一代大數(shù)據(jù)處理引擎Flink
Flink簡(jiǎn)介,F(xiàn)link的體系架構(gòu),對(duì)比:Flink、Storm和Spark Streaming,Standalone的模式,Yarn模式的兩種模式,Yarn兩種模式的區(qū)分,F(xiàn)link on yarn內(nèi)部實(shí)現(xiàn),ZooKeeper的體系架構(gòu),F(xiàn)link Standalone HA 配置,F(xiàn)link on Yarn HA 配置,F(xiàn)link批處理開(kāi)發(fā),
Flink流處理開(kāi)發(fā),F(xiàn)link的窗口操作,F(xiàn)linkscala shell代碼調(diào)試
學(xué)習(xí)考核與業(yè)內(nèi)經(jīng)驗(yàn)交流


《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》課程目的
通過(guò)此次課程培訓(xùn),可使學(xué)習(xí)者獲得如下收益:
1.深刻理解在“互聯(lián)網(wǎng)+”時(shí)代下大數(shù)據(jù)的產(chǎn)生背景、發(fā)展歷程和演化趨勢(shì);
2.了解業(yè)界市場(chǎng)需求和國(guó)內(nèi)外最新的大數(shù)據(jù)技術(shù)潮流,洞察大數(shù)據(jù)的潛在價(jià)值;
3.理解大數(shù)據(jù)項(xiàng)目解決方案及業(yè)界大數(shù)據(jù)應(yīng)用案例,從而為企業(yè)在大數(shù)據(jù)項(xiàng)目中的技術(shù)選型及技術(shù)架構(gòu)設(shè)計(jì)提供決策參考;
4.掌握業(yè)界最流行的Hadoop與Spark大數(shù)據(jù)技術(shù)體系;
5.掌握大數(shù)據(jù)采集技術(shù);
6.掌握大數(shù)據(jù)分布式存儲(chǔ)技術(shù);
7.掌握NoSQL與NewSQL分布式數(shù)據(jù)庫(kù)技術(shù);
8.掌握大數(shù)據(jù)倉(cāng)庫(kù)與統(tǒng)計(jì)機(jī)器學(xué)習(xí)技術(shù);
9.掌握大數(shù)據(jù)分析挖掘與商業(yè)智能(BI)技術(shù);
10.掌握大數(shù)據(jù)離線(xiàn)處理技術(shù);
11.掌握Storm流式大數(shù)據(jù)處理技術(shù);
12.掌握基于內(nèi)存計(jì)算的大數(shù)據(jù)實(shí)時(shí)處理技術(shù);
13.掌握大數(shù)據(jù)管理技術(shù)的原理知識(shí)和應(yīng)用實(shí)戰(zhàn);
14.深入理解大數(shù)據(jù)平臺(tái)技術(shù)架構(gòu)和使用場(chǎng)景;
15.嫻熟運(yùn)用Hadoop與Spark大數(shù)據(jù)技術(shù)體系規(guī)劃解決方案滿(mǎn)足實(shí)際項(xiàng)目需求;
16.熟練地掌握基于Hadoop與Spark大數(shù)據(jù)平臺(tái)進(jìn)行應(yīng)用程序開(kāi)發(fā)、集群運(yùn)維管理和性能調(diào)優(yōu)技巧。
17.掌握基于Flink的大數(shù)據(jù)實(shí)時(shí)處理技術(shù)與批處理操作。

《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》所屬分類(lèi)
特色課程

《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》所屬專(zhuān)題
excel培訓(xùn)、營(yíng)銷(xiāo)數(shù)據(jù)分析新媒體營(yíng)銷(xiāo)培訓(xùn)、分析銷(xiāo)售數(shù)據(jù)

《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》授課培訓(xùn)師簡(jiǎn)介
專(zhuān)家
趙老師 清華大學(xué)計(jì)算機(jī)雙學(xué)士,京東大學(xué)大數(shù)據(jù)學(xué)院院長(zhǎng),甲骨文(中國(guó))軟件系統(tǒng)有限公司高級(jí)技術(shù)顧問(wèn),大數(shù)據(jù)、數(shù)據(jù)庫(kù)、中間件技術(shù)和Java專(zhuān)家。16年IT行業(yè)從業(yè)經(jīng)歷,10年培訓(xùn)授課經(jīng)驗(yàn)。具有豐富的大數(shù)據(jù)方法論、數(shù)據(jù)科學(xué)、大數(shù)據(jù)生態(tài)圈技術(shù)知識(shí)和大數(shù)據(jù)規(guī)劃建設(shè)、應(yīng)用實(shí)施和客戶(hù)培訓(xùn)經(jīng)驗(yàn)。

蔣老師 清華大學(xué)博士,云計(jì)算專(zhuān)家 熟悉主流的云計(jì)算平臺(tái),并有商業(yè)與開(kāi)源云計(jì)算平臺(tái)的實(shí)踐經(jīng)驗(yàn),對(duì)云計(jì)算關(guān)鍵技術(shù)有深刻了解和實(shí)踐經(jīng)驗(yàn),如分布式系統(tǒng)、虛擬化、分布式文件系統(tǒng)、云存儲(chǔ)等,參與并領(lǐng)導(dǎo)多個(gè)大型云計(jì)算項(xiàng)目。對(duì)大數(shù)據(jù)關(guān)鍵技術(shù)有深刻了解和實(shí)踐經(jīng)驗(yàn),如NoSQL數(shù)據(jù)庫(kù)、大數(shù)據(jù)處理、Hadoop、Hive、HBase、Spark等。

張老師 天津大學(xué)軟件工程碩士,10多年的IT領(lǐng)域相關(guān)技術(shù)研究和項(xiàng)目開(kāi)發(fā)工作,在長(zhǎng)期軟件領(lǐng)域工作過(guò)程中,對(duì)軟件企業(yè)運(yùn)作模式有深入研究,熟悉軟件質(zhì)量保障標(biāo)準(zhǔn)ISO9003和軟件過(guò)程改進(jìn)模型CMM/CMMI,在具體項(xiàng)目實(shí)施過(guò)程中總結(jié)經(jīng)驗(yàn),有深刻認(rèn)識(shí)。通曉多種軟件設(shè)計(jì)和開(kāi)發(fā)工具。對(duì)軟件開(kāi)發(fā)整個(gè)流程非常熟悉,能根據(jù)項(xiàng)目特點(diǎn)定制具體軟件過(guò)程,并進(jìn)行項(xiàng)目管理和監(jiān)控,有很強(qiáng)的軟件項(xiàng)目組織管理能力。對(duì)C/C++ 、HTML 5、python、Hadoop、java、java EE、android、IOS、大數(shù)據(jù)、云計(jì)算有比較深入的理解和應(yīng)用,具有較強(qiáng)的移動(dòng)互聯(lián)網(wǎng)應(yīng)用需求分析和系統(tǒng)設(shè)計(jì)能力,熟悉Android框架、IOS框架等技術(shù),了解各種設(shè)計(jì)模式,能在具體項(xiàng)目中靈活運(yùn)用。
《關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知》報(bào)名服務(wù)流程
-----------------------------------------------------------------------------------

選擇課程

選擇上課時(shí)間

報(bào)名參加

確認(rèn)報(bào)名

支付課款

參加課程

我們的優(yōu)勢(shì)
十五年誠(chéng)信品牌值得信賴(lài)
一站式培訓(xùn)顧問(wèn)服務(wù)想你所需
海量課程及專(zhuān)業(yè)師資隨需應(yīng)變
多城市開(kāi)課,讓您擁有更多選擇更多便利
會(huì)員折扣讓您更合理有效的使用您的費(fèi)用預(yù)算
公開(kāi)課需求        課程編號(hào):100284435          咨詢(xún)熱線(xiàn):020-29042042
課程名稱(chēng):  關(guān)于舉辦大數(shù)據(jù)平臺(tái)搭建與高性能計(jì)算最佳實(shí)戰(zhàn) 培訓(xùn)班的通知
您的真實(shí)姓名:  * (請(qǐng)一定使用真實(shí)姓名)
性    別:  先生女士
公司名稱(chēng): 
E-mail地址:  *
電話(huà)/手機(jī):  * (電話(huà)請(qǐng)帶上區(qū)號(hào),謝謝)
QQ: 
上課時(shí)間:  (時(shí)間格式:2024-12-26)
上課地點(diǎn): 
費(fèi)用預(yù)算:  * 元人民幣。(請(qǐng)?zhí)顚?xiě)數(shù)字,不需要填寫(xiě)單位。)
其它咨詢(xún): 
驗(yàn)證數(shù)字:   驗(yàn)證碼,看不清楚?請(qǐng)點(diǎn)擊刷新驗(yàn)證碼 *
準(zhǔn)時(shí)開(kāi)課
報(bào)名有禮!
1、報(bào)名參加本課程,可獲得雙倍積分!
  點(diǎn)擊這里查看積分的用途
2、老客戶(hù)介紹新客戶(hù)參加本課程,老客戶(hù)將可額外獎(jiǎng)勵(lì)0.5倍積分!
  點(diǎn)擊這里查看積分的用途
3、報(bào)名參加指定課程可按會(huì)員享受8.5折優(yōu)惠!
4、報(bào)名參加本站特惠課程最高可享受300元/人的交通食宿補(bǔ)貼!
  點(diǎn)擊這里查看所有活動(dòng)特惠課程
相關(guān)專(zhuān)題
excel培訓(xùn)
營(yíng)銷(xiāo)數(shù)據(jù)分析
新媒體營(yíng)銷(xiāo)培訓(xùn)
分析銷(xiāo)售數(shù)據(jù)
相關(guān)培訓(xùn)
[內(nèi)訓(xùn)課] 看板和數(shù)據(jù)管控提升生產(chǎn)績(jī)效 ——打造高效工廠(chǎng)運(yùn)
[內(nèi)訓(xùn)課] 制造業(yè)數(shù)據(jù)管理與績(jī)效考核 ——打造高效工廠(chǎng)運(yùn)作
[內(nèi)訓(xùn)課] 基于數(shù)據(jù)的財(cái)務(wù)經(jīng)營(yíng)決策與成本控制
[內(nèi)訓(xùn)課] 大數(shù)據(jù)時(shí)代的O2O實(shí)戰(zhàn)課程
[內(nèi)訓(xùn)課] 企業(yè)財(cái)務(wù)excel數(shù)據(jù)建模與分析
[內(nèi)訓(xùn)課] EXCEL自動(dòng)化數(shù)據(jù)處理課程
[內(nèi)訓(xùn)課] EXCEL系統(tǒng)化數(shù)據(jù)分析課程
[內(nèi)訓(xùn)課] ACCESS數(shù)據(jù)庫(kù)開(kāi)發(fā)與設(shè)計(jì)
[內(nèi)訓(xùn)課] “互聯(lián)網(wǎng)+”時(shí)代下的大數(shù)據(jù)營(yíng)銷(xiāo)
[內(nèi)訓(xùn)課] 大數(shù)據(jù)思維與企業(yè)轉(zhuǎn)型創(chuàng)新
分析銷(xiāo)售數(shù)據(jù)相關(guān)培訓(xùn)師
馮進(jìn)
  • 培訓(xùn)師:馮進(jìn)
  • 所在地:深圳
  • 國(guó)際EAP協(xié)會(huì)權(quán)威認(rèn)證,國(guó)際EAP咨詢(xún)師
李明(佛山)
  • 培訓(xùn)師:李明(佛山)
  • 所在地:佛山
  • 資深實(shí)戰(zhàn)型PPT/Excel老師
分析銷(xiāo)售數(shù)據(jù)相關(guān)內(nèi)訓(xùn)課
新媒體營(yíng)銷(xiāo)培訓(xùn)相關(guān)培訓(xùn)師
陳銳
  • 培訓(xùn)師:陳銳
  • 所在地:深圳
  • 華為狼性營(yíng)銷(xiāo)/大客戶(hù)營(yíng)銷(xiāo)/銷(xiāo)售管理
郭。ū本
  • 培訓(xùn)師:郭。ū本
  • 所在地:北京
  • 中國(guó)新型城鎮(zhèn)化的開(kāi)拓者
新媒體營(yíng)銷(xiāo)培訓(xùn)相關(guān)內(nèi)訓(xùn)課
營(yíng)銷(xiāo)數(shù)據(jù)分析相關(guān)培訓(xùn)師
宋甲偉
  • 培訓(xùn)師:宋甲偉
  • 所在地:深圳
  • 大數(shù)據(jù)與前瞻技術(shù)分析專(zhuān)家
傅一航
  • 培訓(xùn)師:傅一航
  • 所在地:深圳
  • 大數(shù)據(jù)分析專(zhuān)家
營(yíng)銷(xiāo)數(shù)據(jù)分析相關(guān)內(nèi)訓(xùn)課
關(guān)于我們 | 聯(lián)系我們 | 友情連接 | 培訓(xùn)分類(lèi)導(dǎo)航
Copyright © 2009-2024 peixune.com . All rights reserved.
廣州必學(xué)企業(yè)管理咨詢(xún)有限公司 版權(quán)所有  頁(yè)面執(zhí)行時(shí)間: 23.9 毫秒

粵公網(wǎng)安備 44011302000582號(hào)


粵ICP備16013335號(hào)
培訓(xùn)易在線(xiàn)客服 ×