课程介绍

课程目录

• 01阶段：JavaSE
• 模块二 Java面向对象编程
• 00.任务一：类和对象
• 01.任务二：方法和封装
• 02.任务三：static关键字和继承
• 03.任务四：多态和特殊类
• 04.任务五：特殊类
• 05.任务六：模块作业
• 06.模块直播
• 模块三 Java核心类库（上）
• 101 任务六：模块作业
• 103 模块直播
• 2 任务一：常用类的概述和使用
• 3 任务二：String类的概述和使用
• 4 任务三：可变字符串类和日期相关类
• 5 任务四：集合类库（上）
• 6 任务五：集合类库（下）
• 模块四 Java核心类库（下）
• 00.任务一： 异常机制和File类
• 01.任务二：IO流
• 02.任务三：多线程
• 03.任务四：网络编程
• 04.任务五：反射机制
• 05.模块作业
• 06.模块直播
• 模块一 Java语言基础
• 1 开营直播
• 2 任务一： 初识计算机和Java语言
• 3 任务二： 变量和数据类型
• 4 任务三： 运算符
• 5 任务四：流程控制语句
• 6 任务五：数组以及应用
• 7 任务六：模块作业
• 8 模块直播
• 02阶段：Java Web数据可视化
• 01 模块一 MySQL数据库
• 01 任务一：MySql基础、SQL入门
• 02 任务二：MySql单表、约束和事务
• 03 任务三：Mysql多表、外键和数据库设计
• 04 任务四：Mysql索引、存储过程和触发器
• 05 任务五：JDBC
• 06 任务六：数据库连接池和DBUtils
• 07 任务七：XML
• 08 任务八：MySql高级
• 09 直播
• 02 模块二 前端可视化技术
• 01 任务一：HTML
• 02 任务二：CSS
• 03 任务三：JavaScript
• 04 任务四：任务四：前端进阶之jQuery+Ajax+Vue
• 05 任务五：Highcharts+ECharts数据可视化
• 03 模块三 Java Web 后端技术（上）
• 01 任务一：Tomcat服务器软件
• 02 任务二：HTTP协议解析
• 03 任务三： Servlet
• 04 任务四：Cookie及Session
• 05 任务五：Filter过滤器及Listener监听器
• 06 任务六：MVC模式及三层架构
• 07 作业
• 08 直播
• 04.模块四 Java Web 后端技术（下）
• 00.任务一：maven
• 01.任务二：MyBati之MyBati基本应用
• 02.任务三：MyBati之复杂映射&配置深入
• 03.任务四：MyBati之缓存&延迟加载&注解应用
• 04.任务五：Spring之Spring IOC
• 05.任务六：Spring之Spring AOP
• 06.任务七：Spring之JdbcTemplate&事务&Web集成
• 07.任务八：SpringMVC之SpringMVC入门
• 08.任务九：SpringMVC之SpringMVC进阶
• 09.任务十：SpringMVC之SSM框架整合
• 10.任务十一：项目管理工具Maven高级
• 11.课程资料
• 12.任务十二：Spring Boot
• 13.直播
• 05.模块五 拉勾网招聘行业报表数据可视化项目
• 01.任务一：可视化项目案例
• 02.模块作业
• 03.直播
• Linux和可视化项目讲义
• 06.模块六 Linux服务器
• 00.任务一：Linux及Shell编程
• 03阶段：Hadoop核心及生态圈技术栈
• 模块二 Hadoop生态圈技术栈（上）
• 00.课程资料
• 2 任务一：数据仓库工具Hive及交互工具Hue
• 3 任务二：数据采集工具Flume
• 4 任务三：ETL工具Sqoop及CDC
• 模块三 Hadoop生态圈技术栈（中）
• 00.课程资料
• 2 任务一： 即席查询Impala介绍及入门使用
• 3 任务二：Impala交互式查询
• 4 任务三：Impala集群负载均衡及优化
• 模块四 Hadoop生态圈技术栈（下）
• 00.课程资料
• 2 任务一：分布式协调组件ZooKeeper
• 3 任务二：海量列式非关系型数据库HBase
• 4 任务三：任务调度系统
• 模块一 Hadoop框架核心（HDFS、MapReduce、YARN）
• 00.课程资料
• 2 任务一：Hadoop简介及Apache Hadoop完全分布式集群搭建
• 3 任务二：HDFS分布式文件系统
• 4 任务三：MapReduce分布式计算框架
• 5 任务四：YARN资源调度、HDFS核心源码及Hadoop3.X 新特性概述
• 6 任务五：调优及二次开发示例
• 04阶段：分布式缓存Redis及Kafka消息中间件
• 模块二 高吞吐消息中间件Kafka
• 2 任务一：Kafka架构与实战
• 3 任务二：Kafka高级特性解析
• 4 任务三：Kafka集群与运维
• 5 任务四：Kafka源码剖析
• 模块一 高性能分布式缓存Redis
• 00.课程资料
• 2 任务一：缓存原理及设计
• 3 任务二：Redis数据结构及过期机制
• 4 任务三：Redis持久化机制
• 5 任务四：Redis扩展特性
• 6 任务五：Redis高可用方案
• 7 任务六：Redis经典问题解析
• 05阶段：PB级企业电商离线数仓项目实战
• 01 PB级企业电商离线数仓项目实战（上）
• 01 课程资料
• 02 任务一：数仓理论
• 03 任务二：数据采集
• 04 任务三：会员活跃度分析
• 05 任务四：广告分析
• 06 作业
• 07 直播
• 02 PB级企业电商离线数仓项目实战（下）
• 01 课程资料
• 02 任务一：核心交易分析
• 03 任务二：调度系统Airflow
• 04 任务三：元数据管理Atlas
• 05 任务四：数据质量管理Griffin
• 06 随堂测试及作业
• 07 直播
• 03 大厂面试题
• 01 任务一：难度系数—简单
• 02 任务二：难度系数—中等
• 03 任务三：难度系数—困难
• 06阶段：内存级快速计算引擎Spark
• 01 Scala编程
• 01 课程资料
• 02 任务一：Scala基础
• 03 任务二：控制结构和函数
• 04 任务三：数组和元组
• 05 任务四：类与对象
• 06 任务五：继承与特质
• 07 任务六：模式匹配和样例类
• 08 任务七：函数及抽象化
• 09 任务八： 集合
• 10 任务九：隐式机制及Akka扩展
• 11 作业
• 12 直播
• 02 Spark实战应用（上）
• 01 课程资料
• 02 任务一：Spark安装与配置
• 03 任务二：RDD编程基础
• 04 任务三：RDD编程高阶
• 05 任务四：SparkSQL编程
• 06 作业
• 07 直播
• 03 Spark实战应用（下）
• 01 课程资料
• 02 任务一：实时流式计算框架Spark Streaming
• 03 任务二：Spark Streaming与Kafka整合
• 04 任务三：Spark GraphX图计算
• 05 作业
• 06 直播
• 04 Spark原理及源码剖析
• 01 课程资料
• 02 任务一：重要组件(Master、Worker、Driver)
• 03 任务二：重要原理(作业调度及Shuffle原理)
• 04 任务三：内存管理、数据倾斜及优化
• 05 直播
• 06 作业
• 07阶段：智慧物流大数据分析调度平台项目
• 01 智慧物流大数据分析调度平台项目
• 01 课程资料
• 02 任务一：项目介绍及CDH搭建
• 03 任务二：平台数据准备
• 04 任务三：仓储预测及车货匹配
• 05 任务四：实时处理及可视化
• 06 直播
• 07 作业
• 08阶段：新一代计算利器Flink
• 01 计算领域锋利的武器Flink
• 01 课程资料
• 02 任务一：Flink概述及入门案例
• 03 任务二：Flink体系结构及安装部署
• 04 任务三：Flink常用API及Window窗口机制
• 05 任务四：Flink watermark及state机制
• 06 任务五：Flink 并行度、KafkaConnector源码及CEP
• 07 任务六：Flink Table及作业提交
• 08 直播
• 09 作业
• 09阶段：大数据新技术实践
• 01 ClickHouse&Kudu
• 01 课程资料
• 02 任务一：ClickHouse概述及安装
• 03 任务二：ClickHouse数据类型及表引擎
• 04 任务三：ClickHouse连接Kafka、MySQL及ClickHouse副本分片机制
• 05 任务四：大数据存储引擎Kudu
• 06 直播
• 07 作业
• 02 Kylin&Druid
• 01 课程资料
• 02 任务一：分析型数据仓库 Kylin
• 03 任务二：实时分析数据库 Apache Druid
• 04 作业
• 05 直播
• 10阶段：Elastic Stack 日志搜索、挖掘及可视化解决方案
• 01 Elasticsearch全文搜索引擎、Logstash采集、Kibana展示方案
• 01 课程资料
• 02 任务一：Elasticsearch & Kibana
• 03 任务二：LogStash日志采集
• 04 任务三：日志分析平台实战
• 05 直播
• 06 作业
• 11阶段：电商行业实时数仓项目
• 01 电商行业实时数仓项目
• 01 任务一：实时数仓项目基础
• 02 任务二：需求实现
• 03 任务三：监控及可视化
• 04 任务四：数据质量及双流join
• 05 直播
• 06 作业
• 12阶段：大数据处理算法及案例
• 01 Python 编程
• 01 任务一：Python基础
• 02 任务二 ：Numpy科学计算库
• 03 任务三：Pandas数据分析库
• 04 任务四：Matplotlib数据绘图
• 02 统计学基础
• 01 统计学基本原理_任务一： 描述统计
• 02 统计学基本原理_任务二： 总体推断
• 03 统计学基本原理_任务三： 抽样方法
• 04 统计学基本原理_任务四： 卡方检验
• 05 统计学基本原理_任务五： T检验、方差检验
• 06 统计学分析方法_任务一： 多变量分析方法选择
• 07 统计学分析方法_任务二： 相关分析
• 08 统计学分析方法_任务三： 回归分析
• 09 统计学分析方法_任务四： 因子分析
• 10 统计学分析方法_任务五： logistic回归
• 11 统计学分析方法_任务六： 时间序列分析
• 12 项目实战_任务一： 案例背景介绍
• 13 项目实战_任务二： 案例分析过程
• 14 项目实战_任务三： 建模软件操作
• 03 数据挖掘算法与实战
• 01 任务一 有监督学习算法
• 02 任务二 无监督学习算法
• 03 任务三 数据挖掘项目综合实战
• 13阶段：机器学习
• 01 TensorFlow机器学习框架
• 01 任务一 ：TensorFlow实现KNN
• 02 任务二：TensorFlow实现线性回归
• 03 任务三：TensorFLow实现机器学习_逻辑回归
• 14阶段：人才职位画像匹配推荐系统
• 01 人才职位画像匹配推荐系统
• 01 任务一：项目整体介绍
• 02 任务二：OLAP指标分析
• 03 任务三：SuperSet可视化
• 04 任务四：Spark MLlib机器学习
• 05 任务五：职位画像及用户画像
• 06 任务六：职位召回&排序&推荐
• 07 直播
• 08 作业
• 资料
• 01阶段：JavaSE
• 02 Java面向对象编程
• 模块三 Java核心类库（上）
• 模块一 Java语言基础
• 02阶段：Java Web数据可视化
• 01 模块一 ：MySQL数据库
• 02 模块二 ： 前端可视化技术
• 05 拉勾网招聘行业报表数据可视化项目
• 11.第十一阶段 电商行业实时数仓项目等多个文件
• 11.第十一阶段 电商行业实时数仓项目
• 12.第十二阶段 大数据处理算法及案例
• 13.第十三阶段 机器学习
• 14.第十四阶段：人才职位画像匹配推荐系统
• Hadoop课程笔记
• Hadoop生态圈技术栈
• HBase讲义
• Kafka
• 讲义(1)
• 讲义(2)
• 讲义
• 交互式查询工具Impala
• 企业电商离线数仓
• 资料-在每个阶段里面.txt