数据分析师的数据培训课程大纲

    本次课程以大数据分析师为目标，从数据分析基础、JAVA语言入门和linux操作系统入门知识学起，系统介绍Hadoop、HDFS、MapReduce和Hbase等理论知识和hadoop的生态环境，详细演示hadoop三种模式的安装配置，以案例的形式，重点讲解基于mahout项目的大数据分析之聚类、分类以及主题推荐。区别于普通的JAVA程序员，本课程的重点是培养基于Hadoop架构的大数据分析思想及架构设计，通过演示实际的大数据分析案例。
**阶段：大数据*知识及hadoop入门
1.大数据*知识介绍
2.课程介绍
3.Linux及unbuntu系统基础
4.hadoop的单机和伪分布模式的安装配置
*二阶段：Hadoop部署进阶
1.Hadoop集群模式搭建
2.Hadoop分布式文件系统HDFS深入剖析
3.使用hdfs提供的api进行hdfs文件操作
4.Mapreduce概念及思想
*三阶段：大数据导入与存储
1.mysql数据库基础知识
2.hive的基本语法
3.hive的架构及设计原理
4.hive安装部署与案例
5.sqoop安装及使用
6.sqoop组件导入到hive
*四阶段：Hbase理论及实战
1.hbase简介
2.安装及配置
3.hbase的数据存储
4.项目实战
*五阶段：Spark配置及使用场景
1.scala基本语法
2.spark介绍及发展历史
3..spark standalone模式部署
4.spark RDD 详解
*六阶段：spark大数据分析原理
1.Spark内核：基本定义、Spark任务调度
2.Spark Streaming 实时流计算
3.Spark MLlib 机器学习
4.Spark SQL 查询
*七阶段：hadoop+Spark大数据分析
1.实战案例深入解析
2.hadoop+Spark的大数据分析之分类
3.Logistic回归与主题推荐



上海西线学院官/

高薪等你来拿，快来报名吧！