千锋教育作为一家专业的互联网教育培训机构，年培养优质人才20000余人，同期在校学员5000余人，合作院校超500所，合作企业超10000家，每年有数十万名学员受益于千锋教育组织的技术研讨会、技术培训课、网络公开课及免费教学视频。

　　在大数据培训课程上更是上心，毕竟是现在很热门的技术。与亚马逊达成战略合作，企业项目真实还原，让学生积累真正的开发经验。名师配好课，17年项目经验总监统领全程面授，课程覆盖云计算与机器学习等热门技术，为万余企业定制培训。

　　其大数据学习路线图是由众多知名讲师和百度阿里等技术官的参与定制而成，非常适合很多初学者来学习。

　　第一阶段 Java语言基础阶段

　　1.1 Java编程语言基本概述

　　1.2 Java基础语法

　　1.3 面向对象编程

　　1.4 面向对象高级编程

　　1.5 Java中的常用类库

　　1.6 枚举和异常类

　　1.7 Java数据结构和集合框架泛型

　　1.8 Java中的IO流

　　1.9 Java中的多线程

　　1.10 Java中网络编程和反射

　　1.11 Java8新特性

　　1.12 Java基础加强

　　第二阶段 Linux系统&Hadoop生态体系

　　01 Linux入门

　　02 常用基本命令

　　03 系统管理

　　04 Linux操作增强

　　05 Linux shell编程

　　06 Hadoop生态

　　07 分布式系统概述

　　08 Hadoop入门

　　09 Hadoop伪分布式

　　10 Hadoop全分布式

　　11 HDFS基本概念

　　12 HDFS的应用开发

　　13 HDFS的IO流操作

　　14 NameNode工作机制

　　15 DataNode工作机制

　　16 Zookeeper入门

　　17 Zookeeper详解

　　18 HA框架原理

　　19 Hadoop-HA集群配置

　　20 MapReduce框架原理

　　21 Shuffle机制

　　22 Mapreduce案例一

　　23 Mapreduce案例二

　　24 Hive入门

　　25 Hive DDL数据定义

　　26 Hive分区表

　　27 Hive分桶表

　　28 Hive查询

　　29 Hive的高级查询Join与排序

　　30 Hive的函数

　　31 Hive DML数据管理

　　32 Hive文件存储

　　33 Hive企业级调优

　　34 Hive企业级调优二

　　35 Hive企业级项目实战

　　36 Flume详解

　　37 Sqoop详解

　　38 Hbase概念

　　39 Hbase的操作

　　40 Hbase整合

　　41 Hbase的实战和优化

　　第三阶段 分布式计算框架

　　3.1 scala

　　3.2 Spark Core

　　3.3 Spark SQL

　　3.4 Spark Streaming

　　3.5 kafka

　　3.6 ElasticSearch

　　3.7 Logstash

　　3.8 Kibana

　　3.9 Kibana

　　第四阶段 大数据实战项目

　　4.1 互金领域-广告投放

　　项目介绍：构建广告投放平台，进行广告投放业务，吸引潜在客户，推广产品，包含投放微服务平台、竞价模块、客户群体画像、 千人千面推荐产品。

　　4.2 电商平台

　　项目介绍： 埋点业务，进行用户细分画像、建立信用体系、进行线上各类活动。

　　4.3 共享单车

　　项目介绍： 依据用户行为轨迹构成出行规律，根据用户群体出行规律、区域情况等动态调度用车情况。

　　4.4 工业大数据

　　项目介绍：国家电网_省级输/变电监控项目：监控线路的传感设备，确保设备安全、降低故障成本，动态监控线路、变电站二次设备工作情况、报警自动化。

　　4.5 交通

　　项目介绍：贵州交通厅，交通离线/实时监控项目：通过交通卡口采集实时数据，动态监控全省各道路通行和事故状况，避免拥堵、避免交通事故、 精准测速、防止套牌和提供便捷最佳出行方案、 预测拥堵系数，为各级提供最优道路规划方案。

　　4.6 旅游

　　项目介绍：安顺智慧旅游，整合各类旅游相关应用系统及信息资源，在公安、交通、工商等相关领域实现信息共享、协同合作，共同打造良性的旅游云生态系统。

　　4.7 医疗

　　项目介绍：某市人民医院，随着老年化的持续增加，患病率越来越高。增加大数据平台，采集医疗相关数据，提高诊断的准确性，预防一些疾病的发生，监控相关病情康复进展，真正实现解决看病难，降低发病率等。

　　第五阶段 大数据分析

　　5.1 Data Analyze数据分析基础

　　5.2 工作环境准备

　　5.3 数据可视化的概念与准则

　　5.4 Python机器学习

　　5.5 选择模型

　　5.6 构建树的过程

　　5.7 网格搜索

　　5.8 sklearn中有三类朴素贝叶斯算法

　　5.9 颜色特征

　　5.10 手写数字识别

　　5.11 文本的基本组成

　　5.12 文本的基本组成

　　对于要学习大数据的小伙伴，虽然手持一份详细的大数据学习路线图，必要的书籍和视频教程也是不能少的，要寻求多方面的学习资料才能真正掌握大数据技术!

上一篇

大数据培训机构哪家好

下一篇

大数据开发培训班哪家好