
歷年大數據相關人才需求增長情況統計(百分比)
大數據人才缺口(個/天)
據統計,大數據人才缺口已超130萬,但國內相關從業人員只有約30萬。隨著企業對大數據的重視,人才需求量將會更大。
理由一 完整的技術體系
大數據學科成立于2012年,在課程不斷迭代升級的過程中,逐漸形成了完整的技術體系,讓學員思路清晰,學習效果事半功倍。
理由二 合理的課程設置
ETL工程師
數據倉庫工程師
大數據開發工程師
Hadoop工程師
Spark/Flink工程師
大數據分析師
大數據算法工程師
Sqoop、Oozie、Azkaban flume、DataX、Hive等
Hive、impala、kudu、Kylin等
Hadoop 技術棧、Spark技術棧等
HDFS、MapReduce、Zookeeper、Hive、Hbase、Yarn等
SparkStreaming、SparkSQL、SparkCore、Kafka、SparkMLlib、 SparkGraphX、Flink、FlinkCEP等
Hive、Phoenix、impala、Druid、SparkSQL等
Spark、Tensorflow、Scikit-Learn、Pandas、Numpy等
理由三 企業級項目實戰
360°全方位還原用戶畫像,實現對個體和群體信息的標簽化,實現精準推薦和營銷,采用Hadoop、Spark、Hbase、ElasticSearch核心技術棧。
①自義定SparkSQL/DataSource插件 ②插件化集成Spark的ML/Mllib建模 ③自定義Oozie定時工作流自動構建 ④自動化生成用戶標簽 ⑤對人/物的秒級畫像生成 ⑥各種企業級組合標簽設計的思想和方案 ⑦RFM模型(客戶價值模型)的應用實戰
分析PB級數據,為企業提供高效、穩健的實時數據洞察。采用類似阿里巴巴大數據數倉設計的分層架構思想,使用主流的實時倉庫技術Flink、Druid、Kafka。
①企業級離線和流式數倉建設的方案和思想 ②攻克企業級數據倉庫建設難點 ③數倉模型的設計分層思想、指標/維度和模塊設計思想 ④阿里巴巴數倉分層架構實戰 ⑤利用Flink進行實時指標的開發 ⑥利用druid時序分析數據庫 ⑦用hive、kylin、hbase實現數據查詢的低延遲
項目利用Neo4j構建用戶和商品的關系圖示,基于詞向量相似度推薦商品、CTR/CVR點擊率預估模型、邏輯斯特回歸算法進行CTR點擊率預估。
①使用Spark-ALS算法訓練模型和超參數調優 ②通過Spark-FPGrowth算法獲取購買行為類型的樣本數據 ③構建基于Scala-UserCF、ItemCF-推薦引擎 ④應用SVD++算法模型實現圖計算的推薦方式 ⑤Tensorflow技術對CTR排序中的模型提取二階及高階特征 ⑥從MongoDB、ElasticSearch中將離線/實時/內容推薦結果進行混合
項目基于大數據與LBS實現地圖實時渲染解決方案、地圖網格的切分和展示解決方案、基于地圖的實時安防監控解決方案。
①調用高德或百度API,實現區域熱點分析 ②地圖網格的切分思想和實現 ③大數據技術+多維地圖展現(包括地圖、衛星圖、三維圖) ④使用多方案展現信號強度熱圖 ⑤獨立計算信號強度矩陣圖的每個矩形 ⑥計算用戶八個方向的數據 ⑦整合大數據技術和地圖
A:可以的。如果學員沒有基礎或者基礎較差,可以選擇大數據基礎班培訓,一方面補充大數據基礎知識,以便順利進入到大數據就業班學習,另外還能檢驗自己是否真正適合從事大數據開發相關工作。
更多>A:可以的。對大數據課程感興趣的任何一名學員都有機會獲得20天基礎班免費學習名額。如果學員想獲得名額,試聽大數據課程,可以聯系咨詢老師,提交申請信息(包括聯系方式、所選校區等),相關老師會進行安排。
更多>A:在新技術時代,眾多行業面臨轉型升級,以金融行業為例,二三線城市金融市場對大數據人才需求不斷增長。可見選擇一線城市就業固然不錯,但二三線城市的發展潛力很大,將為大數據人才提供廣闊的平臺。
更多>每入學10名學員,就有7名來自老學員推薦
構建雙輔助教學體系,為學員提供個性化輔導方案+數字化教學資源
出版81本原創書籍,被1503余所大學選作為授課教材
為莘莘學子改變命運而講課,為千萬學生少走彎路而著書
與工信部達成“中國制造2025人才
培養創新示范工程”合作
與華為達成課程共建合作,積極推
動云計算大數據人才培養
與創新工場簽署人工智能課程戰略
合作協議
攜手百度云,引入智能機器人教學
共同推出人工智能和大數據課程
(僅展示部分合作企業/機構)