北京大數據開發課程的內容有Java核心、Hadoop、Spark、Python、項目實戰、機器學習、大數據系統、管理優化、阿里云平臺、就業項目CC服務；大數據應用已經深入互聯網、電商、政務、金融、交通等各領域，當前熱門應用刷臉支付、自動駕駛、猜你喜歡、無人快遞車等無不以大數據為基石。隨著大數據產業上升為國家戰略，大數據的價值越來越重要。

大數據課程
學習內容	可掌握的核心能力	可解決的現實問題	市場價值
Java基礎入門、Java面向對象、Java高級API、MySQL、Java Web、SSM	掌握JavaEE核心技術、能夠使用MySQL操作和管理數據、掌握Java SSM框架的使用、能夠完成Java Web項目、熟悉Linux編程的基本使用、通過ELK了解數據處理的整個過程	能夠完成Java Web項目能夠搭建Linux環境并進行shell編程	可勝任初級Java工程師的工作需求，月薪8000-10000元
Linux編程、ELK、HDFS、MapReduce、Yarn及ZooKeeper、Hive、HBase、Sqoop、離線項目實戰	熟悉Linux編程的基本使用、通過ELK了解數據處理的整個過程、掌握Hadoop平臺核心技術、掌握Hive開發、掌握HBase開發、掌握離線項目開發所需技能	能夠搭建Linux環境并進行shell編程、能夠完成基于Hadoop的數據倉庫項目開發	可勝任初級大數據離線處理工作，如ETL工程師，Hive工程師，數據倉庫工程師，HBase工程師等，月薪10000-13000元
Scala編程、Spark Core、Spark SQL、Spark GraphX、SparkStreaming實時處理	掌握Scala基本編程、掌握Spark架構基本內容及原理、掌握Spark開發及使用、掌握Spark實時數據處理	能夠完成基于Scala的Spark代碼開發	大數據知識提升階段，可掌握Spark基本原理及使用，可勝任Spark開發工作，如Spark開發工程師，大數據實時處理工程師等，月薪14000-16000元
Python編程、Python數據爬取、PySpark	掌握Python基本使用、掌握Python核心庫的使用、掌握Python爬蟲、掌握Python簡單數據分析	能夠完成Python爬蟲項目的開發、會使用Python進行簡單的數據分析	可勝任Python爬蟲工程師，初級機器學習工程師工作，月薪16000-20000元
電商數倉項目實戰、用戶興趣取向分析、教育平臺大數據分析、股票數據流實時分析	掌握大數據項目開發的基本流程、掌握項目開發的具體實現方法、掌握企業級大數據項目開發實戰經驗	掌握大數據項目開發流程及相關技術、處理企業真實項目的開發	經過大量項目實戰，可勝任大數據開發工程師，Spark工程師，可視化工程師，ETL工程師相關工作。月薪18000-24000元
機器學習算法Spark實現機器學習、Python實現機器學習、機器學習項目實戰云音樂推薦系統、	掌握機器學習的基本流程、掌握機器學習的常用算法模型、掌握使用Spark ML和Python進行機器學習開發、掌握推薦系統項目開發原理及流程	掌握機器學習基本知識、掌握大數據機器學習項目開發流程及相關技術、能夠運用機器學習知識進行項目開發	可勝任機器學習工程師、機器學習算法工程師、大數據挖掘工程師等相關工作,月薪22000-28000元
提升系統的可靠性、提升系統的安全性-認證、授權及審計、數據保護	掌握大數據高可用集群管理、理解并掌握系統的安全性、授權及審計、數據保護等技能	掌握大數據高可用集群管理、理解并掌握系統的安全性、授權及審計、數據保護等技能	掌握大數據高可用集群管理、理解并掌握系統的安全性、授權及審計、數據保護等技能
阿里云平臺、實驗環境搭建、阿里云項目訓練、阿里云認證指導	掌握阿里云平臺的基本使用、掌握企業使用阿里云大數據平臺開發所需要的技能	滿足阿里云認證相關技能，可進行企業阿里云大數據平臺的搭建開發	大量阿里云合作企業優先錄取，提升你的就業Level

項目	項目介紹	技術架構	主要業務
電商項目	根據用戶在電商網站的消費行為日志數據以及數據庫數據等，分析用戶的消費習慣以及消費偏好，進行構建用戶畫像，并對用戶消費行為進行分析	Flume+Kafka+Hive+HBase+Oozie+Spark SQL+Redis+MySQL+Zeppelin	對電商網站日志進行收集，清洗； 對用戶構建用戶畫像；通過Hive對用戶消費行為分析；通過Oozie進行ETL任務調度；通過Zeppelin進行數據可視化展示；
社交項目	根據用戶訪問網站的瀏覽信息，以及點贊關注等行為，根據日志數據，來分析判斷用戶的興趣取向	Flume+Kafka+Hive+PySpark+HBase+Oozie+Spark Streaming+NiFi+Redis+Cassandra+MySQL	獲取用戶訪問網站的日志數據，并對其進行清洗，ETL變換； 通過PySpark建立日志推薦模型；使用Spark Streaming及ML進行用戶興趣取向實時預測；通過Python將日志推薦數據進行存儲；建立Tableau與MySQL的鏈接，進行數據可視化及報表展示；
金融項目	通過實時收集并分析股票數據信息，并對數據進行過濾，清洗，挖掘，計算，然后通過可視化框架進行展示	Flume+Kafka+HDFS+Spark Streaming +Confluent+Flink+Grafana	項目數據格式定義； Apache Kafka進行股票數據扒取；基于Confluent的股票元數據管理及應用；Flink流數據處理及實時分析；Flink實時股票的實時分析；Grafana/Zeppelin數據可視化
互聯網項目	大型電商集團需要各研發中心使用統一的數倉設計規范，以便于集團數據的共享和規劃建設。本系統是運營支撐平臺的一部分，通過對業務數據的分析，獲得用戶主題和訂單的相關分析情況，生成用戶的訪問模型和用戶的訂單行為模型，對訪問時段和下單區域分布進行分析和報表展示	MySQL+Sqoop+Hive+SparkSQL+Azkaban+Zeppelin	設計構建能夠支持大型電商集團所需的大數據倉庫，為公司業務運營進行支撐
音樂項目	大數據技術越來越多地和機器學習相結合，為企業和用戶提供便利。本系統基于大數據和機器學習技術，通過對用戶APP操作行為數據（打點數據）收集，通過機器學習算法向用戶精準地推薦音樂和歌單，提高用戶的使用體驗，增強APP的使用粘性	Flume+Kafka+Hive+Spark Core+SparkSQL+SparkML+MySQL+Redis+機器學習算法	通過Flume對打點數據進行采集；通過Kafka進行數據接收；通過Hive、Spark Core和SparkSQL進行數據清洗、整理；調用SparkML中的協同過濾（ALS）和邏輯回歸等算法進行運算，實現對用戶的音樂推薦功能；將推薦結果保存到Redis數據庫中供其他應用調用
搜索項目	Python也是目前大數據開發中使用較多的一門語言，ElasticSearch是目前企業使用最多的搜索服務器。該項目是Python爬蟲與ELK搜索結合的項目，通過Python爬蟲獲取數據，對獲取的數據，使用ELK實現全文檢索功能	Python+Scrapy+ELK+Hadoop+HBase+Oozie+MySQL	通過Python爬蟲獲取數據；將爬取數據存入HBase;構建ELK全文檢索服務；實現全文檢索功能