大数据开发都学什么？
数联教育是数联集团旗下一家专注大数据人才职业培训的教育培训机构，核心培训教师来自国内知名高校以及大型大数据应用项目负责人，技术功底深厚，项目和培训经验丰富。
在数联大数据开发都学什么呢？有哪些课程呢？
一、入学要求：
（1）有其他学科专业基础、有一定学习能力、喜欢分析，对大数据行业应用感兴趣。 （2）计算机编程基础、有数学财经基础。 二、就业岗位：
1.大数据开发工程师；2.大数据实施工程师；3.大数据运维工程师；4.大数据分析工程师。
三、核心技术：
1.Hadoop；2.Spark；3.Hive；4.HBase；5.项目实战。 四、适合人群：
在校学习的学生、准备入职的学生、想提升待遇的职场人士、想转行的职场人士、在职职场精英深造。
五、课程安排：
序号 课程名称 课程内容 1.Linux操作系统简介、安装及使用；2.Linux档案权限与目录配学时 1 Linux基础 置、档案与目录管理、用户账号管理；3.文件操作、文本编辑、vim 程序编辑器；4.Bash简介及功能介绍、Shell Script编程； 1.数据库概述、数据库系统、管理系统； 2.MySQL安装配置、基本操作、MySQL连接工具的使用；3.数据库基础知识概述：数据库、表结构、字段及其数据类型、运算符；4.SQL概述,数据库及表的创建基本操作；5.增删改查语句,使用Java程序进行增删改查。 1.Java简介、环境搭建及第一个Java程序；2.Java基础程序设计：数据类型、运算符、表达式、判断循环语言；3.数组定义与使用、方法定义与重载；4.面向对象（基础）；5.面向对象（高级）；18 2 数据库SQL基础 12 3 Java基础 6.异常概念与编程；包概念与导入；泛型概念与编程应用；7.Java类集：Collection接口主要操作方法；8.Java类集：List、Set、Map常用子类与使用，集合操作与遍历方法；9建立Java EE项目；了解Java EE项目执行流程。 1. Hadoop简介、架构、原理；集群配置及安装（JDK、SSH）；2. Hadoop IDE开发环境配置（Eclipse配置）；3. Hadoop Java API编程实例；Hadoop 第一个MapReduce程序；4. Hadoop命令（hadoop fs , hadoop job, Hadoop jar）；5. Hadoop基30 4 Hadoop编程开发 础编程（Mapper、Reducer、Driver）；6. Hadoop高级编程（FileInputFormat、FileOutputFormat）；7. Hadoop高级编程（Combiner、Partitioner）；8. Hadoop高级编程（自定义键值对）；9. Hadoop高级编程（开发环境直接运行MapReduce程序）；10. Hadoop案例1：基于KNN的鸢尾花分类预测；11. Hadoop案例2：基于Kmeans的客户价值分析。 1. Hive产生背景、概念，Hive架构、原理；2. Hive安装、配置；3.Hive与RDBMS区别，Hive应用场景；4. Hive HQL命令，数据库，表创建；数据导入、导出，HQL查询；5.Hive内置函数，90 5 Hive大数据分析 24 自定义函数（UDF）；6.Hive与Java交互；7.基于Hive的航空公司客户价值分析项目案例。 1.HBase简介、架构原理；2.HBase集群安装配置（Zookeeper简介、Zookeeper安装配置、配置文件解读）；3.HBase架构与数据模型（组件原理功能、Rowkey设计、Schema设计）；4.HBas命令行（hbase shell）表操作；5.HBase开发环境配置；6.Java HBase数据快速读写 API操作HBase删/建表、HBase增删改查；7.HBase与Hadoop Mapreduce交互（HBase to HDFS， HDFS to HBase，HBase to HBase）；8.基于HBase的冠字号查询系统（案例背景、架构）；9.基于HBase的冠字号查询系统（数据处理、建表、导入表数据实现）；10.基于HBase的冠字号查询系统（Java Web连接HBase）；实现基于HBase的冠字号查询系统。 1.Spark 简介（Spark简介、应用场景）2.Spark安装配置（如何兼容Hadoop、HBase集群）；3.原理与架构（组件功能、RDD原理）；4.Spark编程1（Scala及编程简介）；5.Spark编程2 (RDD Spark大数据分析与编程 Transformation/Action)；6.Spark Intellij IDEA开发环境配置；7.基于Spark ALS算法的电影推荐系统（案例背景、系统架构）；8.基于Spark ALS算法的电影推荐系统（Spark Shell简单实现）；9.基于Spark ALS电影推荐系统（连接Spark集群）；10.实现基于Spark ALS的电影推荐系统。 基于Hadoop、Spark的法律网智能推荐1.法律网案例背景，架构设计；2.数据预处理：异常数据探索、数据剔除；3.系统数据预处理实现；4.推荐算法简介、评估与选型；5.系统模型建立、预研、调优；6.系统模型完整实现。 基于Spark FPGrowth的餐饮智能菜品推荐1.餐饮案例背景、架构设计；2.数据预处理：上传、数据探索、异常处理；3.推荐模型预研、评估与选型；4.MLlib FPGrowth调用与编码实现；5.系统模型建立、评价、调优；6.系统模型完整实现。 9 项目实训 项目实训 54 6 24 7 48 8 实战案例 60 备注：大数据开发课程按照以上课程为准，项目实战按照个人实际情况为准。
大数据开发都学什么？
