Java基础
Java基础语法 面向对象编程 常用类和工具类 集合框架体系 异常处理机制 文件和IO流 移动开户管理系统 多线程 枚举和垃圾回收 反射 JDK新特性 通讯录系统
培养方向：
Java基本语法中的常量、变量声明和使用、运算符、数据类型以及相互转换、分支结构、循环结构、方法的定义和使用、数组、内存结构; 面向对象的编程思想;掌握类和对象的定义和使用;理解封装、继承、多态等特性;掌握抽象类接口的特点和使用方式;充分理解并运用Java面向对象思想来进行程序开发; 熟练使用常用类解决复杂问题;掌握异常的体系和处理机制;深入理解集合类的特点和底层实现原理;掌握集合类的常用方法;熟练掌握File类和多种IO流读写其他设备数据的方法;培养阅读源码的习惯和能力; Java多线程的概念、原理、创建方式、同步、线程池技术;掌握Java的反射机制以及JDK的新特性
职业方向: 初级Java工程师
JavaEE核心
前端技术 数据库 JDBC技术 服务器端技术 Maven Spring SpringBoot Git
培养方向：
■ 静态的网页技术，并且可以制作精美的网页和动态JavaScript完成项目前端页面的制作; MySQL数据库的基本操作和SQL语言对数据库的CRUD操作; JDBC连接数据库技术;数据库事务以及JDBC事务控制方式; 连接池的使用;DBUtils工具的使用,完成对数据库的CRUD操作; 服务器基本使用;Web工程创建; 服务器技术结合前端和数据库技术，使用MVC模式进行B/S架构项目的开发工作; Maven项目构建和管理; 熟悉Spring模块结构和作用;如何对组件对象进行参数注入;Spring声明式事务处理;理解SpringIOC和SpringAOP; 使用SpringBoot简化项目开发; 常用版本控制器Git的使用
职业方向:
■ 初中级Java工程师
Hadoop生态体系
Linux Hadoop ZooKeeper Hive HBase Phoenix Impala Kylin Flume Sqoop&DataX Kafka Oozie&Azkaban Hue 智慧农业数仓分析平台
培养方向：
■ Linux操作系统安装及基本命令;shell脚本编程; 大数据架构Hadoop原理及编程使用;熟悉大数据框架Hadoop调优 ZooKeeper工作机制，以及动态感知原理及使用; Hive数据仓库的使用及调优原理; HBase数据库的开发、使用以及调优; Phoenix基本使用; Impala查询使用; Kylin大数据的OLAP引擎; Flume数据迁移工具; Sqoop与DataX离线数据迁移工具及数据迁移测试; Kafka消息队列; Oozie、Azkaban项目流程调度开发工具; Hue开源Hadoop UI系统;掌握Hue与各个大数据组件的搭配使用; 各个大数据组件在项目中的实战使用;
职业方向:
■ 大数据开发工程师
Spark生态体系
Scala、Spark、交通领域汽车流量监控项目、Flink
培养方向：
■ Scala多范式编程语言编写程序; Spark大数据计算框架原理;Spark实时流处理技术;Spark大数据计算框架调优; 要求能够对不同业务场景下Spark Core、Spark Streaming、Spark SQL的技术选型有足够认知，能够熟练使用Spark Core、Spark Streaming、Spark SQL完成对应功能; Flink实时流处理技术;熟悉项目中应用开发
职业方向:
■ 大数据Spark开发工程师
项目实战+机器学习
高铁智能检测系统、电信充值、中国天气网、机器学习
培养方向：
■ 熟悉大数据开发基本流程和技术架构; 熟悉机器学习算法理论基础; 熟悉Python语言基础及数据算法库; 熟悉机器学习应用场景; 熟悉Spark机器学习框架; 熟悉数据分析平台开发全流程; 熟悉大数据系统的开发全流程
职业方向:
■ 中级大数据工程师
就业指导机器学习:
企业面试前期准备与技巧 指导 企业面试复盘
课程内容：
■ 1、职业规划讲解 2、简历注意事项详解 3、就业情况分析简历制作(个人技能、项目经验、自我评价) 1、简历审核修正 2、常见面试题的讲解 3、技术简历的指导与优化 4、强化实战项目
职业方向:
■ 从简历、面试技巧等层面助力学员，培养学员沟通表达能力 让学员清晰了解职业发展规划，明确自身定位，找到适合自身发展的工作; 通过项目强化、面试专项指导、面试复盘等，学员能就业
地理位置 Location
