第 一階段Java基礎
Java基礎:
JAVA開發簡介 基本語法、運算符 流程控制語句 數組 函數 面向對象 常用類庫 異常 io系統 集合泛型 線程 網絡編程 階段測試
培養目標：
掌握java當中的基本語法中的運算符、數據類型以及相互轉換和各種流程控制語句; 充分掌握數組的創建、遍歷、排序以及函數定義，函數的相互調用和重載; 賦予學員面向對象思想 ，充分理解并運用java面向對象思想來進行程序開發，實現開發者從過程到面向對象編程的轉變 充分掌握常用類當中的方法，String類和包裝類以及相互轉換，異常的處理方式,File類和使用io讀取和輸入數據; 深入理解常用集合類的用法、集合的特點、以及各種使用 多線程的概念，創建方式，同步，通信，網絡編程的基本概念，編寫
企業級實訓項目:
猜字游戲; 猜拳游戲; 數字炸彈; 控制臺版本雙色球項目; 滴滴嗒嗒租車系統; 打印機項目; 個人記賬本; qq號注冊驗證; 中公教育JAVA學生系統的登陸注冊; 文件復制; 時間的跳動; 雙色球隨機版; 中公教育java學生系統; 媽媽叫你去打醬油; 文件在線下載; 開心聊天室
第二階段：前端頁面制作
培養目標：
掌握PC端前端頁面的搭建及布局方法; 了解html5新增特性，了解css3新增選擇器及常見屬性; 掌握常見網頁動效實現原理和思路，理解動態網頁實現原理，客戶端表單驗證方法; 熟悉常用的API，能夠快速實現網頁動效;了解企業中常用數據庫，以數據庫的基本操作; 數據庫表的復雜查詢; 數據庫設計的理論知識; sql語句的優化; JDBC操作數據庫，完成基 本CRUD操作; JDBC事務;Tomcat服務器的安裝配置及使用; HTTP協議的特點;數據源的基本原理以及常見數據源的配置及使用;使用Servlet開發基本web項目; web應用中的請求與響應; JSP基本原理，整合Servlet開發基本應用; MVC模式進行開發;web應用開發中的兩種會話技術、區別與聯系;javaweb開發中的監聽器和過濾器，并且配置自定義功能的監聽和過濾;使用Ajax進行異步請求
企業級實訓項目:
中公圖書商城”前端頁面制作; （1）、電商項目數據庫設計以及所 涉及的sql查詢語句; （2）、封裝jdbc工具類、簡化開發; （3）、使用MyEclipse開發工具，整合Servlet+JSP+MySQL+JDBC 遵循MVC開發模式，完成商品信息的發布以及查詢；使用response響應頭字段完成文件下載、自動刷新; （4）、在（3）的基礎上，開發 用戶注冊及登錄功能。并且使用 Session進行登錄校驗， 使用Cookie
第三階段：JavaEE高級+Linux課程+分布式計算JavaWeb
JavaEE高級+Linux課程+分布式計算:
Jspring框架、mybatis框架、nio、JVM、maven框架、LINUX、MYSQL分庫分表、讀寫分離、JAVA搜索引擎、Redis、消息隊列、分布式計算框架、項目實戰
培養目標：
理解Spring的DI和IOC以及AOP原理,掌握Spring的事務管理以及和其他框架的集成;理解ORM思想,以及mybatis的工作原理,;熟練使用mybatis框架;理解springmvc的工作原理,并熟練的應用;理解JVM原理和調優技巧;掌握maven項目構建和管理;掌握LINUX虛擬機安裝、網絡配置、基本命令、常用軟件及環境配置;掌握基于Mycat中間件的Mysql分庫分表、讀寫分離;掌握搜索引擎Solr基本安裝和使用;掌握Redis基本安裝、命令、JAVA的集成，以及常用集成模式;掌握ActiveMq消息隊列、JMS協議;掌握分布式計算框架Dubbo的基本配置和項目集成;
企業級實訓項目:
JVM調優、maven項目構建、阿里云實際LINUX主機安裝、使用、部署、手機號碼歸屬地系統、MYsql分庫、分表、主從復制、讀寫分離實際演練、基于Dubbo的電商商品管理開發
第四階段：離線數據分析平臺Hadoop
（1）實時計算平臺解決方案;（2）使用Flume收集數據到Kafka;（3）Spring集成Storm、flume、redis、mysql對數據進行分析
離線數據分析平臺Hadoop:Hadoop初步;Hadoop分布式文件系統HDFS;MapReduce;Hadoop HA;Hive;Flume;Sqoop;HBase;YARN;項目實戰
培養目標：
掌握HDFS文件系統以及熟練使用Java API操作HDFS、Spring集成Hadoop使用以及分布式集群環境搭建。掌握Hadoop生態圈上的各種應用的使用方式以及架構如MapReduce、Hive、Hbase、Sqoop等
企業級實訓項目:
1、日志文件的收集;2、Hive日志文件數據分析;3、定時觸發;4、HBASE集群
第五階段：實時數據分析平臺Storm
實時數據分析平臺Storm:
python基礎;Storm框架;Storm集群;日志監控業務;Kafka;項目實戰
培養目標：
（1）實時計算平臺解決方案;（2）使用Flume收集數據到Kafka;（3）Spring集成Storm、flume、redis、mysql對數據進行分析
企業級實訓項目:
1、Grouping策略及并發度;2、計算網站;3、storm事務;4、Storm集群和作業監控;5、點擊流日志分析;6、Python爬蟲
第六階段：Scala語言與Spark
Scala語言與Spark:

Scala語言;Spark;機器學習;spark與HIVE;項目實戰
培養目標：
（1）升級Hive執行引擎為Spark;（2）使用Spark Sql完成點擊流日志業務需求;（3）使用Spark處理業務數據;（4）企業海量數據分析平臺規劃
企業級實訓項目:
1、spark集群;2、SparkStreaming外掛;3、k-means和貝葉斯算法;4、點擊流日志分析

大數據是一種在獲取、存儲、管理、分析等方面大大超出了傳統數據庫軟件工具能力范圍的數據集合。它具有海量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特征。
專家預測截止到2020年，各個行業大數據相關人才缺口將達到100萬，僅在spark大數據開發人才方面，將出現近30萬的崗位需求。

就業促進班
全日制、封閉式教學，學習效率更高、學習效果更好，就業更理想
周末班
工作日上班，想利用周末時間提升自己的專業技能，升職加薪