Big Data 项目实战 | 从零开始学会Hadoop, 丰富你的简历!

免费试听时间：
美西时间 7月23日周一 18:30-20:30

美东时间 7月23日周一 21:30-23:30

北京时间 7月24日周二 09:30-11:30(a.m)

课程安排：网络直播课，每节2小时，第一节免费试听

报名网址：http://t.cn/RAC7Era, 或猛戳“阅读原文”。

首先给大家介绍的一下《Big Data 项目实战班》的课程项目，包括项目难度、代码量、处理数据量、及课后需要花费的时间。截图部分是该课程的项目成果展示。

1. Google Auto Complete

Google搜索引擎自动补全

通过Wiki 数据集中构建 N-Gram Library

实现搜索引擎的自动补全功能

项目难易程度：⭐️⭐️⭐️☆☆

预计课后花费时间：5-7 hour

代码量：300-500 code lines

数据规模：50M

2. Article Sentiment Analysis

通过统计文章情感关键词

分析文章所表达的情绪

项目难易程度：⭐️⭐️☆☆☆
预计课后花费时间：3-5 hour
代码量：300-500 code lines
数据规模：50M

3. Page Rank

 Google 搜索引擎排名

将通过wiki数据进行页面权重的计算

实现Page Rank这一重要算法

项目难易程度：⭐️⭐️⭐️⭐️☆
预计课后花费时间：5-7 hour
代码量：300-500 code lines
数据规模：50M

4. Movie Recommender System

电影推荐系统

将应用 Netflix 的数据

给用户推荐他们之前喜欢的电影的相似电影

项目难易程度：⭐️⭐️⭐️⭐️⭐️
预计课后花费时间：6-10 hour
代码量：700-1000 code lines
数据规模：1G

Big Data 课程大纲

1

Big Data 求职攻略 & Hadoop 入门

Find Job in Big Data Field & Hadoop Introduction

2

MapReduce项目实战- Google Auto Complete I

MapReduce Project - Google Auto Complete I

3

MapReduce项目实战- Google Auto Complete II

MapReduce Project - Google Auto Complete II

4

Hadoop分布式系统

Hadoop Distributed File System

5

MapReduce 项目实战 - Page Rank I

MapReduce Project - PageRank I

6

MapReduce 项目实战 - Page Rank II

MapReduce Project - PageRank II

7

面试大数据常见问题之TopK

8

MapReduce 项目实战 - 推荐系统 I 

MapReduce Project - Recommender System I

9

MapReduce 项目实战 - 推荐系统 II

MapReduce Project - Recommender System II

常见问题

1. 课程主要讲什么内容？

Hadoop & MapReduce

2. 课程需要有大数据基础吗？

不需要。

3. 课程使用什么语言？

课程使用Java语言，需要基本Java编程能力

4. 课程会讲 Spark 吗？

尽管现在 Spark 等大数据平台都非常火爆，

但是！

熟练掌握和使用一个大数据工具是最重要的。在面试过程中，基本所有的 Big Data 职位都会问到 Hadoop，而是否会 Spark 只是一个额外的加分项，如果不会并不会减分。且学会Hadoop后，上手Spark非常快！

报名请登录 www.jiuzhang.com，或点击文末“阅读原文”。