更新時(shí)間:2023年07月19日18時(shí)27分 來源:傳智教育 瀏覽次數(shù):
零基礎(chǔ)轉(zhuǎn)行學(xué)Python要學(xué)多久?如果是希望找到一份Python開發(fā)類工作的話,大概需要4-6個(gè)月的時(shí)間,在職自學(xué)的話可能需要更久的時(shí)間,每個(gè)人學(xué)習(xí)能力和理解能力不同,花費(fèi)的時(shí)間也不太一樣。
Python可以自學(xué),Python+大數(shù)據(jù)所需學(xué)習(xí)的內(nèi)容紛繁復(fù)雜,難度較大,所以今天播妞特別為大家整理了一個(gè)全面的Python+大數(shù)據(jù)學(xué)習(xí)路線圖,幫大家理清思路,攻破難關(guān)!
第一階段 大數(shù)據(jù)開發(fā)入門
學(xué)前導(dǎo)讀:從傳統(tǒng)關(guān)系型數(shù)據(jù)庫入手,掌握數(shù)據(jù)遷移工具、BI數(shù)據(jù)可視化工具、SQL,對后續(xù)學(xué)習(xí)打下堅(jiān)實(shí)基礎(chǔ)。
1.大數(shù)據(jù)數(shù)據(jù)開發(fā)基礎(chǔ)MySQL8.0從入門到精通
MySQL是整個(gè)IT基礎(chǔ)課程,SQL貫穿整個(gè)IT人生,俗話說,SQL寫的好,工作隨便找。本課程從零到高階全面講解MySQL8.0,學(xué)習(xí)本課程之后可以具備基本開發(fā)所需的SQL水平。
第二階段 大數(shù)據(jù)核心基礎(chǔ)
學(xué)前導(dǎo)讀:學(xué)習(xí)Linux、Hadoop、Hive,掌握大數(shù)據(jù)基礎(chǔ)技術(shù)。
Hadoop離線是大數(shù)據(jù)生態(tài)圈的核心與基石,是整個(gè)大數(shù)據(jù)開發(fā)的入門,是為后期的Spark、Flink打下堅(jiān)實(shí)基礎(chǔ)的課程。掌握課程三部分內(nèi)容:Linux、Hadoop、Hive,就可以獨(dú)立的基于數(shù)據(jù)倉庫實(shí)現(xiàn)離線數(shù)據(jù)分析的可視化報(bào)表開發(fā)。
第三階段 千億級(jí)數(shù)倉技術(shù)
學(xué)前導(dǎo)讀:本階段課程以真實(shí)項(xiàng)目為驅(qū)動(dòng),學(xué)習(xí)離線數(shù)倉技術(shù)。
3.數(shù)據(jù)離線數(shù)據(jù)倉庫,企業(yè)級(jí)在線教育項(xiàng)目實(shí)戰(zhàn)(Hive數(shù)倉項(xiàng)目完整流程)
本課程會(huì)、建立集團(tuán)數(shù)據(jù)倉庫,統(tǒng)一集團(tuán)數(shù)據(jù)中心,把分散的業(yè)務(wù)數(shù)據(jù)集中存儲(chǔ)和處理 ;目從需求調(diào)研、設(shè)計(jì)、版本控制、研發(fā)、測試到落地上線,涵蓋了項(xiàng)目的完整工序 ;掘分析海量用戶行為數(shù)據(jù),定制多維數(shù)據(jù)集合,形成數(shù)據(jù)集市,供各個(gè)場景主題使用。
第四階段 PB內(nèi)存計(jì)算
學(xué)前導(dǎo)讀:Spark官方已經(jīng)在自己首頁中將Python作為第一語言,在3.2版本的更新中,高亮提示內(nèi)置捆綁Pandas;課程完全順應(yīng)技術(shù)社區(qū)和招聘崗位需求的趨勢,全網(wǎng)首家加入Python on Spark的內(nèi)容。
python基礎(chǔ)學(xué)習(xí)課程,從搭建環(huán)境。判斷語句,再到基礎(chǔ)的數(shù)據(jù)類型,之后對函數(shù)進(jìn)行學(xué)習(xí)掌握,熟悉文件操作,初步構(gòu)建面向?qū)ο蟮木幊趟枷?,最后以一個(gè)案例帶領(lǐng)同學(xué)進(jìn)入python的編程殿堂。
5.python編程進(jìn)階從零到搭建網(wǎng)站
學(xué)完本課程會(huì)掌握Python高級(jí)語法、多任務(wù)編程以及網(wǎng)絡(luò)編程。
Spark是大數(shù)據(jù)體系的明星產(chǎn)品,是一款高性能的分布式內(nèi)存迭代計(jì)算框架,可以處理海量規(guī)模的數(shù)據(jù)。本課程基于Python語言學(xué)習(xí)Spark3.2開發(fā),課程的講解注重理論聯(lián)系實(shí)際,高效快捷,深入淺出,讓初學(xué)者也能快速掌握。讓有經(jīng)驗(yàn)的工程師也能有所收獲。
4.大數(shù)據(jù)Hive+Spark離線數(shù)倉工業(yè)項(xiàng)目實(shí)戰(zhàn)
通過大數(shù)據(jù)技術(shù)架構(gòu),解決工業(yè)物聯(lián)網(wǎng)制造行業(yè)的數(shù)據(jù)存儲(chǔ)和分析、可視化、個(gè)性化推薦問題。一站制造項(xiàng)目主要基于Hive數(shù)倉分層來存儲(chǔ)各個(gè)業(yè)務(wù)指標(biāo)數(shù)據(jù),基于sparkSQL做數(shù)據(jù)分析。核心業(yè)務(wù)涉及運(yùn)營商、呼叫中心、工單、油站、倉儲(chǔ)物料。
北京校區(qū)