招生對象：滴滴認證資深大數據工程師培養(yǎng)計劃為什么選擇后廠理工學院&滴滴出行大數據課程課程定位資深課程依托于滴滴蓋亞開放數據計劃脫敏后的開放數據集，使用前沿的大數據技術對海量數據進行采集、存儲、分析處理、展現等端到端全鏈路處理過程，理論、實戰(zhàn)相結合的課程.區(qū)別于市面上多數技術難點和深度較低的課程，更區(qū)別于一些拼湊式的demo項目課程實戰(zhàn)項目資深課程中涉及到的技術，我們都采用開源技術，同時部分需求需要在開源技術的基礎之上進行二次源碼級的開發(fā)和優(yōu)化，區(qū)別普通大數據項目的開發(fā)，對人員的編碼能力要求極具挑戰(zhàn)。適合具有多年編程經驗，想通過完整項目實戰(zhàn)提升自身實戰(zhàn)能力的人群，同時適應多年DBA工作經驗的人群想做最后一次努力去擁抱大數據,跟上技術潮流課程知識體系課程在設計上與滴滴進行了深入的探討，對于項目涉及到的訂單和軌跡數據中的敏感信息進行了脫敏,把授課的內容重點放在數據處理的解決方案和實現上,知識點貫穿前端，java中臺，大數據后端，項目代碼管理等多個環(huán)節(jié)，重塑學生的知識體系，系統而又全面的將工作中需要技術解決方案和經驗教授給大家，幫助大家對于一個完成項目開發(fā)過程有一個整體的掌握授課形式資深課程以正式直播課為主，直播答疑課為輔，幫助學生解決學習中的難點和問題進行自身能力全面提升。真正做到為學生負責，為我們的教育結果負責。整個課程不單單只是一門課，而是培養(yǎng)一位具有職業(yè)全能競爭力的大數據工程師課程適合人群具有一定的大數據技術與分布式系統的理論基礎，需要了解大數據技術在實際業(yè)務中如何使用的人員有過Java，Scala編程經驗，想要系統地學習大數據項目開發(fā)完整流程的人員具有3-5年大數據開發(fā)經驗，想要積累自己的項目經驗的人群有較強的思維邏輯能力，應對復雜業(yè)務場景處理，需要提升自身端到端大數據全棧開發(fā)能力的人群學習本課程您能掌握1. 掌握數據從終端(APP)的產生到數據中臺處理再到大數據后臺處理的整個鏈路技術2. 掌握大數據量計算與存儲分離解決方案，海量級數據秒查詢優(yōu)化方案3. 掌握真實企業(yè)大數據平臺(CDH)調優(yōu)4. 大數據主流技術hadoop二次開發(fā)修改NameNode的bug，hbase，kafka源碼，spark自定義數據源實現列剪枝靈活查詢海量數據5. 重構SparkSql構建多數據源(hbase，redis，jdbc，kafka，elasticsearch)的數據查詢平臺課程大綱后廠理工學院嚴格遵守滴滴出行的數據安全標準，本培養(yǎng)計劃中：訂單、車輛分布和收入總數等數據均采用模擬數據集實現，此類功能點在大綱中用標注。海量數據實時可視化項目hadoop nameNode秒級千次高并發(fā)源碼改造項目Kafka核心源碼剖析與每秒GB級數據場景實例分析SparkSQl重構自定義多數據源處理平臺項目

招生對象：阿里云雙證認證高級架構師培養(yǎng)計劃：   項目背景：云時代已經來臨，通過云計算可以極大降低技術開發(fā)成本、使數據能夠在任何地 方被訪問、業(yè)務需求也能夠靈活擴展，云計算的諸多優(yōu)勢共同決定了企業(yè)上云已成為一種大勢所趨。   當越來越多的企業(yè)希望把自己的解決方案從傳統IT架構向云平臺進行遷移時，市 場上經驗豐富的云架構師是極其稀缺的，這直接導致企業(yè)上云之旅注定是一場不停試錯、不停容忍的痛苦過程！   在這種時代背景下，本套課程應運而生，后廠理工學院推出本套課程， 整套課程設計是從多種傳統架構升級改造、到掌握如何將傳統架構飛速無障礙遷移上云， 最終讓學員們具備可支撐高并發(fā)的彈性伸縮云架構能力， 幫助企業(yè)培養(yǎng)出一大批掌握傳統架構師能力、云架構師能力的高級架構師。課程面向人群擁有微服務真實開發(fā)經驗，對容器化技術有一定了解的高級工程師想要快速掌握企業(yè)上云的架構師想要提升從傳統IT架構上云改造遷移架構能力的伙伴課程亮點講解各種傳統IT架構改造到云遷移的完整歷程課程內容案例均由真實解決方案演變而來能夠快速找到適合自己公司架構的上云解決方案進行快速上云，節(jié)省試錯時間提供實操演練場景，真正完成整個上云過程課程介紹《智能互聯網時代下的架構殿堂之路》架構思維: 互聯網架構升級演進之路架構進階: 互聯網架構之升級改造篇架構突破: 高可用彈性伸縮的云架構之遷移改造篇架構殿堂: 高可用彈性伸縮的云架構之高并發(fā)實戰(zhàn)篇

招生對象：課程大綱人工智能與自然語言處理Artificial Intelligence ForNatural L anguage Processing自然語言處理方向(Natural LanguageProcessing)主要用于解決文本自動分類、文本重要信息自動提取、數據挖掘、推薦系統、文本自動生成、對話機器人、知識圖譜等領域，用以解決人類對文本信息分析與理解的自動化。本課程內容主要涉及經典人工智能方法、機器學習與深度學習方法。深度學習與計算機視覺Computer Vision Courses計算機視覺(Computer Vision)主要用于解決人類對圖形、圖像、視頻等信息的自動化處理。本課程面向希望從事圖像智能處理與識別、視頻檢測、圖像自動生成、無人駕駛、人臉識別與檢測等方向的學員。本課程主要內容涉及計算機視覺的深度學習方法，并包括集計算機圖形學、經典計算機視覺中的重點方法，同時也覆蓋了基于對抗生成網絡(GAN) 的圖像生成方法。計算廣告與機器學習MarTech and Machine Learning計算廣告與機器學習(MarTech andMachine Learning)算法變現是互聯網商業(yè)化中重要的環(huán)節(jié),本質是廣告主，用戶，媒體主三方利益的協調。在計算廣告中包括了大量的業(yè)務場景，比如CTR/CVR預估, Bidding策略,推薦系統，數據挖掘，知識圖譜，廣告優(yōu)化師等，除此以外，我們還需要考慮到模型準確率對于商業(yè)化決策的影響(比如廣告收益，用戶復購率,千人千面的個性化推薦等)。本課程涉及經典的機器學習，深度學習,以及推薦系統，廣告預測，反欺詐識別和智能設計。