课程体系涵盖大数据全部主要知识领域,丰富的理论和实验教学资料,即能够满足课堂教学需求,也可支持学生在线进行自学和练习。
具备完善的实验资源和内容管理体系,科学分隔公共数据和私有数据,基于Harbor对实验镜像进行有序且安全的管理。
支持大数据教学的全过程管理,老师可对课程内容、教学计划、学习进度、实验操作、学习成果物、学业考核等进行综合管理。
自主研发的轻量化资源调度引擎,大幅度降低了实验所需的计算资源占用,通过针对性的系统框架优化提升了整体运行的稳定性。
课程名称 | 讲 | 课件 | 课时 | 实验 |
---|---|---|---|---|
Hadoop基础 | 31 | 11 | 30 | 30 |
Python编程基础 | 22 | 22 | 15 | 22 |
Hadoop程序设计 | 20 | 20 | 26 | 20 |
Kafka消息发布订阅技术 | 31 | 11 | 30 | 30 |
大数据处理技术之SparkStreaming | 31 | 11 | 30 | 30 |
数据采集技术之Flume | 31 | 11 | 30 | 30 |
Scala语言 | 31 | 11 | 30 | 30 |
数据迁移工具框架之Sqoop | 31 | 11 | 30 | 30 |
神经网络与深度学习 | 31 | 11 | 30 | 30 |
大数据处理技术之SparkSQL | 31 | 11 | 30 | 30 |
大数据处理技术之Flink | 31 | 11 | 30 | 30 |
大数据处理技术之SparkCore | 31 | 11 | 30 | 30 |
数据库应用 | 31 | 11 | 30 | 30 |
数据分析与数据挖掘 | 31 | 11 | 30 | 30 |
数据集成与治理 | 31 | 11 | 30 | 30 |
工作流调度引擎Azkaban | 31 | 11 | 30 | 30 |