课程详情
-
1HTML5与CSS3基础
HTML5核心元素及布局应用;
CSS3核心属性及布局应用;
CSS预处理器LESS框架使用;
CSS组件框架编写; -
2JavaScript语言精讲
javaScript的理论体系结构;
JavaScript基本语法;
JavaScript内置对象;
JavaScript基本*制作方法; -
3JQuery与JQueryUl
jQuery框架核心功能;
jQuery各选择器使用及优化;
jQuery中的核心动画使用;
常用数据展现控件实现;
-
4FEH核心精讲
多维数据的认知与分析;
图形基本使用及属性设置;
数据动态图形更新;
数据图形事件响应; -
5数据可视化理论
数据可视化概论;
层次与网络数据可视化;
多媒体数据可视化;
大数据可视化理论讲解; -
6企业项目实践
电子商务网站首页制作;
大型移动站点开发;
金融数据可视化项目实战;
网站日志数据可视化实战;
大数据培训有什么优点？
1、 业务需求推动技术创新，商业与管理的现代化、信息化促进了业务应用由旧模式向新模式转变，可以预见未来几年实体办公地点将减少，网上虚拟办公将成为主要的商业模式与运作模式。目前大数据的应用已经覆盖了各个领域，布满了我们生活的各个方面。大数据在金融、电子商务、移动互联网、医疗、交通等各行各业都得到应用。
2、 一个好的大数据培训机构都有自己的课程研发团队，根据当前技术热点、前沿流行技术、企业需求和学员特点，研发完善的课程培训体系，并随时根据市场需求，对课程进行升级。保证学员掌握较新技术，让其在短时间内发挥较大的潜能。
3、选择大数据培训的学员，必定是想拿高薪的!培训机构学员的就业水平是评定培训机构水平的一大重要方向。经过中软卓越培训的合格学员，可应聘信息架构师、企业数据管理、数据架构师、hadoop开发人员等。
中软卓越培训专注于Java、UI、iOS、Android、php、软件测试、.net、嵌入式、C语言、大数据、HTML5开发，师资力量强大，教学经验丰富，环境优美，交通便利，始终坚持让教育回归本质的教学理念，学习大数据，就来中软卓越！
大数据课程分为6大阶段20大模块课程，每个阶段都有实力案例和项目结合，从简单到专业一步一步带领学生走进大数据的世界，帮助学生顺利走上大数据工程师的道路！
-
HTML5与CSS核心 【15天】
学习内容：HTML5、CSS3核心与PS、AI
学习目标：H5核心元素学习，CSS核心属性及布局应用能够用PS、AI进行图像设计、切图
完成目标：淘宝首页设计与制作，独立完成图形设计与切图。 -
JavaScript脚本语言 【5天】
学习内容：JavaScript客户端脚本语言
学习目标：JavaScript原生开发学习，能够做出常用的JS网页*与交互。
完成目标：轮播图代码编写、表单验证、图文交互*编写 。 -
Jquery与Jquery UI 【5天】
学习内容：Jquery与Jquery UI
学习目标：更加成熟和快速的做出网页超级*，提高用户体验与用户交互。
完成目标：抽奖*编写、视差滚动等网页超级*编写 。 。 .. -
HTML5高级应用 【15天】
学习内容：HTML5系列高级应用
学习目标：能够独立编写自适应性网页，H5游戏、广告等
完成目标：全设备自适应性网页编写，H5游戏、广告 开发 -
可视化-数据库应用 【30天】
学习内容：数据库、SQL语言及Java配置
学习目标：Mysql和SQL基本使用，Java配置数据接口
完成目标：论坛管理系统数据库设计，Java读取接口数据并保存到数据库。 -
企业项目实战 【15天】
学习内容：真实企业数据可视化项目开发
学习目标：能够独立完成中型可视化项目，在每个环节协同完成大型可视化项目。
完成目标：大型网站数据日志可视化开发，交通行业数据可视化开发等等10余项目。
| 1.HTML5基础应用 | 2.CSS3层叠样式表 | 3.JavaScript脚本语言 | 4.DOM与BOM模型 | 5.Ajax异步交互 | |
|---|---|---|---|---|---|
| 大数据工程师 | 1、H与H4区别, 表单域增强元素； 2、HTML5核心元素及布局应用； 3、CSS3核心属性及布局应用； 4、图像软件的使用(PS/AI)； 5、浏览器兼容性以及处理方式； 6、垂直居中，水平居中的处理； 7、高宽自适应等高级应用技术； 8、CSS预处理器LESS框架使用； |
1、CSS的基本使用使用； 2、各种选择器使用； 3、字体与文本属性； 4、背景，边框； 5、表格属性； 6、CSS3新增选择器； 7、CSS3新增的重要属性； |
1、什么是JavaScript； 2、JavaScript使用及运作原理； 3、javaScript的理论体系结构； 4、JavaScript基本语法； 5、JavaScript内置对象； 6、事件，事件原理； 7、JavaScript基本*制作； |
1 、BOM的用法； 2 、原生DOM操作的用法； |
1、Ajax概述与特征； 2、XMLHttpRequest对象； 3、Ajax异步发送请求； 4、对相应数据的处理； |
| 6.HTML5高级应用 | 7.JQuery应用 | 8.JQuery UI / EasyUI | 9.bootstrap框架 | 10.H5项目实训 | |
| 1、HTML5概述以及应用场合； 2、HTML5基础：新标签； 3、HTML5画布：canvas； 4、VIDIO，AUDIO； 5、HTML5新Web API； |
1、各选择器使用，及应用优化； 2、Dom节点的各种操作； 3、jQuery中的各类动画使用； 4、可用性表单的开发； 5、jQuery Ajax、函数、缓存； 6、jQuery编写插件、扩展、应用； 7、理解模块式开发及应用； |
1、网站常用组件； 2、网站常用交互； 3、常用表单元素控件； |
1 、基础知识； 2 、各类指令应用； 3 、过滤器(date,limitTo,filter)； 4 、表单(NgModelController)； 5 、directive（指令，组件）； |
1 、掌握PC站开发流程和技巧； 2 、掌握浏览器/服务器交互模型； 3 、掌握项目周期与技术评估； 4 、掌握行业网站开发与迭代； 5 、培养良好的沟通、协作能力； 6 、掌握快学习方法、职业习惯； 7 、小、中、大型网站开发项目； |
|
| 11.数据库应用 | 12.SQL语言精讲 | 13.Java数据配置 | 14.echarts核心 | 15.D3+S+T | |
| 1、数据管理分类； 2、数据库管理系统关键组成； 3、数据库中的关系模型； 4、数据库设计步骤； 5、数据库窗体界面； 6、数据访问模式； |
1 、SQL简介及基本语法； 2 、基本SQL字句； 3 、SQL基本操作符； 4 、DDL应用； 5 、sqlite支持的数据类型； 6 、SQL函数； 7 、SQL各类函数应用； |
1、Java配置基本安装； 2、设置常用的环境变量； 3、构造和解析Json数据方法； 4、基于Java配置jdbc取数框架； |
1、二维至多维数据认知与分析； 2、图形基本使用，复杂图创建； 3、分布图等高级图形创建； 4、属性设置，json数据组件图形； 5、动态图形更新； |
1、D3相关概念； 2、环境部署； 3、SVG、位图与矢量图； 4、图形绘制与动画效果； 5、图形交互处理； 6、Smartbi基本应用； 7、Tableau基本应用； |
|
| 16.可视化概论 | 17.可视化工具 | 18.可视化开发过程 | 19.可视化案例分析 | 20.可视化项目实训 | |
| 1、可视化行业简史； 2、视觉感知与视觉通道； 3、数据可视化基础； 4、时空数据可视化； 5、地理空间数据可视化； 6、高维非空间数据可视化； 7、层次和网络数据可视化； |
1、可视化工具分类； 2、可视化工具介绍； 3、文本可视化工具； 4、XML 可视化工具； 5、数据集可视化工具； 6、开源可视化工具； 7、商业可视化工具； |
1、可视化项目需求分析； 2、可视化系统设计； 3、可视化系统开发； 4、可视化系统测试； 5、可视化系统上线及维护； 6、可视化开发运维； |
1、阿里双11可视化巨幕； 2、京东918可视化巨幕； 3、国内数据外可视化应用； 4、身边的数据可视化应用； 5、国内数据可视化的发展； 6、大数据可视化的应用； |
1、网站日志可视化分析项目； 2、电商数据可视化分析项目； 3、SVG、位图与矢量图； 4、图形绘制与动画效果； 5、图形交互处理； 6、Smartbi基本应用； 7、Tableau基本应用； |
大数据技术具有卓越的通用性、性、平台移植性和安全性，广泛应用于个人PC、数据中心、游戏控制台、科学超级计算机、移动电话和互联网，在云计算和移动互联网的产业环境下，大数据更具备了显著优势和广阔前景。
-
天猫双十一
-
京东618
-
交通运行系统
-
风险监控平台
-
世界互联网数据
-
产品进出口监控
-
1大数据的定义
所谓大数据，麦肯锡研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低特征。
-
2大数据可视化
随着互联网的发展，很多从事数据分析的人已经不满足大型企业很需求。数据可视化所涵盖的技术要广泛的多。大数据可视化实际应用已深入到各个行业，通信、能源、医疗、零售、游戏、体育、影视、旅游、交通行业等各行各业，都可以从其数据的采集、传输、存储、分析等各个环节产生巨大经济价值，企业都从中获益。
-
3大数据学习误区
行业真正大数据，82%主讲都是hadoop、spark生态体系、storm实时开发。市面所谓“大数据”机构85%基本讲的都是JAVA/PHP数据或数据库学习（大数据课程含量不超过15%），初学者请务必认清你要学的是不是真正大数据！！！
-
4国家政策支持
经李****签批，国务院日前印发《促进大数据发展行动纲要》李克强在致辞中说，当今世界，信息化浪潮席卷，大数据、云计算、物联网等蓬勃发展，使互联网时代迈上一个新台阶。今天的中国要把握住世界科技革命的历史机遇。
大数据时代企业需要什么样的人才？
大数据大不同
大数据一定是那些用传统的数据处理技术和方法没法处理、管理和使用的数据。大数据的“4V”特征简而言之，就是需要对多源多样的动态数据做实时的关联分析和挖掘。这也决定了传统的商业智能、数据库技术等已无法发挥其作用。举例来说，传统数据库面对的数据容量通常是TB级，而现在互联网行业需要处理的数据一般都是PB级甚至是EB级。不仅如此，数据的来源正变得多样化，而且不是静态的，这些都给数据的处理带来了新挑战。大数据要求将这些不同来源、不同结构的数据全部结合在一起进行关联分析，并从中提取所需的价值。因此，大数据需要全新的大数据处理系统，也需要专业的大数据人才。
一个企业的大数据业务通常涉及系统、数据和业务三个层面的问题。
系统是一个提供数据管理和服务并支持模型和算法的基础架构，数据工程师的主要工作就是负责搭建这样一个运行平台。
数据是指数据处理和分析，这是数据科学家的工作职责。
业务是指企业的业务需求、流程等，数据架构师要熟悉本行业的业务需求，并且要知道如何让大数据服务于业务。
“数据科学家必须了解数据意味着什么，并且能够通过提供一定的算法或模型将数据的价值挖掘出来。”林仕鼎补充说，“以前，企业通常是采购成熟的IT解决方案，比如OA、ERP或CRM系统等，企业的技术人员做一些二次开发然后管理和维护这些系统即可。但是现在，市场上没有成熟的完全适合企业需求的大数据解决方案。因此，企业迫切需要像数据科学家、数据架构师甚至数据工程师这样的专业技术人才。”
