年薪不到 21.6 万退学费,廖雪峰的“大数据高级开发”课程招生

芋道源码 2019-09-17

近日,开课吧与百度、微软、阿里、滴滴以及创新工场等头部企业展开深度合作。至此,开课吧系统化课程大数据高级开发工程师》将注入更多“大厂脱敏数据、实战项目、云服务”新鲜血液,而课程内容将更加丰富,实战性也将更强。



大数据高级开发工程师 课程招生


全新改版,内容深度可达阿里 P6

多名一线大数据专家倾力指导(前腾讯、百度、58)

找工作拿不到 offer 退学费


本课程由廖雪峰老师团队倾情打造,围绕企业用人标准,­多次调研腾讯、美团、58、滴滴等互联网企业,深入了解一线大厂针对大数据开发需要掌握的必备技能,再结合各大招聘网站对该岗位的要求以及行业专家和技术大牛的建议,全新打造的大数据开发的课程。




一、 课程简介


1.1 课程面向希望自己能够在 4-6 个月内找到一份大数据开发、算法工程师、数据挖掘等岗位的同学。本课程尤其适合: 


  • 目前从事大数据开发希望能尽快晋升的朋友;

  • 研发部门谋求转型的传统开发人员,比如:Java工程师、Android工程师、PHP工程师、嵌入式工程师等数据相关岗位工作者;

  • 对数据有兴趣、有志于成为数据科学家的人群,如算法工程师;

  • 计算机等相关专业的高年级本科生或研究生;

  • 对技术有追求,逻辑能力强,喜欢编程,想要通过大数据技术进入大厂,挑战高薪工作的同学。

  • 对数据科学具备一定的热情,希望能够从事相关行业或者自己创造相关产品的人员


1.2 关于退还学费:报名就业班的同学,报名伊始既签订合同,若上完课程拿不到 offer 或者 offer 初次就业薪资达不到年薪 21.6 万,既退还学费。


扫码添加微信,咨询课程优惠政策



二、四大实战项目




三、课程内容


课程持续时间为 4-5 个月,内容包括:


1. 主修专业课程; 

2. 选修拓展课; 

3. 个性化项目作业评审,全程进度督促与问题解答; 

4. 模拟面试、简历修改、背景提升等职业生涯辅导; 

5. 在线大数据实验平台。



2.1 主修专业课程


主修课周期一共4个月,100课时。


 1. 基础巩固



2. Hadoop生态圈



3.Spark生态圈



4. 机器学习和算法



 5.大型综合实战案例



6.平台架构体系




2.2 选修拓展课


选修课《R语言之数据挖掘实战》,每位同学均可免费选修学习,这是针对不同基础的同学设计的转向强化课程,学不学这块不影响就业。总共30课时左右。




四、师资介绍



除了我们的课程老师,为保障课程质量,我们为大家组建了相应的助教团队,助教团队负责我们的日常答疑和作业、项目批改。


助教团队:


马师兄:郑大计算机专业毕业,擅长电商大数据以及旅游大数据;

张师兄:数学与应用数学专业毕业,曾就职于国内某大型电子商务公司从事用户行为、用户画像数据挖掘、数据分析工作,擅长电子商务运营分析及实战,帮助公司制定业务策略;

王师兄:多年一线实战经验,曾担任某大型互联网公司大数据开发工程师职位,负责用户画像建模。



五、课程优势介绍



1.  内容由浅入深,层层递进:照顾到转行或者零基础的同学,前面第一部分特地提供基础训练营,帮大家补习Linux、JavaSE、数据库基础。再往后就是Hadoop和Spark生态,涵盖当前大数据方向主流技术框架和解决方案,基本上达到高级开发工程师的水准。再往下是架构和数据挖掘算法部分,针对有条件的同学做进一步的提升,这部分包含很多底层原理和逻辑,有数据挖掘的各种算法及大数据平台的各种调优,层层递进和加深,尽可能让有基础和无基础的同学都能跟得上并学会,在学员入门过后再加深难度。 


2.  既有深度,又有广度:目前市面上的大数据课程大部分以Hadoop和Spark生态为主,这也基本上达到了高级工程师的瓶颈,如果想突破,则要往深挖,一是往平台架构方向,二是数据挖掘算法方向。


这两块也是我们整个课程最精华的部分,数据挖掘的各种算法和大数据本身密不可分,也是当下火热的就业方向之一;第二,平台架构与调优是考察底层思维的重要基本功,也是架构师的必备技能。这两块就是拉开薪资的地方,就是区分普通大数据工程师与高级工程师和架构师的地方。


3.  纯大型互联网企业师资:课程的设计和讲解都来源于纯一线大型互联网企业导师( Top10 互联网企业),导师即是讲师,也是企业里的高级工程师和架构师,也是企业的大数据面试官,熟知行情与主流技术方案。来源于企业,输出到企业,这是我们的课程跟其他课程的本质区别。 


4.  课程结果保障:选择课程就业班的同学,报名伊始既签订协议,若完成课程拿不到 offer 或者初始就业税前年薪低于21.6万/年(限北上广深杭),则退还学费。 


5. 全程进度督促:大家学习一门知识,善始者实繁,克终者盖寡。下定决心学习只是第一步,坚持学习完毕才是重中之重。我们课程组老师和助教会全程督促各位同学完成课程。


6. 线下大咖见面会:我们会不定期组织线下交流会(限北上广深杭),届时会邀请廖雪峰及各位一线大厂的专家跟大家见面交流,促进行业发展和个人圈子发展。



六、你需要达到什么样的预备能力


依据往期学生的经验,要能完成以上学习任务,需要具备以下背景能力:

  • 至少具备大专学历,本科及硕士以上学历更佳。

  • 持续自学能力,能够每周投入12小时以上(6小时上课,6小时作业),持续4个月进行学习。

  •  做过编码开发的工作,至少熟悉一门编程语言,如Java/Python/R/C/C++/PHP。

  • 有良好的逻辑思维能力。


注:不具备预备能力的同学,我们为您提供了预修过度课程(JavaSE和SQL、Linux基础),详情请参见本文最后Q&A;部分。 



七、学费、资助与质量保障


通关班:8980 元

就业班:19980 元


本次课程培训为期时长4个月,通关班与就业班的课程内容一致,但是就业班会签订就业协议。 


分期付款:本课程可以为同学提供 3、6、12 期分期付款;


退还学费:报名就业班的同学,报名伊始既签订协议,若完成课程拿不到 offer 或者初始就业税前年薪低于21.6万/年(限北上广深杭),则退还学费。


前3次课不满意无理由退还学费:正式开课后,前3次课不满意,学员可提出退还学费,课程组将无理由退还学费。


截止目前,名额不足40个

扫码添加微信,咨询报名情况



八、报名流程与重要时间节点





 九、相关问题答疑


Q:我是学Java的,想尝试大数据和数据挖掘,该怎么规划学习?

A:有Java基础,再学大数据相对来说轻松很多,大数据的方向主要有大数据开发、大数据分析和数据挖掘数据科学。所以基于目标岗位能迅速找出技能图谱,需要掌握 Java高级、Linux基础、Hadoop如HDFS/MapReduce/Yarn、HBase、Hive(HQL)、Kafka、Storm、Scala、Python、Spark (Core+SparkSql+Spark Streaming )、机器学习算法(分类、回归)等,可以分4个阶段系统的啃下来:


第一阶段:磨基础

Linux基础、JavaSE基础、SQL基础


第二阶段:收地盘

Hadoop、HBase、Hive、Scala、Spark


第三阶段:攻算法

Python/R,数据挖掘、机器学习基础


第四阶段:识架构

看书、看源码、跟大牛学习,学习大数据平台各项性能调优,数据治理,集群架构



Q:非科班出身,如何弥补技术差距?

A:总的来说,非科班出身的程序员在市场上基数不小,其中大多数的确面临编程水平有限、知识分布不平衡、技术经验存在短板等现实困难。但是非科班出身的活在各大厂的人数也不在少数,以下总结了一些对于非科班出身的朋友应该重视哪些经验:


1. 快速建立知识体系,获取程序员式的思维方式;

2. 寻找合适的途径实现技术入门,比如报名参加一个口碑良好的短期培训课程;

3. 找一门语言入手,精通之后再学其他 C、Python、Java 都是强大且普世的入门语言;

4. 大量阅读源码,阅读源码是最快的成长途径;

5. 初学者应该积极发问,依靠别人的经验并不可耻,关键在于用最少的时间获取最多的收益;

6. 转型要趁早,对程序员这份工作而言,越晚转型的代价越大。



Q:请问就业班对于任何人都适用吗?

A:报名的同学我们都会联系大家,了解大家的情况之后具体做出建议。就业班对同学是有一定要求的。 



Q:学完课程能达到什么水平?

A:依据上一期的学员情况,学完课程的同学,能够达到以下能力要求: 

  • 熟练掌握Linux、SQL 与 Hive SQL;

  • 掌握Hadoop生态主流技术,如HDFS/MapReduce/Yarn/HBase/Flume等;

  • 掌握Spark生态核心技术,如Spark架构/RDD转换算子/行动算子/持久化算子/任务调度/SparkStreaming等;

  • 能够对崭新的问题进行建模分析,使用已知知识进行解决; 

  • 掌握大数据平台调优技能,源码阅读技巧;

  • 具备应对 BAT 级别相关岗位面试的能力。



最后,感谢大家阅读至此,希望之后能与大家度过一个忙碌而又丰富的学习历程。大家可以扫描下方二维码进行报名或者进行咨询。 


注:由于添加人数较多,教务老师没法第一时间一一通过,请耐心等待。


进阶学习,人一步

扫描加微信,开启新未来



附:1、线下交流会现场



2、发布会视频


    已同步到看一看

    发送中

    本站仅按申请收录文章,版权归原作者所有
    如若侵权,请联系本站删除
    觉得不错,分享给更多人看到