☆ 1、如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
      ☆ 2、在课程结束之后,授课老师会留给学员手机和E-mail,免费提供半年的课程技术支持，以便保证培训后的继续消化；
      ☆3、合格的学员可享受免费推荐就业机会。
      ☆4、合格学员免费颁发相关工程师等资格证书，提升您的职业资质。

• 一.分布式版本控制系统Git、gitHub项目托管平台的实战与应用
  Git分布式控制的实战与应用:git简史和介绍;git在win,mac,centos安装和配置;
  git本地库,暂存区,本地库名词解释;git初始化,代码更新,提交,回退,文件比较等操作;
  git branch checkout等分支操作;git rebase,merge区别;代码回滚revert,reset;
  面向大厂,国际化开发人员gitHub的实战应用:创建gitHub账户,以及添加SSH配置;
  远程库拉取,更新,代码合并;向开源项目提交pull request和patch;
  git tag 和release等操作;在idea工具向gitHub提交代码;
  掌握大公司代码开发流程;掌握版本控制的基础操作,历史回滚,分支操作代码同步;
  围绕Pull Request来展开的团队内部协作流程和开源项目贡献流程;
  gitHub具体技巧,用lssues进行项目讨论;
  合并开源社区的pr(例如spark的pull request);搭建内部的代码提交平台gitlab;
  适合人群
  如果想在大公司做开发,而且有目标做自己的开源项目并向其他开源项目提交代码,那么必须掌握git和gitHub,即是 这些你都不想,那么如果你想coding方面长远发展,掌握git会助你更上一层楼。
  以下企业正在使用git及gitHub
  拉勾网、Keep、快如科技、字节跳动、去哪儿网、奇虎360金融、美团点评、知乎、京东集团、汽车之家、小米、百度、宜信、瓜子二手车直卖网、滴滴出行、爱奇艺、陌陌、搜狐集团、七牛云、好未来、马蜂窝、阿里巴巴-高德、熊猫直播、逻辑思维、饿了么、新浪网、新浪微博等.
  二.大数据Docker容器化从入门到实战开发
  Docker从无到有的实战应用:为什么要使用docker？docker基本组成概念;docker安装;
  docker获取,创建,导入,保存,删除镜像;docker其他重要命令介绍与操作;docker单机容器内部互联;
  数据卷容器备份,恢复,迁移;docker容器绑定外部IP和端口;docker阿里云加速镜像配置;
  Docker及Dockerfile搭建镜像,私有仓库,集群:Dockerfile基本介绍;Dockerfile中的重要命令介绍和使用;
  实战Dockerfile构建Spark,Hadoop镜像;docker搭建私有仓库;docker跨主机互联(方式1):路由;
  (方式2):flannel+etcd;docker-compose介绍;docker-compose测试,生产,开发环境构建;
  docker-compose搭建Spark kafka集群;提交代码测试集群;Docker的高级实战项目应用:
  docker-compose搭建web服务器和nginx;docker进阶之缩减容器大小;docker进阶之cache机制;
  docker进阶之镜像内部窥探;docker进阶之logs;docker可视化监控平台搭建;docker搭建gitlab;
  学完Docker的收获
  Docker容器为什么这么火?Docker容器应用场景?Docker容器企业应用案列?怎么建设Docker容器基础架构?生产环境使用Docker正确姿势？搭建私有仓库？使用Docker搭建hadoop,spark,kafka等集群. 首先从入门教你安装Docker,接着学习Docker核心功能:例如镜像,容器,网络等知识点。再接着学如何定制化容器镜像并使用Harbor统一管理容器镜像,最后图形管理和容器监控。均以更佳实践讲解,确保实用性,实战性。
  适用人群
  Docker技术已经成为大数据工程师,运维工程师,开发工程师,测试工程师,架构师职位必备的专业技能之一,特别是解决开发人员环境部署,部署升级等问题,非常有必要深入学习下,提升职业竞争力
  以下企业正在使用Dcker
  新浪网、新浪微博、百度、小米、搜狐集团、爱奇艺、360企业安全、滴滴出行、今日头条、抖音、58到家、京东集团、搜狗、宜信、金山云、联想集团、国美控股集团、美团点评、马蜂窝、快手、汽车之家、创新工场AI工程院、拉勾网、face++、知乎、新东方、好未来、人人网等。
  实战项目
  电商大数据从零搭建包含CDH,HDP,开源搭建等三种搭建方式
  广告流量的实施统计,基于用户兴趣的商品推荐系统
  基于ALS的协同过滤推荐，基于购买行为的商品推荐