赵XX：
本科专业统计，毕业2016年毕业，银行转到了数据分析，做的传统数据处理，目前希望接触大数据处理技术，构建数据体系和数据仓库，数据建模，两个月尽量能达到找工作目标。已经提出离职。
选择方向：大数据开发结合大数据挖掘方向
1.没有java编程基础，有py基础，先学习大数据技术，java课程后直，注重过程监控，基础课程20天左右。
2.大学学习的统计学方向，没有linux基础，有传统sql基础，全部部分设置为强监督方式。因为要转行就业，该学员没学过数据结构，重新加强。因为转行工作需要。
3.从事数据运营方面工作，学习为了继续换工作寻求大数据分析工作。需要和上班时间排除开，周一到周六尽量两个小时课程安排开。 4.教学目标：大数据分析实时处理零基础加强。
5.方向：大数据实时处理分析方向。扩展一些大数据挖掘算法部分。
课程安排：

第0阶段：数学课程（弱监督方式）
包括：线性代数，概率论，高等数学，统计学
注意：该课程和py同步，提供文档
第一阶段：python基础
包括：python语法，面向对象部分
第二阶段：python数据结构基础（课程后置）
包括：链表，线性表，树，图，排序，查找
第三阶段：数据科学库基础
包括：numpy，pandas，matplotlib
第四阶段：机器学习数学基础加强。
包括：高数，概率，线代加强
第五阶段: 机器学习基础
包括：机器学习算法理论基础
第六阶段：机器学习进阶
包括：分类算法，聚类算法，回归算法
第七阶段：sklearn机器学习实战（线性回归实战）
包括：特征工程，建模代码实战
第八阶段：深度学习基础
包括：深度学习BPNN，CNN，RNN，LSTM
第九阶段：tensorflow实践。
包括：深度学习算法实践
第十阶段：金融数据分析课程
包括：前置知识
第十一阶段: 项目项目实践1个月
包括：项目实战：金融风控评分卡模型
第十二阶段：kaggle实战
包括：选择好的一部分kaggle案例
第十三阶段：指导学员下一步学习方向。

下面是数仓方向：
第1阶段：linux基础
包括：shell编程，linux基础
第2阶段：mysql数据库基础
包括：数据库入门，mysql基础
第3阶段：大数据离线核心技术。
包括：zookeeper，hadoop，hive
第4阶段: 大数据数据处理框架技术
包括：flume，sqoop，oozie，hue，azkaban
第5阶段：离线网站流量分析案例进阶
包括：利用离线技术完成项目实现
第6阶段：scala语言基础
包括：scala语言基础实战
第7阶段：spark批处理框架基础
包括：sparkcore，sparksql，sparkstream
第8阶段：DW数仓项目实战
包括：项目实战
第9阶段：大数据挖掘项目
包括：推荐系统项目
1，spark电商推荐系统
2，spark电影推荐系统
3，pyspark结合nlp自然语言处理项目实战

教学目标：大数据实时数据处理基础基础。

时间安排：
每周一到周五每天学习2小时，时间您可以自己安排。
每周日2小时，周日可能考核。
每天提交xmind复习笔记和博客笔记。同时每周三日，整理知识点，整理笔记到博客，可以选择博客园博客。将重点知识点录屏自己讲出来(学习方式中吸收最好的方式是给别人讲出来)，并提交作业。

相关规定：每天必须按计划完成任务，否则将停发学习任务，临时有事需请假。考核不通过需要缴费补考。
参考博客：https://blog.csdn.net/Andrew___A/article/details/101096331