[1222】【蔡同学】

【基本情况】#1222蔡杰，毕业在宁波工作，目前希望转行，突破工资瓶颈，目前工资是最大瓶颈，沟通后确定大数据结合数据挖掘推荐系统扩展。转行大数据数据挖掘，从大数据开始，从java大数据。零基础转行大数据分析。需要写csdn博客。方向为#大数据挖掘。

【学习目标】：学习大数据方向，大数据分析，方向为大数据开发方向，注意：学习主要是提高大数据开发，学习解决大数据分析问题。目标为提升提高。

【学员分类】：大数据方向【有】基础提高

【是否需要就业】：是

【目标就业地点】：待定，地方不限制

【监督方式】： 在课程安排中，阶段后面可看该阶段的监督方式。如想要对阶段中的某一个章节进行修改监督方式，请在章节后面写明监督方式。

【个人情况】：

（1）本科毕业，遇到业务瓶颈，转行大数据数据挖掘，方向定义为#Haoop大数据部分，Spark大数据部分。

（2）零基础从linux基础重新加强，sql基础重新加强扎实，该部分设置为强监督方式。因为找工作，该学员没学过数据结构，重新加强。

（3）目前非全职学习，周一到周五至少2个小时课程安排开。 

【学员课程安排】：

【第一阶段】：编程语言基础（弱监督）

「第1章」：java基础

包括：java基础语法，面向对象，异常

包括：Maven框架的学习、以及git的了解，git可以放到最后看，一个代码托管的工具，入职前了解也可，不需要就业的可以不看git！

「第2章」：mysql数据库基础

包括：数据库入门，mysql基础

「第3章」：linux基础

包括：shell编程，linux基础

「第4章」：大数据离线核心技术。

包括：zookeeper，hadoop，hive

「第5章」: 大数据数据处理框架技术

包括：flume，sqoop，oozie，hue，azkaban

「第6章」：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7章」：scala语言基础

包括：scala语言基础实战

「第8章」：spark批处理框架基础

包括：sparkcore，sparksql，sparkstream

「第9章」：spark基础进阶。

包括：structedstreaming

「第10章」：DW数仓项目实战

包括：项目，业务指标分析

「第11章」: flink基础及实战

包括：flink基础知识的学习，以及flink项目的完成

------------大数据基础知识与项目分割线---------------

【重点说明】：该阶段需要跟老师再次进行沟通，重新确认项目阶段的需求。对于不了解的方向问题，提出来进行讨论，然后根据老师提出来的建议和见解，进行新的项目制定和配置！

   该阶段所有课程均为强类型监督，看完其中的一个项目，然后进行项目文档的总结，以及自述。将这些落地到word中，然后提交到群里，老师查看，方可进行下一个项目的学习！

 

【第二阶段】：项目实战部分

「第12章」：推荐系统实战

包括：

1、推荐系统基础

2、 spark电商推荐系统

3、spark智慧交通

4、MT日志分析项目

【辅助阶段】

写出来初版的简历，然后老师进行建议，再次修改简历。简历合格，进行模拟面试。沟通面试问题等。

【拓展阶段】

（先不配置，工作了在学习）

「第13章」：python扩展

包括：pyspark结合nlp自然语言处理项目实战

「第14章」：java数据结构（就业必备）

包括：链表，线性表，树，图，排序，查找

「第15章」：大数据新技术栈

包括：kylin，datax，druid，flinkcep

 

人工智能阶段#

【第一阶段】：数学基础（弱监督）

说明：包括高数，线代，概率

【第二阶段】：语言基础（弱监督）

「第1章」：python基础

说明：包括#python基础语法，

「第2章」：python数据结构

说明：堆、栈、列表、数组、排序算法、查找算法、力扣的使用！该阶段为就业必备阶段，学完之后每天需要提交力扣练习题，为之后就业增加竞争力！提交方式截图或者是写思路总结到当天的CSDN都可以！

「第3章」：数据科学库基础（必须学习）

说明：numpy库，pandas库，matplotlib库，API的调用学习，掌握了解一下，因API较多，不会的可以查阅文档！

「第4章」：mysql、linux基础

    说明：基础操作，必备技能，但是该阶段不学习不影响进入到算法阶段，可以联系教务老师确实是否需要学习！

------------算法基础与编程基础阶段分割线-------------

【第三阶段】：机器学习阶段（强监督）

「第1章」: 数学基础加强

说明：该阶段为机器学习阶段中必备数学知识！

「第2章」：机器学习基础（强监督）

    说明：该课程偏向于实操，比较简单，可以先简单入门

「第3章」：机器学习进阶（强监督）

说明：分类算法，聚类算法，回归算法，HMM等模型的推导与实现！

「第4章」：sklearn机器学习实战 （强监督）

说明：特征工程，建模代码实操代码

 

【第四阶段】：深度学习阶段（重点课程，强监督）

「第1章」：深度学习基础

说明：深度学习的基础算法

「第2章」：tensorflow深度学习技术实战

说明：tf深度学习实战

「第3章」：pytorch深度学习基础

说明：pytorch基础

--------------算法基础与算法项目分割线---------------

【重点说明】：该阶段需要跟老师再次进行沟通，重新确认项目阶段的需求。对于不了解的方向问题，提出来进行讨论，然后根据老师提出来的建议和见解，进行新的项目制定和配置！

    该阶段所有课程均为强类型监督，看完其中的一个项目，然后进行项目文档的总结，以及自述。将这些落地到word中，然后提交到群里，老师查看，方可进行下一个项目的学习！

 

【第5阶段】： 下面为大数据和NLP基础与项目提升阶段：

配置课程如下：  下面课程强监督         

「第1章」： nlp人工智能：2859

「第2章」： NLP人工智能（第二部分）2948

「第3章」： NLP人工智能bert（第三部分）2958

「第4章」： kaggle的nlp基础处理方法项目

「第5章」： kaggle文本主题与分类3450

「第6章」： kaggle视觉聊天机器人3386

「第7章」;自然语言序列模型3452

「第8章」： nlp到word2vec实现3195

「第9章」： kaggle神经网络实现机器翻译2955

「第10章」：自动聊天机器人3344

大数据结合推荐项目：

「第11章」：头条nlp推荐基础2644

「第12章」：文本推荐系统项目1754

 

【时间安排】：

学员可以自主安排学习时间。具体的时间可以灵活调整。

【相关规定】：

（1）每天完成今日学习任务，提交相应的csdn或者是有道云笔记之类的链接到每日作业中。老师会进行审核，每个阶段结束，进行阶段测评，测评通过，提交老师发布的通过截图到下一个课程的第一节的阶段卡点之后，方可进行下一章内容的学习。

（2）每个章节结束，如果觉得吸收比较乱，知识点多，可以进行xmind脑图的构造一下整体的思路！

（3）项目阶段，需要录制或者文档落地针对做过的项目的自述！

（4）每天必须按计划完成任务，临时有事需在日报中说明情况即可，长期请假请联系教务老师。

（5）考核不通过需要缴费补考，50元是第一次，每次增加50元，200元封顶（此项如有疑问，可以联系教务老师进行更改）。

【参考博客】：第二天早晨八点半，会有拜师晨报提醒。当中有学生优秀博客，可以查看学生的排版

【监督相关说明】：

弱监督：不需要每天提交作业，直接可以解锁课程，适合于自制力能力强的。

强监督：需要学习完一个课程通过管理员解锁才能继续学习下一个阶段，适合于自制力不够强，已经参加工作的学员。

【工作安排】：

（1）、批改作业，环境安装！还有学习过程中有不会的问题的话，艾特软件安装以及基础答疑老师！

（2）、学习过程中如果有什么问题和疑问，可以艾特答疑老师！

（3）、如果计划需要更改，可以群里艾特我和跟你电话测评沟通的老师进行沟通！

（4）、如果有什么方向上面的疑问，可以艾特相关的答疑老师和计划制定的老师！

（5）、如果不知道找哪位老师的话，或者问题比较紧急的可以艾特教务老师进行处理，或者有什么意见和建议（直接私聊教务老师）！教务老师会进行受理