导师:彭老师

本大数据内容较少讲解概念和理念，而是直接围绕“大数据存储、大数据计算、大数据挖掘”三大核心技术实现，以及金融行业落地场景为主要内容提纲展开，学员对大数据背景理论有初步学习了解。本系列内容都是偏实战落地，学员需要在课程上做好动手准备。

大数据计算（8-9小时）

主要讲解大数据计算的技术架构原理和实践：分布式计算是大数据分析应用最广泛最基础的核心技术，本内容聚焦分布式并行计算（map/reduce）、实时流计算、内存计算、BSP计算等架构和落地实现，动手掌握分布式计算设计思想，并穿插金融行业应用案例。

大数据存储（8-9小时）

主要讲解大数据存储的技术架构原理和实践：聚焦业界，并重点剖析分布式缓存、分布式文件存储、k/v存储，一般互联网企业的分布式存储系统都是个大平台，系统复杂、代码庞大，而且只适合公司的业务，工程师很难下载安装到自己的电脑里学习和吃透。本内容从作者多年实战经验出发，对分布式存储技术进行了大量归纳和总结，并动手搭建分布式存储环境，用最基本的程序实现分布式存储功能，你会感慨原来分布式存储可以如此简单的实现，如此轻松的上手...

数据挖掘和机器学习是属于大数据的核心技术之一，以科学严谨的数据依据帮助企业做分析决策，同时其高深的理论门槛也阻挡了广大工程师的学习上手，在大数据时代，如何进行基于海量数据在成百上千的机器进行分布式数据挖掘更是需要解决的难题，本内容从实战角度出发，基于企业实际需求，深入浅出的讲解数据挖掘最常用的算法和企业场景，让工程师通俗易懂的掌握，并且进行编程落地实践讲解，让抽象的算法公式完全落地为工程化的程序为企业所用。