跳槽必備|給資料分析師轉型升級的100G學習資料+40個大資料/AI課程

課程歸納包括大資料、資料分析、Python、機器學習等資料與智慧相結合的輔助自我提升課程，集中呈現給大家。

課程名稱：《零基礎到資料（大資料）分析專家/首席分析師》

連結：

http://www.ibeifeng.com/goods-667.html

課程名稱：《大資料/雲端計算架構師》

連結：

http://www.ibeifeng.com/job_hopping.html  

課程名稱：《圖形資料庫之王 Neo4j從入門到精通》，深入講解Neo4j Java API，併在Neo4j+D3.js完整Web專案中手把手編寫程式碼，程式碼可略微調整即可應用到企業專案或商業中。

連結：

http://www.ibeifeng.com/goods-806.html

課程名稱：《20小時玩轉Scala》，Scala可以使用Java海量類庫，可以說是站在Java的肩膀上，增加了很多前所未有的優秀特性。

連結：

http://www.ibeifeng.com/goods-659.html

課程名稱：《基於Storm流計算天貓雙十一作戰室專案實戰 》，Storm是Twitter開源的分散式實時大資料處理框架，被業界稱為實時版Hadoop。 

連結：

http://www.ibeifeng.com/goods-739.html

課程名稱：《CDH4實戰 》，CDH4預設集成了常用的所有元件如Hive、Sqoop、HBase、Hue、Pig、Flume、Mahout、Zookeeper等，從而形成一功能強大的分散式平臺。

連結：

 http://www.ibeifeng.com/goods-310.html

課程名稱：《Hive高階最佳化》，Hive承載著FaceBook、淘寶等大佬 95%以上的離線統計。

連結：

http://www.ibeifeng.com/goods-363.html

課程名稱：《精通Zookeeper》，ZooKeeper是Hadoop的開源子專案（Google Chubby的開源實現），它是一個針對大型分散式系統的可靠協調系統，提供的功能包括：配置維護、命名服務、分散式同步、組服務等。

連結：

http://www.ibeifeng.com/goods-380.html

課程名稱：《HBase零基礎高階應用實戰》，主流的分散式資料庫，主流網際網路、電商公司在用HBase支撐越來越多的場景。

連結：

http://www.ibeifeng.com/goods-546.html

課程名稱：《大資料分析學習之七天玩轉SAS》，一個模組化、整合化的大型應用軟體系統。

連結：

http://www.ibeifeng.com/goods-807.html

課程名稱：《資料分析師如何成為IT界“大熊貓”》，高等數學基礎知識，實戰專案鍛煉。

連結：

http://www.ibeifeng.com/job_analysis.html

課程名稱：《全棧運維大資料工程師》，具備實時採集和海量分析能力的IT運維管理產品將會成為資料分析應用的新增長點。

連結：

http://www.ibeifeng.com/job_quanzhai.html

課程名稱：《SPSS Modeler 資料挖掘與演演算法原理》， 資料挖掘包含了統計學和機器學習兩部分的知識，要求知識面較廣，難度較深。

連結：

http://www.ibeifeng.com/goods-768.html

課程名稱：《分散式搜尋引擎Elasticsearch開發實戰基礎篇》

連結：

http://www.ibeifeng.com/goods-755.html

課程名稱：《兩款逆天資料視覺化軟體速成》

連結：

http://www.ibeifeng.com/goods-772.html

課程名稱：《跟風舞煙學大資料視覺化－Echarts從入門到上手實戰》

連結：

http://www.ibeifeng.com/goods-750.html

課程名稱：《基於REST、SPDY、非同步IO深入規模化網路、資訊保安、通訊最佳化 》

連結：

http://www.ibeifeng.com/goods-701.html

課程名稱：《大資料運維linux系統服務管理》

連結：

http://www.ibeifeng.com/goods-654.html

課程名稱：《Kafka分散式訊息系統實戰》， Kafka是分散式的訊息佇列，作為雲端計算服務的基石，它廣泛的應用在實時資料流方面，是實時資料處理的資料中樞。

連結：

http://www.ibeifeng.com/goods-656.html

課程名稱：《基於大資料技術推薦系統演演算法案例實戰教程》，個性化推薦系統在提高使用者體驗的同時，可以大大增加使用者購買量，據統計，亞馬遜的 30%收入來自於他的推薦引擎。

連結：

http://www.ibeifeng.com/goods-743.html