中图网(原中国图书网)：网上书店，尾货特色书店，30万种特价书低至2折！

歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

包郵 大數(shù)據(jù)工程師面試筆試寶典

作者：楊俊
出版社：機(jī)械工業(yè)出版社出版時(shí)間：2024-07-01
開本： 16開 頁(yè)數(shù)： 239
中 圖 價(jià):¥62.4(7.0折) 定價(jià)  ¥89.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
開年大促， 全場(chǎng)包郵
?新疆、西藏除外
本類五星書更多>

大數(shù)據(jù)工程師面試筆試寶典 版權(quán)信息

大數(shù)據(jù)工程師面試筆試寶典 本書特色

《大數(shù)據(jù)工程師面試筆試寶典》系統(tǒng)覆蓋大數(shù)據(jù)工程師崗位需要掌握的重要概念、技術(shù)和工具，包括Hadoop、Spark、Flink、Hive、HBase、Kafka等，以及大數(shù)據(jù)與人工智能的交叉點(diǎn)。
視頻精講：68個(gè)大數(shù)據(jù)核心知識(shí)點(diǎn)分享視頻
真題全解：提供超200頁(yè)大數(shù)據(jù)面試筆試真題及答案

大數(shù)據(jù)工程師面試筆試寶典 內(nèi)容簡(jiǎn)介

《大數(shù)據(jù)工程師面試筆試寶典》全面講解了大數(shù)據(jù)的核心技術(shù)及如何解答大數(shù)據(jù)工程師面試筆試中的常見問題，還引入了相關(guān)知識(shí)點(diǎn)輔以說明，讓讀者對(duì)所學(xué)知識(shí)進(jìn)行查漏補(bǔ)缺，幫助讀者順利通過大數(shù)據(jù)工程師面試筆試。
《大數(shù)據(jù)工程師面試筆試寶典》的題目均來自一線互聯(lián)網(wǎng)公司面試筆試真題，涵蓋大數(shù)據(jù)基礎(chǔ)、大數(shù)據(jù)生態(tài)圈技術(shù)組件以及大數(shù)據(jù)不同崗位的面試筆試題。第1～2章主要介紹了職業(yè)道路如何選擇、面試筆試前如何準(zhǔn)備、面試筆試過程中如何應(yīng)對(duì)，以及面試經(jīng)常遇到的“坑”。第3章介紹了大數(shù)據(jù)基礎(chǔ)面試筆試題，讓讀者學(xué)會(huì)利用大數(shù)據(jù)思維解決常見應(yīng)用場(chǎng)景；第4～10章重點(diǎn)介紹了大數(shù)據(jù)生態(tài)圈核心技術(shù)的面試筆試題，讓讀者加強(qiáng)對(duì)大數(shù)據(jù)技術(shù)組件的理解；第11～13章介紹了大數(shù)據(jù)倉(cāng)庫(kù)、大數(shù)據(jù)項(xiàng)目、大數(shù)據(jù)運(yùn)維方向的常見面試筆試題；第14章探討了大數(shù)據(jù)與人工智能的交叉點(diǎn)，讓讀者可以輕松應(yīng)對(duì)大數(shù)據(jù)工程師的面試筆試。
《大數(shù)據(jù)工程師面試筆試寶典》內(nèi)容的深度和廣度貼近實(shí)際，將幫助大數(shù)據(jù)領(lǐng)域的求職者為面試筆試做好充分的準(zhǔn)備，提高面試成功率，同時(shí)，《大數(shù)據(jù)工程師面試筆試寶典》也可作為從業(yè)者的實(shí)用工具書，以加深對(duì)大數(shù)據(jù)技術(shù)和實(shí)踐的理解。無(wú)論是初學(xué)者還是有經(jīng)驗(yàn)的專業(yè)人士，都將從本書提供的詳實(shí)信息和實(shí)用建議中受益。

大數(shù)據(jù)工程師面試筆試寶典 目錄

前言
第1章 面試筆試心得交流
1.1 擺正求職心態(tài)／1
1.2 求職前準(zhǔn)備／2
1.3 做好自我介紹／4
1.4 職業(yè)規(guī)劃是什么／5
1.5 為什么離開上一家公司／6
1.6 被面試官否定怎么辦／6
1.7 加分項(xiàng)一定要呈現(xiàn)出來／7
1.8 面試禁忌／8
1.9 面試會(huì)有哪些“坑”／8
1.10 如何應(yīng)對(duì)自己不會(huì)回答的問題／9
1.11 如何應(yīng)對(duì)某一次面試失敗／10
1.12 面試成功是否就高枕無(wú)憂／11
第2章 大數(shù)據(jù)工程師面試筆試攻略
2.1 大數(shù)據(jù)職業(yè)的崗位劃分／12
2.2 典型大數(shù)據(jù)工程師的職業(yè)發(fā)展路徑／13
2.3 公司大數(shù)據(jù)部門劃分與人員編制／15
2.4 大數(shù)據(jù)工程師的工作職責(zé)／16
2.5 大數(shù)據(jù)工程師簡(jiǎn)歷如何編寫／17
2.6 缺少大數(shù)據(jù)項(xiàng)目經(jīng)驗(yàn)如何應(yīng)對(duì)／18
2.7 大數(shù)據(jù)面試筆試需要掌握哪些技能／19
2.8 如何把握大數(shù)據(jù)工程師的面試筆試重點(diǎn)／24
2.9 引導(dǎo)面試官提問自己擅長(zhǎng)的技術(shù)／25
第3章 大數(shù)據(jù)基礎(chǔ)應(yīng)用
3.1 大數(shù)據(jù)基礎(chǔ)知識(shí)／27
3.1.1 大數(shù)據(jù)生態(tài)體系／27
3.1.2 大數(shù)據(jù)基石—云計(jì)算／29
3.1.3 大數(shù)據(jù)核心—海量數(shù)據(jù)／30
3.1.4 大數(shù)據(jù)靈魂—大數(shù)據(jù)技術(shù)／31
3.1.5 大數(shù)據(jù)價(jià)值—商業(yè)應(yīng)用／32
3.2 大數(shù)據(jù)算法／32
3.2.1 如何從海量數(shù)據(jù)中找出*高頻詞／32
3.2.2 如何找出訪問百度次數(shù)*多的IP地址／34
3.2.3 如何從2.5億個(gè)整數(shù)中找出不重復(fù)的整數(shù)／36
3.2.4 判斷一個(gè)數(shù)在40億數(shù)據(jù)中是否存在／38
3.2.5 如何找出CSDN網(wǎng)站*熱門的搜索關(guān)鍵詞／39
3.2.6 如何從大量數(shù)據(jù)中統(tǒng)計(jì)不同手機(jī)號(hào)的個(gè)數(shù)／41
3.2.7 如何從大量數(shù)據(jù)中找出重復(fù)次數(shù)*多的一條數(shù)據(jù)／42
3.2.8 如何對(duì)大量數(shù)據(jù)按照query的頻度排序／43
3.2.9 如何從大量的URL中找出相同的URL／44
3.2.10 如何從5億個(gè)數(shù)中找出中位數(shù)／46
第4章 ZooKeeper分布式協(xié)調(diào)服務(wù)
4.1 簡(jiǎn)述ZooKeeper包含哪些重要特性／48
4.2 簡(jiǎn)述ZooKeeper包含哪些應(yīng)用場(chǎng)景／49
4.3 簡(jiǎn)述ZooKeeper包含哪幾種Znode節(jié)點(diǎn)類型／51
4.4 請(qǐng)問ZooKeeper對(duì)Znode的監(jiān)聽是永久的嗎／52
4.5 請(qǐng)問ZooKeeper集群包含多少節(jié)點(diǎn)合適／52
4.6 簡(jiǎn)述ZooKeeper集群節(jié)點(diǎn)包含哪些角色／53
4.7 簡(jiǎn)述ZooKeeper集群節(jié)點(diǎn)有哪幾種工作狀態(tài)／54
4.8 請(qǐng)問ZooKeeper節(jié)點(diǎn)宕機(jī)后內(nèi)部如何處理／54
4.9 請(qǐng)問ZooKeeper集群是否支持動(dòng)態(tài)添加機(jī)器／55
4.10 簡(jiǎn)述ZooKeeper集群的數(shù)據(jù)讀寫流程／56
4.11 簡(jiǎn)述ZooKeeper的監(jiān)聽器原理／57
4.12 談?wù)勀銓?duì)CAP原則的理解／58
4.13 談?wù)刏AB協(xié)議在ZooKeeper中的作用／59
4.14 談?wù)勀銓?duì)ZooKeeper選舉機(jī)制的理解／60
4.15 闡述ZooKeeper如何保證事務(wù)的順序一致性／62
4.16 闡述如何遷移ZooKeeper集群／62
第5章 Hadoop大數(shù)據(jù)平臺(tái)
5.1 Hadoop分布式文件系統(tǒng)（HDFS）／64
5.1.1 闡述HDFS中的數(shù)據(jù)塊大小設(shè)置／64
5.1.2 簡(jiǎn)述HDFS的副本存放策略／65
5.1.3 闡述如何處理HDFS大量小文件問題／65
5.1.4 簡(jiǎn)述NameNode元數(shù)據(jù)存儲(chǔ)在什么位置／67
5.1.5 闡述如何解決edits文件過大的問題／67
5.1.6 簡(jiǎn)述HDFS讀數(shù)據(jù)流程／68
5.1.7 簡(jiǎn)述HDFS寫數(shù)據(jù)流程／69
5.1.8 簡(jiǎn)述NameNode HA的運(yùn)行機(jī)制／71
5.1.9 簡(jiǎn)述HDFS聯(lián)邦機(jī)制／71
5.1.10 闡述如何處理NameNode宕機(jī)問題／72
5.1.11 闡述如何處理DataNode宕機(jī)問題／73
5.1.12 簡(jiǎn)述HDFS支持哪些存儲(chǔ)格式與壓縮算法／73
5.2 Hadoop資源管理系統(tǒng)（YARN）／75
5.2.1 簡(jiǎn)述YARN應(yīng)用的運(yùn)行機(jī)制／75
5.2.2 闡述YARN與MapReduce1的異同／76
5.2.3 簡(jiǎn)述YARN 高可用原理／77
5.2.4 簡(jiǎn)述YARN的容錯(cuò)機(jī)制／78
5.2.5 簡(jiǎn)述YARN調(diào)度器的工作原理／79
5.2.6 闡述YARN的任務(wù)提交流程／81
5.3 Hadoop分布式計(jì)算框架（MapReduce）／82
5.3.1 簡(jiǎn)述MapReduce作業(yè)運(yùn)行機(jī)制／82
5.3.2 簡(jiǎn)述MapReduce Shuffle過程／85
5.3.3 簡(jiǎn)述MapReduce作業(yè)失敗與容錯(cuò)機(jī)制／87
5.3.4 闡述如何解決MapReduce數(shù)據(jù)傾斜問題／89
5.3.5 簡(jiǎn)述MapReduce二次排序原理／90
5.3.6 簡(jiǎn)述MapReduce Join實(shí)現(xiàn)原理／91
第6章 Hive數(shù)據(jù)倉(cāng)庫(kù)工具
6.1 簡(jiǎn)述Hive與傳統(tǒng)數(shù)據(jù)庫(kù)的異同／93
6.2 簡(jiǎn)述Hive與HBase的異同／94
6.3 簡(jiǎn)述Hive包含哪些建表方式／94
6.4 簡(jiǎn)述Hive內(nèi)部表與外部表的區(qū)別／95
6.5 簡(jiǎn)述Hive分區(qū)表與分桶表的區(qū)別／96
6.6 簡(jiǎn)述Hive包含哪些表連接方式／97
6.7 簡(jiǎn)述collect_list()與collect_set()函數(shù)的區(qū)別／98
6.8 簡(jiǎn)述ORDER BY、DISTRIBUTE BY、SORT BY和
CLUSTER BY的區(qū)別與聯(lián)系／99
6.9 談?wù)勅绾晤A(yù)防Hive查詢?nèi)頀呙瑁?00
6.10 簡(jiǎn)述Hive包含哪些自定義函數(shù)／101
6.11 闡述如何解決Hive數(shù)據(jù)傾斜問題／101
6.12 闡述Hive有哪些性能調(diào)優(yōu)手段／104
第7章 HBase分布式數(shù)據(jù)庫(kù)
7.1 簡(jiǎn)述HBase的應(yīng)用場(chǎng)景／106
7.2 簡(jiǎn)述HBase讀數(shù)據(jù)流程／107
7.3 簡(jiǎn)述HBase寫數(shù)據(jù)流程／108
7.4 闡述HBase Region如何定位／109
7.5 簡(jiǎn)述HBase Region的合并與分裂過程／110
7.6 闡述HBase如何設(shè)計(jì)RowKey／112
7.7 闡述HBase如何實(shí)現(xiàn)預(yù)分區(qū)／112
7.8 談?wù)勀銓?duì)HBase二級(jí)索引的理解／113
7.9 闡述HBase如何降低磁盤IO／114
7.10 闡述HBase如何處理冷熱數(shù)據(jù)／117
7.11 簡(jiǎn)述HBase有哪些性能調(diào)優(yōu)手段／117
第8章 Kafka分布式消息隊(duì)列
8.1 簡(jiǎn)述ZooKeeper在Kafka中的作用／120
8.2 簡(jiǎn)述Kafka文件存儲(chǔ)設(shè)計(jì)特點(diǎn)／121
8.3 簡(jiǎn)述Kafka的使用場(chǎng)景／121
8.4 簡(jiǎn)述Kafka寫數(shù)據(jù)流程／122
8.5 闡述Kafka為什么不支持讀寫分離／122
8.6 簡(jiǎn)述Kafka哪些地方涉及選舉／123
8.7 簡(jiǎn)述Kafka Topic分區(qū)的分配規(guī)則／123
8.8 談?wù)勀銓?duì)Kafka消費(fèi)者負(fù)載均衡策略的理解／124
8.9 談?wù)勀銓?duì)Kafka再均衡的理解／124
8.10 簡(jiǎn)述Kafka生產(chǎn)者ACK機(jī)制／125
8.11 闡述Kafka如何實(shí)現(xiàn)數(shù)據(jù)同步／125
8.12 闡述如何提高Kafka吞吐量／126
8.13 闡述如何優(yōu)化Kafka生產(chǎn)者數(shù)據(jù)寫入速度／127
8.14 闡述Kafka如何實(shí)現(xiàn)高效讀取數(shù)據(jù)／127
8.15 闡述Kafka如何保證高吞吐量／128
8.16 闡述Kafka如何保證數(shù)據(jù)可靠性／128
8.17 闡述Kafka如何保證數(shù)據(jù)不丟失／129
8.18 闡述Kafka如何保證消息冪等性／130
8.19 闡述Kafka如何保證消息被順序消費(fèi)／130
8.20 闡述Kafka消費(fèi)者數(shù)量較大對(duì)性能有何影響／131
第9章 Spark內(nèi)存計(jì)算框架
9.1 談?wù)凥adoop和Spark的區(qū)別與聯(lián)系／132
9.2 簡(jiǎn)述Spark與MapReduce的Shuffle區(qū)別／133
9.3 闡述Spark解決了Hadoop哪些問題／136
9.4 簡(jiǎn)述Spark應(yīng)用程序的生命周期／137
9.5 談?wù)勀銓?duì)RDD機(jī)制的理解／140
9.6 簡(jiǎn)述RDD包含哪些缺陷／140
9.7 闡述Spark如何劃分DAG的Stage／141
9.8 請(qǐng)問Spark中的數(shù)據(jù)位置由誰(shuí)來管理／142
9.9 談?wù)剅educeByKey與groupByKey的區(qū)別與聯(lián)系／143
9.10 談?wù)凜ache和Persist的區(qū)別與聯(lián)系／143
9.11 闡述如何解決Spark中的數(shù)據(jù)傾斜問題／144
9.12 闡述如何解決Spark中的OOM問題／145
9.13 闡述Spark Streaming如何保證Exactly-Once語(yǔ)義／146
9.14 闡述Spark Streaming如何性能調(diào)優(yōu)／148
9.15 談?wù)勀銓?duì)Spark Streaming背壓機(jī)制的理解／150
第10章 Flink流式計(jì)算框架
10.1 談?wù)凷park與Flink的區(qū)別與聯(lián)系／151
10.2 簡(jiǎn)述Flink有哪些方式設(shè)置并行度／156
10.3 闡述如何合理評(píng)估Flink任務(wù)的并行度／157
10.4 談?wù)勀銓?duì)Flink Operator Chain的理解／157
10.5 談?wù)勀銓?duì)Flink重啟策略的理解／158
10.6 闡述Flink內(nèi)存管理是如何實(shí)現(xiàn)的／160
10.7 闡述Flink Task如何實(shí)現(xiàn)數(shù)據(jù)交換／161
10.8 闡述Flink狀態(tài)如何實(shí)現(xiàn)容錯(cuò)／162
10.9 簡(jiǎn)述Flink分布式快照原理／164
10.10 闡述Flink如何保證端到端Exactly-Once語(yǔ)義／166
10.11 闡述如何解決Flink任務(wù)延遲高的問題／169
10.12 闡述如何處理Flink反壓?jiǎn)栴}／170
10.13 闡述Flink海量數(shù)據(jù)如何實(shí)現(xiàn)去重／171
10.14 闡述Flink如何處理遲到的數(shù)據(jù)／172
10.15 闡述如何解決Flink數(shù)據(jù)傾斜／173
10.16 闡述如何解決Flink Window中的數(shù)據(jù)傾斜／174
第11章 大數(shù)據(jù)倉(cāng)庫(kù)
11.1 談?wù)勀闳绾卫斫鈹?shù)據(jù)庫(kù)三范式／175
11.2 闡述為什么需要數(shù)倉(cāng)建模／177
11.3 簡(jiǎn)述事實(shí)表分為哪幾類／178
11.4 簡(jiǎn)述維度建模包含哪些常用的模型／178
11.5 簡(jiǎn)述維度建模實(shí)現(xiàn)過程／180
11.6 談?wù)勀銓?duì)元數(shù)據(jù)的理解／180
11.7 談?wù)剶?shù)倉(cāng)架構(gòu)如何分層／181
11.8 談?wù)勀銓?duì)離線數(shù)倉(cāng)架構(gòu)的理解／183
11.9 談?wù)勀銓?duì)Lambda架構(gòu)的理解／184
11.10 談?wù)勀銓?duì)Kappa架構(gòu)的理解／185
11.11 闡述字段頻繁變更的數(shù)倉(cāng)架構(gòu)如何設(shè)計(jì)／186
11.12 闡述如何實(shí)現(xiàn)拉鏈表／187
11.13 闡述如何查詢連續(xù)7日登錄的用戶／188
11.14 闡述如何統(tǒng)計(jì)注冊(cè)用戶的留存數(shù)與留存率／190
第12章 大數(shù)據(jù)項(xiàng)目
12.1 談?wù)劥髷?shù)據(jù)項(xiàng)目組如何分工與協(xié)作／193
12.2 談?wù)勀阍陧?xiàng)目中扮演什么角色／194
12.3 簡(jiǎn)述你所在或曾任職公司的大數(shù)據(jù)集群規(guī)模／194
12.4 簡(jiǎn)述你所在或曾任職公司的項(xiàng)目數(shù)據(jù)類型及規(guī)模／196
12.5 簡(jiǎn)述你所在或曾任職公司的項(xiàng)目產(chǎn)生的表及數(shù)據(jù)量／196
12.6 簡(jiǎn)述你所在或曾任職公司的大數(shù)據(jù)項(xiàng)目業(yè)務(wù)需求／197
12.7 簡(jiǎn)述項(xiàng)目整體架構(gòu)及技術(shù)選型／198
12.8 簡(jiǎn)述大數(shù)據(jù)項(xiàng)目遇到過的難點(diǎn)及解決方案／199
12.9 簡(jiǎn)述大數(shù)據(jù)項(xiàng)目遇到的瓶頸及優(yōu)化方法／202
12.10 簡(jiǎn)述大數(shù)據(jù)項(xiàng)目開發(fā)周期及安排／204
第13章 大數(shù)據(jù)運(yùn)維
13.1 請(qǐng)問ZooKeeper節(jié)點(diǎn)宕機(jī)如何處理／206
13.2 闡述多次修改HDFS副本數(shù)如何計(jì)算數(shù)據(jù)總量／207
13.3 闡述如何估算HDFS需要的內(nèi)存大小／207
13.4 請(qǐng)問DataNode節(jié)點(diǎn)宕機(jī)如何恢復(fù)／208
13.5 請(qǐng)問NameNode節(jié)點(diǎn)宕機(jī)如何恢復(fù)／208
13.6 闡述晚高峰期DataNode節(jié)點(diǎn)不穩(wěn)定如何處理／209
13.7 闡述如何調(diào)優(yōu)才能加快NameNode啟動(dòng)速度／210
13.8 請(qǐng)問Hadoop出現(xiàn)文件塊丟失如何處理／211
13.9 請(qǐng)問文件寫入HDFS是先全部寫入再備份嗎／211
13.10 請(qǐng)問如何查看HDFS目錄下的文件數(shù)及位置／212
13.11 闡述集群硬盤損壞后的詳細(xì)處理流程／213
13.12 闡述集群擴(kuò)容后如何處理數(shù)據(jù)不均衡的現(xiàn)象／214
13.13 闡述運(yùn)維人員如何避免開發(fā)人員誤刪數(shù)據(jù)／214
13.14 闡述大數(shù)據(jù)集群如何自動(dòng)化擴(kuò)容／215
13.15 闡述如何對(duì)大數(shù)據(jù)集群進(jìn)行有效監(jiān)控／216
13.16 闡述如何保證海量數(shù)據(jù)寫入HBase的及時(shí)性／216
13.17 簡(jiǎn)述哪些情況會(huì)導(dǎo)致HBase Master發(fā)生故障／217
13.18 簡(jiǎn)述哪些情況會(huì)導(dǎo)致HBase RegionServer發(fā)生故障／218
13.19 闡述Kafka如何選擇適當(dāng)?shù)姆謪^(qū)數(shù)量／219
13.20 簡(jiǎn)述Kafka分區(qū)是否可以增加或減少／220
第14章 大數(shù)據(jù) 人工智能
14.1 如何解釋大數(shù)據(jù)與人工智能之間的關(guān)系／221
14.2 闡述數(shù)據(jù)采集的作用以及數(shù)據(jù)質(zhì)量對(duì)人工智能模型性能的
影響／222
14.3 當(dāng)前流行的大型語(yǔ)言模型如何利用大數(shù)據(jù)進(jìn)行訓(xùn)練／223
14.4 AIGC、Sora等項(xiàng)目是如何將大數(shù)據(jù)與人工智能
相結(jié)合的／224
14.5 請(qǐng)解釋什么是數(shù)據(jù)驅(qū)動(dòng)的人工智能／225
14.6 介紹一下常用的人工智能開發(fā)工具和平臺(tái)／225
14.7 闡述AI中的基本概念及其區(qū)別與聯(lián)系／226
14.8 數(shù)據(jù)預(yù)處理在人工智能中的作用是什么／227
14.9 如何評(píng)估人工智能模型的性能／229
14.10 闡述過擬合和欠擬合現(xiàn)象在機(jī)器學(xué)習(xí)中的含義及如何
解決／230
14.11 闡述在大數(shù)據(jù)環(huán)境中人工智能項(xiàng)目的倫理和
隱私問題／231
14.12 闡述數(shù)據(jù)可視化的作用并介紹一些常用的
工具和技術(shù)／232
14.13 闡述什么是監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和半監(jiān)督學(xué)習(xí)／233
14.14 談?wù)剶?shù)據(jù)安全的挑戰(zhàn)和解決方案／234
14.15 如何有效地管理和處理大規(guī)模的數(shù)據(jù)集／235
14.16 闡述深度學(xué)習(xí)的應(yīng)用及其在大數(shù)據(jù)環(huán)境中的挑戰(zhàn)和解決
方案／236
14.17 闡述強(qiáng)化學(xué)習(xí)的基本原理及其應(yīng)用場(chǎng)景和優(yōu)劣勢(shì)／237
14.18 如何利用大數(shù)據(jù)和人工智能技術(shù)來優(yōu)化企業(yè)的運(yùn)營(yíng)和
決策／238
展開全部

大數(shù)據(jù)工程師面試筆試寶典 作者簡(jiǎn)介

楊俊，資深大數(shù)據(jù)架構(gòu)師和技術(shù)專家，擁有十余年的大數(shù)據(jù)開發(fā)經(jīng)驗(yàn)。精通Hadoop、Spark、Flink等主流大數(shù)據(jù)生態(tài)技術(shù)，尤其擅長(zhǎng)Hadoop源碼級(jí)技術(shù)。參與并主導(dǎo)了十余個(gè)重量級(jí)大數(shù)據(jù)項(xiàng)目，曾在廣電數(shù)據(jù)咨詢公司擔(dān)任大數(shù)據(jù)架構(gòu)師，負(fù)責(zé)大數(shù)據(jù)平臺(tái)的架構(gòu)設(shè)計(jì)與實(shí)施，并構(gòu)建了企業(yè)級(jí)數(shù)據(jù)倉(cāng)庫(kù)。
暢銷書《實(shí)戰(zhàn)大數(shù)據(jù)（Hadoop Spark Flink）》和《Hadoop大數(shù)據(jù)技術(shù)基礎(chǔ)與應(yīng)用》的作者。51CTO知名培訓(xùn)講師，擁有30余萬(wàn)粉絲，具有豐富的大數(shù)據(jù)技術(shù)培訓(xùn)經(jīng)驗(yàn)。為數(shù)十家高校和企業(yè)提供過大數(shù)據(jù)技術(shù)課程培訓(xùn)，包括首都經(jīng)濟(jì)貿(mào)易大學(xué)、河北大學(xué)、北京交通大學(xué)等高校，以及中國(guó)移動(dòng)、新華三（H3C）等知名企業(yè)。

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
本類暢銷
返回頂部
中圖網(wǎng)
在線客服
主站蜘蛛池模板： 宿松新闻网 宿松网|宿松在线|宿松门户|安徽宿松(直管县)|宿松新闻综合网站|宿松官方新闻发布 | 礼至家居-全屋定制家具_一站式全屋整装_免费量房设计报价 | 地图标注|微信高德百度地图标注|地图标记-做地图[ZuoMap.com] | 泰来华顿液氮罐,美国MVE液氮罐,自增压液氮罐,定制液氮生物容器,进口杜瓦瓶-上海京灿精密机械有限公司 | 【北京写字楼出租_写字楼租赁_办公室出租网/出售】-远行地产官网 | 天津试验仪器-电液伺服万能材料试验机,恒温恒湿标准养护箱,水泥恒应力压力试验机-天津鑫高伟业科技有限公司 | 涿州网站建设_网站设计_网站制作_做网站_固安良言多米网络公司 | 不锈钢闸阀_球阀_蝶阀_止回阀_调节阀_截止阀-可拉伐阀门(上海)有限公司 | 淘剧影院_海量最新电视剧,免费高清电影随心观看 | 电镀整流器_微弧氧化电源_高频电解电源_微弧氧化设备厂家_深圳开瑞节能 | 无硅导热垫片-碳纤维导热垫片-导热相变材料厂家-东莞市盛元新材料科技有限公司 | 不锈钢搅拌罐_高速搅拌罐厂家-无锡市凡格德化工装备科技有限公司 | 网站优化公司_SEO优化_北京关键词百度快速排名-智恒博网络 | 焊缝跟踪系统_激光位移传感器_激光焊缝跟踪传感器-创想智控 | 广州活动策划公司-15+年专业大型公关活动策划执行管理经验-睿阳广告 | 西安烟道厂家_排气道厂家_包立管厂家「陕西西安」推荐西安天宇烟道 | 口臭的治疗方法,口臭怎么办,怎么除口臭,口臭的原因-口臭治疗网 | 热回收盐水机组-反应釜冷水机组-高低温冷水机组-北京蓝海神骏科技有限公司 | 纯水电导率测定仪-万用气体检测仪-低钠测定仪-米沃奇科技（北京）有限公司www.milwaukeeinst.cn 锂辉石检测仪器,水泥成分快速分析仪-湘潭宇科分析仪器有限公司 手术室净化装修-手术室净化工程公司-华锐手术室净化厂家 | [品牌官网]贵州遵义双宁口腔连锁_贵州遵义牙科医院哪家好_种植牙_牙齿矫正_原华美口腔 | 首页|成都尚玖保洁_家政保洁_开荒保洁_成都保洁 | 分子精馏/精馏设备生产厂家-分子蒸馏工艺实验-新诺舜尧（天津）化工设备有限公司 | 济南拼接屏_山东液晶拼接屏_济南LED显示屏—维康国际官网 | DWS物流设备_扫码称重量方一体机_快递包裹分拣机_广东高臻智能装备有限公司 | 杭州火蝠电商_京东代运营_拼多多全托管代运营【天猫代运营】 | 啤酒设备-小型啤酒设备-啤酒厂设备-济南中酿机械设备有限公司 | 铝合金线槽_铝型材加工_空调挡水板厂家-江阴炜福金属制品有限公司 | 众品地板网－地板品牌招商_地板装修设计_地板门户的首选网络媒体。 | 东莞螺丝|东莞螺丝厂|东莞不锈钢螺丝|东莞组合螺丝|东莞精密螺丝厂家-东莞利浩五金专业紧固件厂家 | 新密高铝耐火砖,轻质保温砖价格,浇注料厂家直销-郑州荣盛窑炉耐火材料有限公司 | 威客电竞(vk·game)·电子竞技赛事官网| 智成电子深圳tdk一级代理-提供TDK电容电感贴片蜂鸣器磁芯lambda电源代理经销，TDK代理商有哪些TDK一级代理商排名查询。-深圳tdk一级代理 | 上海盐水喷雾试验机_两厢式冷热冲击试验箱-巨怡环试 | 电子天平-华志电子天平厂家 | 食药成分检测_调料配方还原_洗涤剂化学成分分析_饲料_百检信息科技有限公司 | 交联度测试仪-湿漏电流测试仪-双85恒温恒湿试验箱-常州市科迈实验仪器有限公司 | 影合社-影视人的内容合作平台| 塑料脸盆批发,塑料盆生产厂家,临沂塑料广告盆,临沂家用塑料盆-临沂市永顺塑业 | RV减速机-蜗轮蜗杆减速机-洗车机减速机-减速机厂家-艾思捷 | 恒温油槽-恒温水槽-低温恒温槽厂家-宁波科麦仪器有限公司 | 耐破强度测试仪-纸箱破裂强度试验机-济南三泉中石单品站 |