1. 大数据的课程都有哪些

大数据本身属于交叉学科，涵盖计算机、统计学、数学三个学科内的专业知识。所以大数据容的课程内容，基本上也是围绕着三个学科展开的。
数理统计方面：数学分析、统计学习、高等代数、离散数学、概率与统计等课程是基本配置。
计算机专业课程：数据结构、数据科学、程序设计、算法分析与设计、数据计算智能、数据库系统、计算机系统基础、并行体系结构与编程、非结构化大数据分析等，也是必备课程。
而想要真正找到工作的话，大数据主流技术框架，也要去补充起来，这才是找工作当中能够获得竞争力的加分项。

2. 网络大数据是哪方面的课程

是大数据的话，数据获取，数据分析是不是一定要学的呢？是不是还有大数据开发方面的

3. 大数据学习需要哪些课程

主修课程：面向对象程序设计、Hadoop实用技术、数据挖掘、机器学习、数据统计分析、高等数学、Python编程、java编程、数据库技术、Web开发、Linux操作系统、大数据平台搭建及运维、大数据应用开发、可视化设计与开发等

4. 请问慕课网的大数据课程学完能到什么水平，老师讲得怎么样

Java是一种语言，而大数据更像是一个方法论或者是集合，从事大数据行业，需要回掌握的技能比较答多，而java是必须要掌握的，所以想学大数据也得先学java相关基础。慕课网大数据好像有java基础就能学，听群里有买过的说老师讲的挺细挺清楚的，学习难度是逐步提升，没感觉学的太累，但是能不能找到工作取决于很多因素吧

5. 大数据要学哪些课程

大数据存储阶段：复百hbase、hive、sqoop。制
大数度汪迹山据架构设计阶困中段：Flume分布式、Zookeeper、Kafka。
大数据实时计算阶段：Mahout、Spark、storm。
大数据数据采州差集阶段：Python、Scala。
大数据商业实战阶内段：实操企业大数据处理业务场景，分析需求、解决方案实施，技术实战应用。

6. 零基础大数据培训课程有哪些

大数据学什么

大数据培训课程主要包括8个阶段，按照顺序学习就可以了，选择大数据培训机构，重点关注机构的口碑情况，还要看看师资力量、就业信息、课程体系等等方面，希望你早日学有所成。

7. 大数据专业课程有哪些

首先我们要了解Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。
Java ：只要了解一些基础即可，做大数据不需要很深的Java 技术，学java SE 就相当于有学习大数据。基础
Linux：因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解hadoop、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。
好说完基础了，再说说还需要学习哪些大数据技术，可以按我写的顺序学下去。
Hadoop：这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。Hadoop里面包括几个组件HDFS、MapRece和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，MapRece是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。
记住学到这里可以作为你学大数据的一个节点。
Zookeeper：这是个万金油，安装Hadoop的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。
Mysql：我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那?你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。
Sqoop：这个是用于把Mysql里的数据导入到Hadoop里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。
Hive：这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写MapRece程序。有的人说Pig那?它和Pig差不多掌握一个就可以了。
Oozie：既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者MapRece、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。
Hbase：这是Hadoop生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。
Kafka：这是个比较好用的队列工具，队列是干吗的?排队买票你知道不?数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据(比如好几百G的文件)我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了，因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接受方(比如Kafka)的。
Spark：它是用来弥补基于MapRece处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

8. 自学大数据有哪些课程需要学习的，能分享一些线上学习的经历吗

大数据开发：

Java、Linux、大数据基础、大数据平台搭建

大数据平台的搭建和部署是学习大数据的基础，目前比较常见的选择是Hadoop和Spark平台，Hadoop对硬件的要求并不高，非常适合入门学习。

零基础自学：先关注一些大数据领域的动态，让自己融入大数据这样一个大的环境中。然后找一些编程语言的资料(大数据的基础必备技能)和大数据入门的视频和书籍，基本的技术知识还是要了解的。在学习了一段时间之后，如果觉得自己还能应付的来，就继续寻找大数据基础视频和书籍，一步一个脚印的来;如果觉得觉得自己入门都很难，要么放弃，要么为自己投资一把，去参加加米谷大数据培训学习。

自学可以自由分配自己的时间，不耽误自己的正常工作，利用空闲时间抓紧机会学习，并且网上的资料多如牛毛，费用也比较低。但是，自学存在的问题非常多。第一大数据学科有一定难度，遇见问题没有老师可以问，自己又解决不了，很容易陷入学习瓶颈，久而久之就消磨了学习的兴趣。

9. 大数据自学课程有哪些

千锋是全程面授的，网站上有大数据开发的教程，可以免费学习。

10. 大数据课程。。是什么

大数据时代，数据的体量结构、获取方式、挖掘处理、分析呈现等等方面都发生了变化，由此衍生出大数据技术，包括数据的采集、存取、清洗、挖掘、可视化等等，产生了新的人才需 求，并且处于紧缺状态，来自麦肯锡全球研究所的另一项调查显示，预计到2018年，美国将面临大约150万大数据专家的短缺，据国内大数据权威专家估算，5年内，大数据人才缺口也将高达130万左右。