免费试听：
美西时间 5月7日周日 10:00-12:00
美东时间 5月7日周日 13:00-15:00
北京时间 5月7日周一 01:00-03:00 a.m
课程安排：本课程为网络直播课，每节2小时，共9节，第一节免费试听。
报名网址：http://t.cn/RAC7Era,或猛戳“阅读原文”
首先给大家介绍的一下《Big Data 项目实战班》的课程项目，包括项目难度、代码量、处理数据量、及课后需要花费的时间。截图部分是该课程的项目成果展示。
Google搜索引擎自动补全
通过Wiki 数据集中构建 N-Gram Library
实现搜索引擎的自动补全功能
项目难易程度：⭐️⭐️⭐️☆☆
预计课后花费时间：5-7 hour
代码量：300-500 code lines
数据规模：50M
2. Article Sentiment Analysis
项目难易程度：⭐️⭐️☆☆☆
预计课后花费时间：3-5 hour
代码量：300-500 code lines
数据规模：50M
Google 搜索引擎排名
将通过wiki数据进行页面权重的计算
实现Page Rank这一重要算法
项目难易程度：⭐️⭐️⭐️⭐️☆
预计课后花费时间：5-7 hour
代码量：300-500 code lines
数据规模：50M
4. Movie Recommender System
将应用 Netflix 的数据
给用户推荐他们之前喜欢的电影的相似电影
项目难易程度：⭐️⭐️⭐️⭐️⭐️
预计课后花费时间：6-10 hour
代码量：700-1000 code lines
数据规模：1G
Big Data 求职攻略 & Hadoop 入门
Find Job in Big Data Field & Hadoop Introduction
MapReduce项目实战- Google Auto Complete I
MapReduce Project - Google Auto Complete I
MapReduce项目实战- Google Auto Complete II
MapReduce Project - Google Auto Complete II
Hadoop分布式系统
Hadoop Distributed File System
MapReduce 项目实战 - Page Rank I
MapReduce Project - PageRank I
MapReduce 项目实战 - Page Rank II
MapReduce Project - PageRank II
MapReduce 项目实战 - 推荐系统 I
MapReduce Project - Recommender System I
MapReduce 项目实战 - 推荐系统 II
MapReduce Project - Recommender System II
1. 课程主要讲什么内容？
Hadoop & MapReduce
2. 课程需要有大数据基础吗？
不需要。
3. 课程使用什么语言？
课程使用Java语言，需要基本Java编程能力
4. 课程会讲 Spark 吗？
尽管现在 Spark 等大数据平台都非常火爆，
但是！
熟练掌握和使用一个大数据工具是最重要的。在面试过程中，基本所有的 Big Data 职位都会问到 Hadoop，而是否会 Spark 只是一个额外的加分项，如果不会并不会减分。且学会Hadoop后，上手Spark非常快！
报名请登录 www.jiuzhang.com
或点击文末“阅读原文”
