| 課程級(jí)別 | 初級(jí) |
| 培訓(xùn)周期 | 2-3個(gè)月 |
| 上課時(shí)間 | 全日制 |
| 上課地址 | 南京中山北路26號(hào)新晨國(guó)際大廈24層 |
- 行業(yè)前景好
根據(jù)TIOBE新 ，Python已超越C#，與Java,C,C++一起成為全球前4大流行語(yǔ)言。且，國(guó)內(nèi)目前百度指數(shù)搜索量已經(jīng)超越Java，與C++，即將成為國(guó)內(nèi)受歡迎的開發(fā)語(yǔ)言。
1 - 應(yīng)用幾乎無(wú)限制
Python被廣泛應(yīng)用于后端開發(fā)、游戲開發(fā)、網(wǎng)站開發(fā)、科學(xué)運(yùn)算、大數(shù)據(jù)分析、云計(jì)算，圖形開發(fā)等領(lǐng)域；Python在軟件質(zhì)量控制、提升開發(fā)效率、可移植性、組件集成、豐富庫(kù)支持等各個(gè)方面均處于先進(jìn)地位。
2 - 簡(jiǎn)單易學(xué)
python具有 簡(jiǎn)單、易學(xué)、免費(fèi)、開源、可移植、可擴(kuò)展、可嵌入、面向?qū)ο蟮葍?yōu)點(diǎn)，它的面向?qū)ο笊踔帘萰ava和C#.net更徹底；從事Python開發(fā)，所從事的工作機(jī)會(huì)和工作崗位及工作內(nèi)容可選擇的余地很多，未來(lái)發(fā)展的空間也很大。
3 - 人才需求大
據(jù)統(tǒng)計(jì)，Python人才需求量每日高達(dá)5000+,但目前市場(chǎng)上會(huì) Python的程序員少之又少, 競(jìng)爭(zhēng)小，很容易高薪就業(yè)。從Python開發(fā)者薪資的變化趨勢(shì)來(lái)看，目前Python正處于行業(yè)爆發(fā)初期的風(fēng)口上。
4
縱觀各大網(wǎng)站可發(fā)現(xiàn)，各大互聯(lián)網(wǎng)公司對(duì)于Python工程師需求較為強(qiáng)烈，Python待遇10K以上占80%左右,全國(guó)Python人才需求為：北京、上海、廣州。 Python工程師平均工資10K+（數(shù)據(jù)源于職友集） 其中比例： 6K~8K占5.6% 8K~10K占12.8% 15~20K占24% 20K~30K占8.8% Python工程師就業(yè)形勢(shì)分析 薪資待遇：工資10K-15K占比例為多，高達(dá)44.1% 經(jīng)驗(yàn)要求：0-3年工作經(jīng)驗(yàn)要求占60%超大比例 學(xué)歷要求：大專及以上學(xué)歷要求占99%，
的師資一名好老師可以讓你短時(shí)間擁有和老師一樣牛的本領(lǐng)。萬(wàn)和python課程，8年以上教學(xué)經(jīng)驗(yàn)，任職于大型軟件互聯(lián)網(wǎng)企業(yè)架構(gòu)師的大牛老師，手把手親自授課。
實(shí)戰(zhàn)的項(xiàng)目我們信奉實(shí)干才是硬道理！企業(yè)項(xiàng)目，真實(shí)演練。從設(shè)計(jì)層面、框架選擇、靈活性、擴(kuò)展性、故障處理、以及如何優(yōu)化等多個(gè)角度幫你掌握科學(xué)合理的開發(fā)流程。
科學(xué)的教學(xué)萬(wàn)和IT教育所有課程，當(dāng)然也包括Python課程，全程小班面授非視頻教學(xué)，階段性能力測(cè)試，質(zhì)量更有保證。聽不懂隨時(shí)喊“咔”；一時(shí)學(xué)不會(huì)，后期免費(fèi)重學(xué)。
優(yōu)惠的費(fèi)用一時(shí)失意，讓萬(wàn)和幫你東山再起。萬(wàn)和IT教育與百度金融，中國(guó)銀行等正規(guī)金融機(jī)構(gòu)簽訂戰(zhàn)略合作協(xié)議，所有課程支持學(xué)費(fèi)分期，更有先上課就業(yè)后再付費(fèi)的優(yōu)惠等著您。
| 第一階段：python核心編程 | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| Python開發(fā)環(huán)境 | 認(rèn)識(shí)操作系統(tǒng)；認(rèn)識(shí)python；開發(fā)環(huán)境pycharm | ||||||||
| 基礎(chǔ)語(yǔ)法 | 1. 注釋；變量以及類型；標(biāo)識(shí)符；輸出/輸入； 2. 控制語(yǔ)句使用思路、運(yùn)算符；數(shù)據(jù)類型的轉(zhuǎn)換； 3. 字符串介紹；字符串的輸出/輸入；下標(biāo)和切片；字符串常見操作； 4. 列表的操作；元組操作；字典操作 | ||||||||
| 函數(shù) | 1. 函數(shù)的概念；函數(shù)的定義和調(diào)用；函數(shù)的文檔說(shuō)明； 2. 函數(shù)參數(shù)；函數(shù)的返回值； 3. 種函數(shù)的類型；函數(shù)的嵌套調(diào)用； 4. 局部變量；全局變量； 5. 函數(shù)應(yīng)用：學(xué)生管理系統(tǒng)（函數(shù)版）； 6. 引用；函數(shù)參數(shù)；遞歸函數(shù)；匿名函數(shù)； | ||||||||
| 文件操作 | 1. 文件介紹；文件的打開與關(guān)閉；文件的讀寫； 2. 應(yīng)用練習(xí)：文件拷貝； 3. 文件的隨機(jī)讀寫定位概念的理解； 4. 文件重命名、刪除； 文件夾的相關(guān)操作； 5. 應(yīng)用練習(xí):批量修改文件名； 6. 文件應(yīng)用:學(xué)生管理系統(tǒng)(文件版)； | ||||||||
| 面向?qū)ο?/td> | 1. 面向?qū)ο缶幊探榻B；類和對(duì)象；類的定義； 2. 創(chuàng)建對(duì)象；魔法方法；self； 3. 保護(hù)對(duì)象的屬性；__del__()方法； 4. 單繼承；多繼承；重寫方法以及調(diào)用被重寫的方法；多態(tài)；類屬性和實(shí)例屬性； | ||||||||
| 設(shè)計(jì)模式與異常處理 | 1． 工廠模式；單例模式；__new__()方法； 2. 異常；捕獲異常；異常的傳遞；自定義異常；異常處理中拋出異常； | ||||||||
| 模塊 | 1. 模塊制作；模塊發(fā)布； 2. 模塊安裝；模塊使用； 3. import 語(yǔ)句；from…import 語(yǔ)句；rom…import* 語(yǔ)句; | ||||||||
| 銀行ATM模擬程序 | 1. 項(xiàng)目分析與設(shè)計(jì)； 2. 銀行卡類，主要用來(lái)存儲(chǔ)賬戶信息，包括卡號(hào)、密碼、用戶名、余額四個(gè)屬性，另外寫了一個(gè)構(gòu)造方法。 3. ATM機(jī)類，主要用來(lái)查詢和修改銀行卡的信息，寫了五個(gè)方法，以銀行卡類的對(duì)象作為參數(shù)，實(shí)現(xiàn)銀行卡查詢（包括卡號(hào)、密碼、用戶名、余額）、存款（銀行卡余額增加）、取款（銀行卡余額減少）、修改銀行卡密碼、退卡（退出程序）等功能； | ||||||||
| 第二階段：python和Linux編程 | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| Linux基本命令 | 1. shell操作；文件和目錄；文件屬性修改命令；查找與檢索命令； 2. 磁盤管理；壓縮包管理；進(jìn)程管理；用戶管理；網(wǎng)絡(luò)管理； 3. 其他命令；常用服務(wù)器ftp/ssh/samba；編輯器vim/sublime/gedit； 4. gcc工具鏈；ubuntu軟件安裝與卸載； 5. RedHat軟件安裝與卸載；centOS軟件安裝與卸載； | ||||||||
| 網(wǎng)絡(luò)編程與多任務(wù) | 1. 多任務(wù)-進(jìn)程；多任務(wù)-協(xié)程；多任務(wù)-線程 ； 2. 網(wǎng)絡(luò)-udp；網(wǎng)絡(luò)-tcp；收發(fā)文件夾； 3. 網(wǎng)絡(luò)協(xié)議與數(shù)據(jù)包解析; | ||||||||
| 實(shí)戰(zhàn)項(xiàng)目：mini-web服務(wù)器 | 1. web服務(wù)器的運(yùn)行原理、MySQL數(shù)據(jù)庫(kù)操作和設(shè)計(jì)； 2. 元類對(duì)數(shù)據(jù)庫(kù)封裝的設(shè)計(jì)思想； 3. 并發(fā)服務(wù)器模型；靜態(tài)頁(yè)面；正則表達(dá)式解析； 4. 動(dòng)態(tài)頁(yè)面；log日志；數(shù)據(jù)庫(kù)mysql應(yīng)用；數(shù)據(jù)庫(kù)mysql應(yīng)用； 5. mysql與python交互；mysql的ORM實(shí)現(xiàn)；mini-web服務(wù)器框架集成； 6. 項(xiàng)目驗(yàn)收與總結(jié)； | ||||||||
| 第三階段：web開發(fā) | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| 靜態(tài)頁(yè)面 | 1. html入門；css入門；css； 2. css； | ||||||||
| 動(dòng)態(tài)頁(yè)面 | 1. JavaScript編程；DOM操作； 2. JQuery；JQuery； 3. JQuery； 4. 項(xiàng)目：電商頁(yè)面綜合； | ||||||||
| Django框架開發(fā) | 1. Django入門；Django模型； 2. Django視圖； 3. Django模板；Django常用； | ||||||||
| 項(xiàng)目：電商平臺(tái) | 1. GIt版本控制；Redis開發(fā)； 2. 購(gòu)物電商平臺(tái)項(xiàng)目編碼； 3. Django第三方模塊； 4. Nginx配置和uWSGI部署； | ||||||||
| Flask web框架 | 1. Flask入門；模板與表單； 2. 數(shù)據(jù)庫(kù)；第三方擴(kuò)展和部署； | ||||||||
| 公眾號(hào)開發(fā) | 1. 公眾號(hào)類別；開發(fā)原理； 2. 服務(wù)器驗(yàn)證； 3. 公眾號(hào)接收與發(fā)送消息； 4. 公眾號(hào)菜單；jssdk包開發(fā)； | ||||||||
| 項(xiàng)目：租房網(wǎng)o2o | 1. RESTful接口開發(fā)； 2. 移動(dòng)端Web生活類o2o項(xiàng)目編碼； | ||||||||
| 第四階段：爬蟲開發(fā) | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| 爬蟲開發(fā) | 1. 爬蟲知識(shí)體系和urllib2庫(kù)基本使用；urllib2與Requests模塊； 2. 結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)提?。欢嗑€程爬蟲+Selenium+PhantomJS； 3. 定向抓取互聯(lián)網(wǎng)中領(lǐng)域的海量信息； 4. 數(shù)據(jù)分析,清洗數(shù)據(jù),進(jìn)行數(shù)據(jù)分析和挖掘； | ||||||||
| Mongodb應(yīng)用開發(fā) | 1. 基本使用增刪改查；聚合操作； 2. 備份和恢復(fù)； 3. Mongodb和python交互； | ||||||||
| Scrapy框架 | 1. 配置安裝、入門案例； 2. Scrapy Shell； 3. item Pipline、Spider； 4. CrawlSpider； 5. Downloader Middlewares； 6. Settings； | ||||||||
| Scrapy-redis分布式組件 | 1. Scrapy-redis提供了下面四種組件（components）：(這四個(gè)模塊都要做相應(yīng)的修改)； 2. Scheduler； 3. Duplication Filter； 4. Item Pipeline； 5. Base Spider； | ||||||||
| 實(shí)戰(zhàn)項(xiàng)目：IT桔子分布式爬蟲 | 1. IT桔子是關(guān)注IT互聯(lián)網(wǎng)行業(yè)的結(jié)構(gòu)化的公司數(shù)據(jù)庫(kù)和商業(yè)信息服務(wù)提供商； 2. IT桔子致力于通過(guò)信息和數(shù)據(jù)的生產(chǎn)、聚合、挖掘、加工、處理，幫助目標(biāo)用戶和客戶節(jié)約時(shí)間和金錢、提率，以輔助其各類商業(yè)行為，包括風(fēng)險(xiǎn)投資、收購(gòu)、競(jìng)爭(zhēng)情報(bào)、細(xì)分行業(yè)信息、國(guó)外公司產(chǎn)品信息數(shù)據(jù)服務(wù)等； 3. 需求：運(yùn)用分布式爬蟲，實(shí)現(xiàn)規(guī)?；瘮?shù)據(jù)采集。采集頁(yè)面下所有創(chuàng)業(yè)公司的公司信息: | ||||||||
| 第五階段：人工智能（機(jī)器學(xué)習(xí)、深度學(xué)習(xí)） | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| 數(shù)學(xué)基礎(chǔ) | 1. 微積分與概率論基礎(chǔ)； 2. 線性代數(shù)與矩陣運(yùn)算； 3. 數(shù)理統(tǒng)計(jì)與參數(shù)估計(jì)； 4. 凸優(yōu)化基礎(chǔ)； 5. 梯度下降和擬牛頓、大熵模型； | ||||||||
| 數(shù)據(jù)分析 | 1. 科學(xué)計(jì)算numpy、pandas； 2. 分析策略；數(shù)據(jù)可視化matpalotlib； 3. 自然語(yǔ)言處理NLTK； | ||||||||
| 機(jī)器學(xué)習(xí) | scikit-learn；機(jī)器學(xué)習(xí)與特征工程； 分類算法；回歸與非監(jiān)督學(xué)習(xí)。 1 .numpy數(shù)據(jù)處理Ipython入門、numpy導(dǎo)入、ndarray屬性與基本操作 2. pandas 什么是Series、什么是DataFrame、DataFrame的數(shù)據(jù)丟失處理、pandas層次化索引、pandas 拼接操作、美國(guó)各州人口數(shù)據(jù)分析、pandas數(shù)據(jù)處理、pandas繪圖函數(shù)、pandas讀取數(shù)據(jù)、學(xué)生使用pandas練習(xí)數(shù)據(jù)處理 3. scipy scipy安裝、scipy 高數(shù)積分、scipy實(shí)現(xiàn)登月圖片消噪、scipy圖像處理ndimage、pandas 透視表和交叉表 ； 4. matplotlib 圖像的灰度化處理、 matplotlib風(fēng)格和樣式 、matplotlib基礎(chǔ)知識(shí)、matplotlib四圖； 5. KNN算法 KNN算法原理、KNN回歸案例、KNN入門案例、KNN分類案例； 6. 線性回歸&邏輯斯蒂回歸算法 導(dǎo)數(shù)回顧、實(shí)例糖尿病的線性回歸、嶺回歸與Lasso回歸、線性回歸原理、矩陣的回顧、邏輯斯蒂回歸算法； 7. 決策樹算法&樸素貝葉斯算法 決策樹原理、貝葉斯原理、決策樹實(shí)例、貝葉斯實(shí)例； 8. SVM支持向量機(jī)&聚類k-means算法.SVM原理、K-Means算法原理、SVM 實(shí)例、K-Means算法實(shí)際應(yīng)用案例 | ||||||||
| 機(jī)器學(xué)習(xí)項(xiàng)目 | 算法與項(xiàng)目相結(jié)合，選擇經(jīng)典kaggle項(xiàng)目，從數(shù)據(jù)預(yù)處理開始一步步代碼實(shí)戰(zhàn)帶大家入門機(jī)器學(xué)習(xí)。選擇經(jīng)典案例基于真實(shí)數(shù)據(jù)集，從數(shù)據(jù)預(yù)處理開始到建立機(jī)器學(xué)習(xí)模型以及效果評(píng)估，完整的講解如何使用python及其常用庫(kù)進(jìn)行數(shù)據(jù)的分析和模型的建立。使用pandas進(jìn)行數(shù)據(jù)的預(yù)處理和分析，使用matplotlib進(jìn)行可視化的展示以及基于scikit-learn庫(kù)的機(jī)器學(xué)習(xí)模型的建立 實(shí)戰(zhàn)案例： 1.人臉識(shí)別； 2.手跡識(shí)別； 3.預(yù)測(cè)年收入； 4.自動(dòng)臉補(bǔ)全； 5.使用聚類手寫數(shù)字識(shí)別； 6.汽車車牌識(shí)別； | ||||||||
| 深度學(xué)習(xí) | 1. TensorFlow框架開發(fā)； 2. Tensorflow IO操作； 3. 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)、全連接神經(jīng)網(wǎng)絡(luò)與實(shí)現(xiàn)； 4. 卷積神經(jīng)網(wǎng)絡(luò)網(wǎng)絡(luò)與實(shí)現(xiàn)； 5. 項(xiàng)目：圖像識(shí)別； | ||||||||
| 深度學(xué)習(xí)項(xiàng)目實(shí)戰(zhàn) | 基于深度學(xué)習(xí)火Tensorflow框架實(shí)戰(zhàn)，結(jié)合案例演示如何應(yīng)用框架構(gòu)造神經(jīng)網(wǎng)絡(luò)模型并完成案例任務(wù) 使用深度學(xué)習(xí)框架從零開始完成人臉檢測(cè)，驗(yàn)證碼識(shí)別，人臉關(guān)鍵點(diǎn)定位，垃圾郵件分類，圖像風(fēng)格轉(zhuǎn)換，AI自己玩游戲等。對(duì)于每一個(gè)項(xiàng)目實(shí)戰(zhàn)，從數(shù)據(jù)預(yù)處理開始一步步構(gòu)建網(wǎng)絡(luò)模型并展開分析與評(píng)估。 提供所涉及的所有數(shù)據(jù)，代碼以及PPT，方便大家動(dòng)手進(jìn)行項(xiàng)目實(shí)踐！ | ||||||||
| 第六階段：自動(dòng)化運(yùn)維 | |||||||||
| 主講內(nèi)容 | 技術(shù)要點(diǎn) | ||||||||
| LAMP 環(huán)境編譯及 Apache 配置 | 1. LAMP 環(huán)境編譯； 2. Apache 基本選項(xiàng)及應(yīng)用案例； 3. 彈性云計(jì)算； 4. 云存儲(chǔ)； 5. 云數(shù)據(jù)庫(kù)； | ||||||||
| Nginx 服務(wù) | 1. LNMP 安裝與管理； 2. FastCGI 模式； 3. 修改 Nginx 配置文件； 4. 配置 Nginx 虛擬主機(jī)； 5. 負(fù)載均衡技術(shù)； 6. Nginx 反向； 7. 模塊設(shè)置； | ||||||||
| iptables 防火墻 | 1. 防火墻概述； 2. TCP_wrappers 防護(hù)機(jī)制； 3. iptables 防火墻語(yǔ)法； 4. 常用防火墻腳本； 5.將 iptables 作為 NAT 路由器； | ||||||||
| Ansible | 1. Ansible 簡(jiǎn)介； 2. 安裝配置與運(yùn)行； 3. Ansible 使用； 4. Ansible-API 的使用； | ||||||||
| 自動(dòng)化運(yùn)維工具SaltStack | 1. saltstack 介紹； 2. saltstack 安裝運(yùn)行； 3. saltstack 的使用； 4. saltstack API 使用； | ||||||||
| Docker自動(dòng)化管理平臺(tái)開發(fā) | 1.Docker介紹、安裝與基本使用； 2.Docker API介紹與調(diào)用； 3.通過(guò)API對(duì)docker鏡像庫(kù)、docker contoiner進(jìn)行管理； 4.通過(guò)web管理所有docker contoiner的增刪改查及； 5.狀態(tài)監(jiān)測(cè)與監(jiān)控系統(tǒng)對(duì)接實(shí)現(xiàn)docker容器狀態(tài)的監(jiān)測(cè)； | ||||||||
| 運(yùn)維綜合實(shí)戰(zhàn)：saltstack與 docker結(jié)合構(gòu)建高可用和自動(dòng)發(fā)現(xiàn)服務(wù) | 架構(gòu)說(shuō)明：管理員在salt-master端使用python程序啟動(dòng)容器，向redis注冊(cè)信息，包括容器名字、IP、端口等。master端會(huì)根據(jù)這個(gè)信息實(shí)時(shí)生成pillar數(shù)據(jù)，再根據(jù)相應(yīng)的states文件，就能定期更新haproxy配置和reload服務(wù)。 | ||||||||
監(jiān)控系統(tǒng)需求 1.可監(jiān)控常用系統(tǒng)服務(wù)、應(yīng)用、網(wǎng)絡(luò)設(shè)備等 2.一臺(tái)主機(jī)上可監(jiān)控多個(gè)不同服務(wù)、不同服務(wù)的監(jiān)控間隔可不同 3.同一個(gè)服務(wù)在不同主機(jī)上的監(jiān)控間隔、報(bào)警閾值可不同 4.可以批量的給一批主機(jī)添加、刪除、修改要監(jiān)控的服務(wù) 5.告警： 不同的服務(wù) 因?yàn)闃I(yè)務(wù)重要程度不同，如果出了問(wèn)題可以設(shè)置不同的報(bào)警可以特定的服務(wù)或告警的事件通知給特定的用戶告警的升級(jí)設(shè)定 6.歷史數(shù)據(jù) 的存儲(chǔ)和優(yōu)化 實(shí)現(xiàn)用少的空間占用量存儲(chǔ)多的有效數(shù)據(jù)如何做到1s中之內(nèi)取出一臺(tái)主機(jī)上所有服務(wù)的5年的監(jiān)控?cái)?shù)據(jù)？ 7. 數(shù)據(jù)可視化，如何做出簡(jiǎn)潔美觀的用戶界面？ 8.如何實(shí)現(xiàn)單機(jī)支持5000+機(jī)器監(jiān)控需求？ 9.采取何種通信方式？主動(dòng)、被動(dòng)？ 10.如何實(shí)現(xiàn)監(jiān)控服務(wù)器的水平擴(kuò)展？
架構(gòu)說(shuō)明：管理員在salt-master端使用python程序啟動(dòng)容器，向redis注冊(cè)信息，包括容器名字、IP、端口等。master端會(huì)根據(jù)這個(gè)信息實(shí)時(shí)生成pillar數(shù)據(jù)，再根據(jù)相應(yīng)的states文件，就能定期更新haproxy配置和reload服務(wù)。
點(diǎn)擊率預(yù)估是廣告技術(shù)的核心算法之一，它是很多廣告算法工程師喜愛的戰(zhàn)場(chǎng)。廣告的價(jià)值就在于宣傳效果,點(diǎn)擊率是其中直接的考核方式之一,點(diǎn)擊率越大,證明廣告的潛在客戶越多,價(jià)值就越大,因此才會(huì)出現(xiàn)了刷點(diǎn)擊率的工具和技術(shù)。通過(guò)對(duì)于點(diǎn)擊量的評(píng)估，完成對(duì)于潛在用戶的價(jià)值挖掘
郵件主要可以分為有效郵件和垃圾郵件兩大類，有效郵件指的郵件接收者有意義的郵件，而垃圾郵件轉(zhuǎn)指那些沒有任何意義的郵件，其內(nèi)容主要包含賺錢信息、成人廣告、商業(yè)或者個(gè)人網(wǎng)站廣告、電子雜志等，其中垃圾郵件又可以發(fā)為良性垃圾郵件和惡性垃圾郵件，良性垃圾郵件指的就是對(duì)收件人影響不大的信息郵件，而惡性垃圾郵件指具有破壞性的電子郵件，比如包含病毒、等惡意程序的郵件。垃圾郵件過(guò)濾主要使用使用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等相關(guān)算法，比如貝葉斯算法、CNN等，識(shí)別出所接收到的郵件中那些是垃圾郵件。
溫馨提示
