1、通过培训使学员深入理解Spark的大数据实现技术原理； 2、PySpark基础与进阶：Spark基础、RDD、DataSet操作、SQL操作，Spark分布式部署与任务调度、机器学习流程与Pipeline、图计算介绍与图计算性能。 3、通过培训使学员深入理解并能运行PySpark 的Core、Streaming、SQL、Mllib、GraphX等子项目； 4、通过培训使学员具备PySpark内存计算框架的开发编程能力； 5、通过培训使学员学会PySpark程序开发，处理业务数据,掌握数据处理，独立完成数据分析，变量处理，数据等，独立完成数据建模，模型拟合及策略验证分析；

物联网是新一代信息技术的重要组成部分，也是“信息化”时代的重要发展阶段。其英文名称是：“Internet of things（IoT）”。顾名思义，物联网就是物物相连的互联网。这有两层意思：其一，物联网的核心和基础仍然是互联网，是在互联网基础上的延伸和扩展的网络；其二，其用户端延伸和扩展到了任何物品与物品之间，进行信息交换和通信，也就是物物相连。物联网包括智能感知、智能识别技术与互联网等通信感知技术，也因此被称为继计算机、互联网之后世界信息产业发展的第三次浪潮。物联网是互联网的应用拓展，是互联网的业务和应用。因此，应用创新是物联网发展的核心，以用户体验为核心的创新2.0是物联网发展的灵魂。

1.使学员理解云计算的概念、技术生态、应用现状、发展趋势等； 2.使学员了解云计算的基本概念及应用场景；熟悉阿里云平台相关产品的基本概念，包括云服务器ECS、对象存储OSS等； 3.使学员掌握阿里云平台和服务体系，包括阿里云平台和服务体系简介、产品、技术体系、安全体系及方案及应用介绍； 4.使学员掌握阿里云服务器ECS，包括阿里云服务器ECS概述、功能介绍、ECS API、应用介绍及产品演示； 5.使学员掌握阿里云对象存储OSS，包括阿里云对象存储OSS概述、操作及管理、安全及OSS API等； 6.使学员理解传统软件项目转型至云计算的转型方案、转型思路、实际案例等； 7.使学员掌握云计算下的运维，包括网络、硬件、应用服务、数据存储等方面的运维工作，以及相关主流工具的介绍； 了解阿里云平台相关产品的主要应用场景及组合使用的应用场景。

1.深入介绍网络基础； 2.深入剖析路由交换，路由协议等知识；

虚拟化技术是云计算的核心技术。云计算概念发源于Google和Amazon等超大规模的互联网公司，随着这些公司业务的成功，作为其支撑技术的云计算也得到了业界的高度认可和广泛传播。时至今日，云计算已被普遍认为是IT产业发展的新阶段，被赋予了很多产业和产品层面的意义。由于意义多重，各种概念纷繁复杂，众多公司和从业人员的眼中都有自己的一朵云。 传统的系统设计考虑的主要是单机环境，而云计算主要考虑的环境却是数据中心。从单机到数据中心，很多设计原则发生了根本变化，极端点可以说PC时代30年来一直追捧的系统设计原则与理念在网络迅速普及和数据爆炸的今天已完全不适用。云计算在互联网时代应运而生，因此云计算是应对网络迅速普及和数据爆炸的最有效的IT技术解决方案。 云计算是利用系统架构技术把超大规模服务器资源整合起来，为用户提供灵活与快速的资源分配和任务调度能力，实现业务的敏捷性。这里的超大规模、资源整合、灵活与快速都体现着云计算应对网络迅速普及和数据爆炸所带来的问题的能力。云计算是采用哪些IT技术来切实可行的解决这些问题的呢？最为核心的两大技术就是虚拟化、云计算管理平台，这两大技术实现了超大规模数据中心的运维管理；并且通过云计算管理平台为用户提供虚拟机租赁等服务。 接下来的课程为大家呈现虚拟化核心技术，为企业的IT战略发展提供参考。

随着物联网技术、互联网的快速发展，云计算不能很好的解决高实时性的问题，于是新的计算模型应运而生，即雾计算、边缘计算。雾计算、边缘计算是指在靠近事物发生的现场快速处理数据或者请求的计算模型，这样能够减少请求响应时间（如CDN内容发布网络）、减少网络带宽同时保证数据的安全性和私密性。 对物联网而言，雾计算、边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地雾计算、边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户，还可为用户提供更快的响应，将需求在边缘端解决。 而雾计算、边缘计算也是一种分布式计算，将数据资料的处理、应用程序的运行甚至一些功能服务的实现，由网络中心下放到网络边缘的节点上。雾计算、边缘计算是指在靠近事物或数据源头的一侧，采用网络、计算、存储、应用核心能力为一体的开放平台，就近提供最近端服务。其应用程序在靠近事物侧运行，产生更快的网络服务响应，满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求。雾计算、边缘计算处于物理实体和工业连接之间，或处于物理实体的顶端。而云端计算，仍然可以访问雾计算、边缘计算的历史数据。 5G时代，连接设备数量会大量增加，网络边缘侧会产生庞大的数据量。如果这些数据都由核心管理平台来处理，则在敏捷性、实时性、安全和隐私等方面都会出现问题。但采用雾计算、边缘计算，就可以就近处理海量数据，大量设备可以实现高效协同工作，诸多问题迎刃而解。