1.结合编码实例讲解 Spark的概念、架构及用法。 2.Spark如何选择合适的执行环境，如何配置合适的执行参数，如何确保环境的稳定运行，如何避免数据丢失及灾难恢复。 3.结合案例讲解下 Spark 图计算 GraphX 的一些应用 4.结合一个完整的 Spark项目，讲解项目落地需要注意的各种事项。

为什么需要领域驱动设计 演练领域驱动设计的过程 基于微服务的软件重构

随着大数据时代的快速到来，以及大数据在生产生活中迅速普及与应用，大数据领域如雨后春笋般的出现大量的新技术，如Hadoop、Spark等技术，其中Python语言已经成为大数据技术中最为重要的一部分，被越来越多的企业所使用。Python语言的功能涵盖了大数据领域的数据处理、统计分析、数据挖掘、机器学习、深度学习、人工智能、大数据应用开发等各种不同类型的计算操作，应用范围广泛、前景非常广阔。本课程是尹老师多年工作经验的总结和归纳，从实际业务案例为入口，使学员从理论层到实操层面系统的学习数据处理技术，使学员深入理解Python语言等数据分析工具。通过本课程的学习，学员即可以正确的分析企业的数据，为管理者、决策层提供数据支撑。 本课程重点讲解基于Python语言的机器学习算法，Python语言对机器学习算法原理及实现、Python实现可视化呈现应用案例进行剖析讲解

Apache Flink是一个开源的针对批量数据和流数据的处理引擎，已经发展为ASF的顶级项目之一。Flink 的核心是在数据流上提供了数据分发、通信、具备容错的分布式计算。同时，Flink 在流处理引擎上构建了批处理引擎，原生支持了迭代计算、内存管理和程序优化。 随着大数据时代的快速到来，以及大数据在生产生活中迅速应用，数据分析、数据建模、数据挖掘、人工智能等重要性越发突出，本课程是针对大数据时代的特点，尹老师总结多年产品经理的经验，结合大数据与人工智能特点，本课程重点内容包括Apache Flink的诞生背景、运行原理、Apache Flink API的使用、Apache Flink流式处理的相关人工智能算法以及Apache Flink的企业级使用最佳实践。同学通过此次课程可以开发Apache Flink程序和AI程序。

Python基础 解释器Python2.7/3.x、IDE：Anaconda/Pycharm 列表/元组/字典/类/文件 Python安装与环境配置 Python基本数据类型：list, dict, tuple, set等 Python文件操作：txt, excel等 Python 的标准库和第三方库 Python高级用法：切片、迭代、map、filter、reduce 典型图像处理

本课程根据GB/T 25000.51-2016和GB/T 25000.10-2016中对软件性能效率的要求。 解析在标准中对软件性能效率的要求。 解析标准中对测试文档集中的要求。 在实战的项目中，针对产出物的要求，根据测试用例执行产生的数据，编写性能软件测试计划/方案、软件测试说明/软件测试场景、软件性能测试结果报告。