科學的大數據課程
讓零基礎也能騰飛
在實戰中與企業業務接軌
360度多方位就業輔導
分鐘
讓你了解什么是云計算&大數據前景好到沒朋友！薪資高到沒對手！不學大數據就真out了！
馬云說：未來的時代將不是IT時代，而是DT
(Data Technology)的時代，最大的能源是數據！
現如今，醫療、能源、通信、零售、金融、體育、游戲、影視、旅游、交通行業等各行業都離不開大數據，大數據從采集、傳輸、存儲、分析等各個環節產生巨大的經濟價值，因其廣泛的應用而迅猛發展。
根據國際數據公司IDC、Gartner預測，到2020年，企業基于大數據計算分析平臺的支出將突破5000億美元。目前，我國大數據人才供不應求未來3到5年，人才需求呈直線式增長，數據分析師、數據架構師、大數據開發工程師等人才缺口 更是達百萬級別。
李克強總理曾簽批，國務院印發《促進大數據發展行動綱要》，系統部署大數據發展工作。
尚學堂課程內容均由業內多年經驗的講師精心研發，不僅如此，尚學堂緊密關注大數據新領域，并對課程內容實時更新，課程內容全、新、快！
尚學堂貫徹實戰化教學于每一處細節，對于項目，我們嚴格篩選，緊密貼合企業實際需求，告別形式化，向實效化不斷延伸，讓學員在項目實戰中真正做到事半功倍，以一頂百！
尚學堂的老師均為業界大牛，擁有多年開發和管理項目經驗。尚學堂十一年品牌，為了貫徹“實戰化教學品牌”的理念，所有講師都是從一線企業高薪聘請而來，嚴格篩選寧缺毋濫！
尚學堂為每個就業班都安排有專職的技術指導老師，無論是白天上課還是晚上自習，360度全方位對學員疑惑進行知識點梳理、答疑、輔導。尤其是給予末位學員重點關心，以確保知識點掌握上每個學員不掉隊，真正落實不放棄任何一個學員。
尚學堂不僅擁有迭代更新、實戰化的課程體系，更是秉承實戰化教學，把實戰化深貫徹到每個環節。無論是從理念、內容、模式、手段均落地實戰化，對項目、對老師，從難從嚴高要求，把實戰化教學落到實處。不僅如此，尚學堂緊密關注大數據新領域，并對課程內容實時更新，課程內容全、新、快！
尚學堂就業部協助學員就業，跟很多企業達成了上門招聘合作，每周8-20家企業上門招聘，倡導“雙保險”的就業服務。同時尚學堂還可以為優秀學員提供獵頭服務，與企業合作的緊密程序勝過諸多機構。
企業需求量身定制
按需培養學員
一體化實戰教學
頗受企業歡迎
每周8-20家企業上門招聘
深入淺出夯實技術功底
講課程更講方法
有效增加邏輯性
多看多練多積累
不同類型數據水到渠成
項目實戰貫穿學習全過程
學到都是真本事
| 階段 | 技術名稱 | 技術內容 |
| 課程大綱 | JavaSE | JAVA 開發基礎知識 | Eclipse 開發環境 | JavaSE 7.0 API | 多線程技術 | Socket 網絡技術 | Regular Expression | Java反射技術 | Properties技術 | 各種實戰設計模式| Java Debug技術 | 面向對象設計原則詳解 | 實例解決面向對象設計 |
| 實戰數據結構 (面試中，經常碰到的數據結構和算法問題，怎么能不講呢？良好的基礎和素質，是企業看中應屆大學生最重要的點！) |
數據結構實戰訓練 | 數組、鏈表等常用數據結構實戰 | |
| 反射機制 | JAVA的動態性、Reflection技術、JVM類加載器、Class對象、Method等 | |
| GOF 23種設計模式 | 創建型模式，共五種：工廠方法模式、抽象工廠模式、單例模式、建造者模式、原型模式 結構型模式，共七種：適配器模式、裝飾器模式、代理模式、外觀模式、橋接模式、組合模式、享元模式 行為型模式，共十一種：策略模式、模板方法模式、觀察者模式、迭代子模式、責任鏈模式、命令模式、備忘錄模式、狀態模式、訪問者模式、中介者模式、解釋器模式 |
|
| 實戰項目 (實戰化，才能塑造真功夫。尚學堂讓你進入編程世界的第一天就開始接觸實戰項目。這是其他機構完全做不到的。) |
福彩雙色球模擬 (簡單的小項目，讓大家開開葷，練練算法。順便試試手氣，看能不能中500萬。^_^) |
 |
| 階段技能 | 通過仿12306訂票系統、福彩雙色球模擬、美式普爾桌球三大項目的訓練，學員掌握桌面應用軟件的編程，能夠單獨寫完10000行代碼，深度熟悉JavaSE的多項特性，例如易于開發性、元數據、泛型、并發實用程序等，成為行業認證的“JavaSE工程師”，實現熟練操作數據庫連接、接口定義、輸入/輸出、網絡編程等技能，能夠開發基于JAVA的數據庫、網絡應用等底層系統應用。月薪達到6000~8000元。 | |
| 階段 | 技術名稱 | 技術內容 |
| 課程大綱 | ORACLE數據庫 | oracle 基礎管理；SQL 語言，PL/SQL 語言；觸發器、存儲過程； 序列、索引、視圖對象；數據備份與移植；多表連接難題詳解；MySQL數據庫的使用； |
| MYSQL數據庫 | Mysql5.5/5.6數據庫、navigat客戶端軟件; 業界常見問題設計；數據庫表的設計范式； | |
| 數據庫設計 | 設計的三大范式；PowerDesigner的使用； | |
| JDBC技術 | JDBC基礎；Statement、PreparedStatement、ResultSet結果集對象等。 | |
| 數據庫連接池技術 | Pool池的思想；連接池技術；C3P0、proxool連接池等；使用設計模式開發連接池；詳細擴展與測試池效率； | |
| ORM對象關系映射基本思想 | 使用反射機制和ORM思想封裝JDBC工具 | |
| SQL優化 數據庫常見筆試題和面試題 |
||
| 階段 | 技術名稱 | 技術內容 |
| 課程大綱 | HTML5 & CSS3 & JavaScript | JOHTML5 語言； CSS 3語言； JavaScript 語言；作用域，閉包，繼承，模塊化編程，異步加載； BOM瀏覽器對象模型； DOM文檔對象模型； JS操作CSS； JS操作DOM； ECMAScript； JS操作DIV；protoype；js基于對象編程； HTML 5新技術特點； webSocket，地理定位，canvas； Firefox和chrome瀏覽器開發者工具；javascript控制臺console； |
| CommonsJS, Requires.js | javascript模塊化開發 | |
| jqueryUI/jquery easyui (選講一個) |
教授企業常用jquery ui和jquery easyui組件 | |
| Echart/fusioncharts/highcharts 報表工具（選講一個） |
報表統計、報表處理；圖表處理； |
| 階段 | 技術名稱 | 技術內容 |
| 課程大綱 | TCP/IP及Http協議深入講解 | 深入理解協議內部機制；掌握TCP/IP協議與HTTP協議的通信標準 |
| Servlet 和JSP | Servlet 技術；JSP 技術； JSTL Tag Library 技術； Filter&Listener技術 報表系統； FileUploading； Tomcat 服務器技術；servlet 過濾器和AOP編程；servlet監聽器 |
|
| Servlet 4 新特性 (講解最新的技術，領先潮流。普通機構能做到嗎？) |
請求/響應復用；流的優先級；服務器推送 Http 2.0 新協議 |
|
| HTML 5.1 | CANVAS；SVG；GeoLocation；離線緩存；WebSocket通信協議 | |
| Git版本控制系統 | 深入學習git版本控制系統，并把自己的項目托管到github或其他git代碼托管平臺，嘗試參與開源軟件開發 | |
| XML 技術 | XML + XSL + DTD/Schema；XML數據解析 | |
| Tomcat服務器 | 服務器使用; config配置詳解; 高并發訪問下的tomcat優化 | |
| AJAX技術 | AJAX的原理，AJAX的開發步驟，AJAX的優化與兼容性問題 | |
| jQuery 3 （前端開發的利器，任何程序員都應掌握的一把瑞士軍刀。別人再講jQuery1的時候，我們已經再講和企業同步的JQuery3了。培訓機構必須迅速跟上企業的步伐，不然和大學還有什么分別？） |
最新的JavaScript框架jQuery，2016年6月發布最新版3.0，更快的速度，更小的尺寸，更優越的設計 | |
| 階段技能 | 此階段，學員掌握JavaEE這套全然不同于傳統應用開發的技術架構，依托JavaEE的支持異構環境、高效的開發、可伸縮性等優勢，結合虎峰物業收費系統、易人貸P2P互聯網金融平臺、尚學堂作業管理系統、速學堂四大項目的實戰訓練，熟練使用JavaEE的核心技術，例如EJB、JSP、JMS、JDBC、XML等；通過20000行代碼訓練，學員不僅能滿足無需太多費用而又需要高可用性、高可靠性以及可擴展性的應用的需求，降低了開發多層應用的費用和復雜性，同時具備獨立開發互聯網網站及數據庫工程的能力。薪資達到8000~10000元。 | |
| 階段 | 技術內容 |
| Linux大綱 | 這章是基礎課程，幫大家進入大數據領域打好Linux基礎，以便更好地學習Hadoop，hbase,NoSQL，Spark，Storm，docker,kvm,openstack等眾多課程。因為企業中無一例外的是使用Linux來搭建或部署項目。 |
| 1) Linux的介紹，Linux的安裝：VMware Workstation虛擬軟件安裝過程、CentOS虛擬機安裝過程 2) 了解機架服務器，采用真實機架服務器部署linux 3) Linux的常用命令：常用命令的介紹、常用命令的使用和練習 4) Linux系統進程管理基本原理及相關管理工具如ps、pkill、top、htop等的使用； 5) Linux啟動流程，運行級別詳解，chkconfig詳解 6) VI、VIM編輯器：VI、VIM編輯器的介紹、VI、VIM扥使用和常用快捷鍵 7) Linux用戶和組賬戶管理：用戶的管理、組管理 8) Linux磁盤管理，lvm邏輯卷，nfs詳解 9) Linux系統文件權限管理：文件權限介紹、文件權限的操作 10) Linux的RPM軟件包管理：RPM包的介紹、RPM安裝、卸載等操作 11) yum命令，yum源搭建 12) Linux網絡：Linux網絡的介紹、Linux網絡的配置和維護 13) Shell編程：Shell的介紹、Shell腳本的編寫 14) Linux上常見軟件的安裝：安裝JDK、安裝Tomcat、安裝mysql,web項目部署 |
|
| 大型網站 高并發處理 |
通過本章的學習大家將會了解大數據的源頭，數據從何而來，繼而更好的了解大數據。并且通過學習何果處理大型網站高并發問題反向更深入的學習了Linux，同時站在了更高的角度去觸探了架構。 |
| 1) 第四層負載均衡 a) Lvs負載均衡 i. 負載算法，NAT模式，直接路由模式（DR），隧道模式（TUN） b) F5負載均衡器介紹 2) 第七層負載均衡 a) Nginx b) Apache 3) Tomcat、jvm優化提高并發量 4) 緩存優化 a) Java緩存框架 i. Oscache，ehcache b) 緩存數據庫 i. Redis，Memcached 5) Lvs+nginx+tomcat+redis|memcache構建二層負載均衡千萬并發處理 6) Haproxy 7) Fastdfs小文件獨立存儲管理 8) Redis緩存系統 a) Redis基本使用 b) Redis sentinel高可用 c) Redis好友推薦算法 |
|
| Lucene課程 | 在大數據里面文本數據的搜索是很重要的一塊，特別是里面的分詞技術，是后面機器學習里面文本挖掘的基石，我們需要深入學習java領域里面的搜索核心技術lucene，同時也可以了解到百度 google這樣的搜索系統是怎么架構實現的。 |
|
1) Lucene介紹
2) Lucene 倒排索引原理
3) 建索引 IndexWriter
4) 搜索 IndexSearcher
5) Query
6) Sort和 過濾 （filter）
7) 索引優化和高亮 |
|
| Solr課程 | 接著前面lucene技術搜索，如果把lucene技術比如為發動機，那solr就是一輛成型的汽車了。學習完solr可以幫助你在企業里面快速的架構搜索系統。首先Solr是基于Lucene做的，Lucene是一套信息檢索工具包，但并不包含搜索引擎系統，它包含了索引結構、讀寫索引工具、相關性工具、排序等功能，因此在使用Lucene時你仍需要關注搜索引擎系統，例如數據獲取、解析、分詞等方面的東西。而Solr的目標是打造一款企業級的搜索引擎系統，因此它更接近于我們認識到的搜索引擎系統，它是一個搜索引擎服務，通過各種API可以讓你的應用使用搜索服務，而不需要將搜索邏輯耦合在應用中。而且Solr可以根據配置文件定義數據解析的方式，更像是一個搜索框架，它也支持主從、熱換庫等操作。還添加了飄紅、facet等搜索引擎常見功能的支持。 |
|
1) 什么是solr
2) 為什么工程中要使用solr
3) Solr的原理
4) 如何在tomcat中運行solr
5) 如何利用solr進行索引與搜索
6) solr的各種查詢
7) solr的Filter
8) solr的排序
9) solr的高亮
10) solr的某個域統計
11) solr的范圍統計
12) solrcloud集群搭建
|
|
| Hadoop 離線計算大綱 |
一、初識hadoop 聽過大數據，必聽過hadoop，此部分帶領大家了解hadoop的用途，在大數據中的用途，以及快速搭建一個hadoop的實驗環境，在本過程中不僅將用到前面的Linux知識，而且會對hadoop的架構有深入的理解，并為你以后架構大數據項目打下堅實基礎。
|
|
1) Hadoop生態環境介紹
2) Hadoop云計算中的位置和關系
3) 國內外Hadoop應用案例介紹
4) Hadoop 概念、版本、歷史
5) Hadoop 核心組成介紹及hdfs、mapreduce 體系結構
6) Hadoop 的集群結構
7) Hadoop 偽分布的詳細安裝步驟
8) 通過命令行和瀏覽器觀察hadoop
|
|
| 二、 HDFS體系結構和shell以及java操作 詳細剖析HDFS，從知曉原理到開發網盤的項目讓大家打好學習大數據的基礎，大數據之于分布式，分布式學習從學習分布式文件系統（HDFS）開始。 | |
|
1) HDFS底層工作原理
2) HDFS datanode,namenode詳解
3) Hdfs shell
4) Hdfs java api
|
|
| 三、 詳細講解Mapreduce Mapreduce可以說是任何一家大數據公司都會用到的計算框架，也是每個大數據工程師應該熟練掌握的，此處的學習除了老師詳細的講解理論外，會通過大量的案例讓大家徹底掌握。 | |
|
1) Mapreduce四個階段介紹
2) Writable
3) InputSplit和OutputSplit
4) Maptask
5) Shuffle：Sort，Partitioner，Group,Combiner
6) Reducer
|
|
| 四、 Mapreduce案例案例 | |
|
1) 二次排序
2) 倒排序索引
3) 最優路徑
4) 電信數據挖掘之-----移動軌跡預測分析（中國棱鏡計劃）
5) 社交好友推薦算法
6) 互聯網精準廣告推送 算法
|
|
| 五、 Hadoop2.x集群搭建 前面帶領大家開發了大量的MapReduce程序，此部分將帶來大家讓開發的程序運行在分布式集群中，并且運行在健壯高可用的集群中。 | |
|
1) Hadoop2.x集群結構體系介紹
2) Hadoop2.x集群搭建
3) NameNode的高可用性（HA）
4) HDFS Federation
5) ResourceManager 的高可用性（HA）
6) Hadoop集群常見問題和解決方法
7) Hadoop集群管理 |
|
| 分布式數據庫 Hbase |
大數據中使用Hbase的案例多的舉不勝舉，也可凸顯大家學習的必要性。即使工作多年的大數據工程師Hbase的優化也是需要好好學習的重點。 |
|
1) HBase定義
2) HBase與RDBMS的對比
3) 數據模型
4) 系統架構
5) HBase上的MapReduce
6) 表的設計
7) 集群的搭建過程講解
8) 集群的監控
9) 集群的管理
10) HBase Shell以及演示
11) Hbase 樹形表設計
12) Hbase 一對多 和 多對多 表設計
13) Hbase 微博 案例
14) Hbase 訂單案例
15) Hbase表級優化
16) Hbase 寫數據優化
17) Hbase 讀數據優化
|
|
| 數據倉庫Hive | Hive是使用sql進行計算的hadoop框架，工作中最常用到的部分，也是面試的重點，此部分大家將從方方面面來學習Hive的應用，任何細節都將給大家涉及到。 |
|
1) 數據倉庫基礎知識
2) Hive定義
3) Hive體系結構簡介
4) Hive集群
5) 客戶端簡介
6) HiveQL定義
7) HiveQL與SQL的比較
8) 數據類型
9) 外部表和分區表
10) ddl與CLI客戶端演示
11) dml與CLI客戶端演示
12) select與CLI客戶端演示
13) Operators 和 functions與CLI客戶端演示
14) Hive server2 與jdbc
15) 用戶自定義函數（UDF 和 UDAF）的開發與演示
16) Hive 優化
|
|
| 數據遷移工具Sqoop | sqoop適用于關系型數據庫和HDFS分布式數據系統之間進行數據轉換，在企業中，是構建數據倉庫的一大工具。 |
| 1) 介紹 和 配置Sqoop 2) Sqoop shell使用 3) Sqoop-import a) DBMS-hdfs b) DBMS-hive c) DBMS-hbase 4) Sqoop-export |
|
| Flume分布式 日志框架 |
Flume最早是Cloudera提供的日志收集系統，目前是Apache下的一個孵化項目，Flume支持在日志系統中定制各類數據發送方，用于收集數據。大家學習完此節后不但可以掌握Flume的使用，而且可以進行對于Flume的開發。 |
|
1) flume簡介-基礎知識
2) flume安裝與測試
3) flume部署方式
4) flume source相關配置及測試
5) flume sink相關配置及測試
6) flume selector 相關配置與案例分析
7) flume Sink Processors相關配置和案例分析
8) flume Interceptors相關配置和案例分析
9) flume AVRO Client開發
10) flume 和kafka 的整合
|
|
| Zookeeper 開發 |
Zookeeper在分布式集群（Hadoop生態圈）中的地位越來越突出，對分布式應用的開發也提供了極大便利，這也是這里我們帶領大家深入學習 Zookeeper的原因。本課程主要內容包括Zookeeper深入、客戶端開發（Java編程，案例開發）、日常運維、Web界面監控。大家這里學好Zookeeper，對后面學習其他技術至關重要。 |
|
1) Zookeeper java api開發
2) Zookeeper rmi高可用分布式集群開發
3) Zookeeper redis高可用監控實現
4) Netty 異步io通信框架
5) Zookeeper實現netty分布式架構的高可用 |
|
| 項目實戰 | 某大型電商日志分析和訂單管理 在實戰中學習，技術點非常多，怎么樣實際運用這些點是我們在自學過程中體驗不到的。電商日志分析包括：pv、uv，跳出率，二跳率、廣告轉化率、搜索引擎優化等，訂單模塊有：產品推薦，商家排名，歷史訂單查詢，訂單報表統計等。 |
| 項目技術架構體系： a) Web項目和云計算項目的整合
b) Flume通過avro實時收集web項目中的日志
c) 數據的ETL
d) Hive 批量 sql執行
e) Hive 自定義函數
f) Hive和hbase整合。
g) Hbase 數據支持 sql查詢分析
h) Mapreduce數據挖掘
i) Hbase dao處理
j) Sqoop 在項目中的使用。
k) Mapreduce 定時調用和監控
|
| 階段 | 技術內容 |
| redis緩存 系統課程大綱 |
|
|
1) redis特點、與其他數據庫的比較
2) 如何安裝redis
3) 如何使用命令行客戶端
4) redis的字符串類型
5) redis的散列類型
6) redis的列表類型
7) redis的集合類型
8) 如何使用java訪問redis【a.python訪問redis,scala訪問redis】
9) redis的事務(transaction)
10) redis的管道(pipeline)
11) redis持久化(AOF+RDB)
12) redis優化
13) redis的主從復制
14) redis的sentinel高可用
15) twemproxy,codis實戰
16) redis3.x集群安裝配置
|
|
| Kafka課程 | Kafka是當下流行的隊列，可以說是從數據采集到大數據計算承上啟下的重要環節，大家在此部分將會詳細學習它的架構，kafka在大家大數據的項目中幾乎都會涉及到。 |
|
1) kafka是什么
2) kafka體系結構
3) kafka配置詳解
4) kafka的安裝
5) kafka的存儲策略
6) kafka分區特點
7) kafka的發布與訂閱
8) zookeeper協調管理
9) java編程操作kafka
10) scala編程操作kafka
11) flume 和kafka 的整合
12) Kafka 和storm 的整合
|
|
| Storm 實時數據處理 |
本部分學習過后，大家將全面掌握Storm內部機制和原理，通過大量項目實戰，讓大家擁有完整項目開發思路和架構設計，掌握從數據采集到實時計算到數據存儲再到前臺展示，所有工作一個人搞定！譬如可以一個人搞定淘寶雙11大屏幕項目！不光從項目的開發的層次去實現，并可以從架構的層次站在架構師的角度去完成一個項目。 |
| 項目技術架構體系： 1) Storm的基本概念
2) Storm的應用場景
3) Storm和Hadoop的對比
4) Storm集群的安裝的linux環境準備
5) zookeeper集群搭建
6) Storm集群搭建
7) Storm配置文件配置項講解
8) 集群搭建常見問題解決
9) Storm常用組件和編程API：Topology、 Spout、Bolt
10) Storm分組策略(stream groupings)
11) 使用Strom開發一個WordCount例子
12) Storm程序本地模式debug、Storm程序遠程debug
13) Storm事物處理
14) Storm消息可靠性及容錯原理
15) Storm結合消息隊列Kafka：消息隊列基本概念(Producer、Consumer、Topic、Broker等)、消息隊列Kafka使用場景、Storm結合Kafka編程API
16) Storm Trident概念
17) Trident state 原理
18) Trident開發實例
19) Storm DRPC(分布式遠程調用)介紹
20) Storm DRPC實戰講解
21) Storm和Hadoop 2.x的整合：Storm on Yarn
Storm開發實戰： Kafka+Storm+Hbase+redis項目實戰，以及多個案例 |
|
| 項目實戰 | 項目技術架構體系： Storm+hbase+kafka+flume+echarts a) flume實時采集日志
b) kafka緩沖隊列
c) storm實時處理
d) Hbase dao存儲處理結果
e) 前端Web實時展示報表
|
| 階段 | 技術內容 |
| Scala課程 | 在此部分內，將更注重scala的各種語言規則與簡單直接的應用，而不在于其是如何具體實現，通過學習本課程能具備初步的Scala語言實際編程能力。本部分課程也可以視為大家下面學習Spark課程的鋪墊，供大家掃盲熟悉Scala，提前進行熱身運動。 |
|
1) scala解釋器、變量、常用數據類型等
2) scala的條件表達式、輸入輸出、循環等控制結構
3) scala的函數、默認參數、變長參數等
4) scala的數組、變長數組、多維數組等
5) scala的映射、元組等操作
6) scala的類，包括bean屬性、輔助構造器、主構造器等
7) scala的對象、單例對象、伴生對象、擴展類、apply方法等
8) scala的包、引入、繼承等概念
9) scala的特質
10) scala的操作符
11) scala的高階函數
12) scala的集合
13) scala數據庫連接
|
|
| Spark 大數據處理 |
本部分內容全面涵蓋了Spark生態系統的概述及其編程模型，深入內核的研究，Spark on Yarn,Spark Streaming流式計算原理與實踐，Spark SQL,Spark的多語言編程以及SparkR的原理和運行。不僅面向項目開發人員，甚至對于研究Spark的學員，此部分都是非常有學習指引意義的課程。 |
|
1) Spark介紹
2) Spark應用場景
3) Spark和Hadoop MR、Storm的比較和優勢
4) RDD
5) Transformation
6) Action
7) Spark計算PageRank
8) Lineage
9) Spark模型簡介
10) Spark緩存策略和容錯處理
11) 寬依賴與窄依賴
12) Spark配置講解
13) Spark集群搭建
14) 集群搭建常見問題解決
15) Spark原理核心組件和常用RDD
16) 數據本地性
17) 任務調度
18) DAGScheduler
19) TaskScheduler
20) Spark源碼解讀
21) 性能調優
22) Spark和Hadoop2.x整合：Spark on Yarn原理
|
|
| Spark Streaming 實時計算 |
|
|
1) Spark Streaming：數據源和DStream
2) 無狀態transformation與有狀態transformation
3) Streaming Window的操作
4) sparksql 編程實戰
5) spark的多語言操作
6) spark最新版本的新特性
|
|
| 項目實戰 | 
|
北京海淀區校區（總部）：北京市海淀區西三旗街道建材城西路中騰建華商務大廈東側二層尚學堂
北京京南校區：北京亦莊經濟開發區科創十四街6號院1號樓 賽蒂國際工業園
咨詢電話：400-009-1906 / 010-56233821
面授課程：?JavaEE+微服務+大數據? ???大數據+機器學習+平臺架構?????Python+數據分析+機器學習??人工智能+模式識別+強化學習???WEB前端+移動端+服務端渲染
山西學區地址：山西省晉中市榆次區大學城大學生活廣場萬科商業A1座702
鄭州學區地址：河南電子商務產業園6號樓4層407
咨詢電話：0371-55177956
武漢學區地址：武漢市東湖高新區光谷金融港B22棟11樓
咨詢電話：027-87989193
四川學區地址：成都市高新區錦暉西一街99號布魯明頓大廈2棟1003室
咨詢電話：028-65176856 / 13880900114
網址：http://www.cssxt.com/
咨詢電話：0731-83072091
深圳校區地址：深圳市寶安區航城街道航城大道航城創新創業園A4棟210（固戍地鐵站C出口）
咨詢電話：0755-23061965 / 18898413781
上海尚學堂松江校區地址：上海市松江區榮樂東路2369弄45號綠地伯頓大廈2層
咨詢電話：021-67690939
廣州校區地址：廣州市天河區元崗橫路31號慧通產業廣場B區B1棟6樓尚學堂（地鐵3號線或6號線到“天河客運站”D出口，右拐直走約800米）
咨詢電話：020-2989 6995
保定招生辦公室
地址：河北省保定市競秀區朝陽南大街777號鴻悅國際1101室
電話：15132423123
