理论+项目实战一体化学习模式

1.Python基础课程

课程内容

面向对象与设计模式

文件系统

网络编程

多任务

数据结构+算法

培养目标

前期通过学习，掌握Python编程语言基础内容；中期主要涉及OOP基础知识， 具有初步软件工程知识并树立模块化编程思想 ，讲解多任务的同时，也给学生们介绍常见数据结构和相应算法， 注重表结构的处理、树结构的处理等知识，学完后学生会具备一定的数据结构和算法能力。

2.Python全栈开发

课程内容

静态页面

页面框架

数据库

Linux操作系统

服务器集群架构

培养目标

通过本模块数据库数据库相关知识，掌握Linux操作系统常用命令和基础知识，学习流行的Docker、Nginx，掌握服务器集群的负载均衡技术，轻松解决网站高并发访问、高负载，挑战大型网站系统架构设计， 具备可掌握的核心能力：1.可根据产品原型图开发网站的前端界面; 2.可根据业务流程图开发网站的后台业务；3.可根据web框架设计，开发对应的数据库；4.缓存服务器的操作和设计；5.异步任务的实现。

3.网络爬虫

课程内容

爬虫与数据

Scrapy框架

Mongodb+Redis

Scrapy-redis框架

培养目标

可掌握的核心能力： 1.掌握爬虫的工作原理和设计思想；2.掌握反爬虫机制； 3.通过学习NoSql数据库和Scrapy-redis框架，可以独立运用分布式爬虫框架实现海量数据的爬取。

4.数据分析+人工智能

课程内容

数据分析-基础内容

数据分析-模块学习

数据分析-数据清洗

数据分析-特征工程和结果可视化

人工智能—机器学习

人工智能—深度学习

人工智能—拓展课程

培养目标

掌握数据分析涉及到的相关概念，了解如何获取数据以及特征工程，熟悉相关模块的使用； 能够认识数据、了解数据的合并、清洗、标准化与转换等常用操作；了解可视化过程；图形绘制 ；掌握Matplotlib模块、常用的机器学习算法，深入接触项目案例，在理解算法的基础上，掌握算法在实际项目中的应用 掌握 PaddlePaddle 基本概念，计算模型和原理；能够通过PaddlePaddle进行深度学习和模型构建与训练 ；掌握训练过程优化方法与问题优化，结合AI行业发展现状，拓展前沿的AI技术，开阔学员的视野。

5.就业指导

课程内容

企业面试前期准备与技巧

企业面试实战

培养目标

从简历、面试技巧等层面助学员提升，培养学员沟通表达能力，让学员清晰了解职业发展规划， 明确自身定位，找到适合自身发展的工作。