1、列表概念及操作、元组概念及操作、字典概念及操作、字符串概念及操作、集合概念及操作、for循环及forelse用法函数应用 函数的基本语法、函数执行流程、文档注释、带参数的函数、带返回值的函数、函数的嵌套调用、匿名函数、递归函数、局部变量和全局变量、引用文件操作文件的概念、文件的打开与关闭、文件读写, 以及文件定位读写、文件、目录相关操作面向对象 面向对象介绍、类和对象的概念、魔术方法的意义及作用、对象成员的访问控制权限、继承的概念及意义、继承、多层继承和多继承、多态的概念以及应用、类属性和实例属性、实例方法、类方法、静态方法、设计模式: 单例模式异常处理 理解异常的作用、捕获异常、异常的传递规
2、则、自定义异常模块和包 模块和包的概念、_all_的用法、import语句用法、from.import.用法、from.import * 用法项目: 飞机大战 pygame介绍、界面搭建、键盘事件检测、显示飞机、控制飞机、飞机发射子弹、显示敌机、敌机移动规则、敌机发射子弹、碰撞检测、面向对象完成代码封装人工智能+Python就业班课程大纲第二阶段：python和Linux高级编程 （2号老师）Linux系统应用 Linux发展历史、Ubuntu操作系统介绍与使用、Linux命令使用、常用ssh/ftp服务器安装与配置、vi/vim编辑器使用可掌握的核心能力:1.能够熟练使用Linux操作系统；
3、2.掌握网络编程相关技术,能够实现网络间数据通信；3.掌握程序设计中处理并发相关技术,并能够编写支持高并发量的网络程序；4.能够熟练掌握MySQL操作相关技术,熟练编写各种数据库操作SQL语句,并能够进行Python与MySQL之间的数据交互；5.掌握正则表达式语法规则以及Python处理正则表达式的re模块,能够实现对字符串进行复杂模式匹配；6.掌握web服务器的工作流程,以及web框架的实现原理。可解决的现实问题:能够使用面向对象的程序设计方法,基于Linux操作系统进行高并发量的网络程序开发。市场价值:熟练掌握Python技术和常见网络协议,可满足企业开发的初级需求,根据市场反馈数据看,
4、薪资普遍在6000-8000元/月。网络编程 网络通信技术介绍、IP地址介绍、端口概念介绍、基于UDP通信技术相关接口、基于TCP通信技术相关接口、TCP3次握手和4次挥手概念、TCP/IP协议概念并发编程 并发技术介绍、多线程并发技术相关接口、线程同步与互斥锁、线程同步与互斥锁、死锁介绍、进程的概念以及状态、多进程并发技术相关接口、进程间通信技术、进程池概念及应用、迭代器及生成器概念及语法、协程并发技术介绍、yield关键字用法、协程-greenlet介绍与使用、协程-gevent介绍与使用正则表达式 正则表达式理论知识、正则表达式语法规则、re模块的使用 数据库编程数据库理论知识、MySQ
5、L数据库基本使用、MySQL查询、MySQL与Python的交互、MySQL高级话题、SQL-分组查询、SQL-分页查询、SQL-连接查询、自关联、SQL-子查询、Python与MySQL的交互、MySQL视图、MySQL事务、MySQL索引、MySQL用户管理Python语法进阶 GIL（全局解释器锁）、深拷贝和浅拷贝话题、私有化、import模块导入问题剖析、再议封装、继承、多态、多继承以及MRO顺序、回顾静态方法、类方法、property属性讲解与应用、魔术方法与属性、with上下文管理器、面向对象程序设计强化理解、闭包、装饰器项目：mini-web服务器 web服务器通信过程、HTTP
6、协议、web服务器实现mini-web框架 WSGI协议、Mini-web框架实现第三阶段：前端开发（20）3号老师html与csshtml概述及基本结构、html标签及布局入门、css载入方式、css选择器、css属性入门、css基本布局演示、相对地址与绝对地址、列表及表单、盒子模型、css显示属性、css元素溢出、表格、定位、css权重 1、可根据UI设计，开发web网站的前端页面；2、PC端和移动端页面特效开发；3、前端页面性能优化。1、开发常见Web网站的前端页面和移动端H5页面；2、跟后台进行数据通信；3、掌握当前市场流行的前后端分离的开发模式中所用的前端框架。前端作为web网站开发
7、的半壁江山，全栈工程师必备技能，8000-12000月JavaScript变量、数据类型及基本语法规范、函数、条件语句、获取元素方法及操作元素、事件属性及匿名函数、综合实例、数组及操作方法、循环语句、字符串及操作方法、调试程序的方法、定时器、变量作用域、封闭函数jQueryjquery选择器、jquery样式操作、绑定click事件、jquery动画、jquery特殊效果、jquery链式调用、jquery属性操作、jquery循环、jquery事件、表单验证、事件冒泡及事件委托、Dom操作、javascript对象、json和ajax请求Vue.js框架vue.js简介及基本概念、Vue.j
8、s模板语法、计算属性和侦听属性、Class与Style绑定、条件渲染、列表渲染、事件处理、表单输入绑定、过滤器、实例生命周期、数据交互、ES6语法、vue组件、vue单文件组件、vue组件开发自动化工具、生成vue单页面应用项目目录、组件嵌套、路由、数据请求及跨域、打包上线第四阶段：Web开发（30）4号老师Flask框架Flask框架介绍、路由定义及视图函数、Cookie及Session、Jinja2模板语言、ORM与数据库、CSRF攻击与防御、蓝图、单元测试 1、可根据产品原型图，开发web网站的前端界面；2、可根据业务流程图，开发web网站的后台业务；3、可根据web框架设计，开发对应的
9、数据库；4、缓存服务器的操作和设计；5、异步任务的实现。1、高并发全功能的web网站开发；2、提供数据响应速度灵活运用缓存；3、根据实际问题设计出相应数据库表。web全栈工程师，独立开发前端和后端业务，10000-20000。新经资讯网 Redis缓存、Git源代码管理、常见web网站开发逻辑、前后端不分离模式、Flask-Session使用、图片验证码、容联云短信验证码、七牛云存储、后台新闻管理、Gunicorn+Nginx部署Django框架 Django框架介绍、Django模型、ORM及数据库操作、视图及模板、Django中间件、DjangoRESTframework美多商城 购物电商
10、平台项目编码、前后端分离模式、RESTful接口开发、vue组件、MySQL读写分离、Django高级第三方模块、FastDFS分布式文件系统、Celery异步操作、在线支付、Nginx+uWSGI部署第五阶段：数据处理（20）5号老师爬虫入门爬虫相关工具、requests模块、数据的提取方法、xpath语法、lxml模块、多线程、多进程爬虫、线程池、协程池实现爬虫 可掌握的核心能力：1、掌握爬虫的工作原理和实现流程；2、掌握通用的反反爬的机制；3、掌握mongodb数据库的应用；4、可使用基础的模块实现数据采集；5、可使用主流的爬虫框架实现数据采集；6、能够自己造轮子实现爬虫框架；7、掌握数
11、据分析基本流程与步骤；8、掌握数据挖掘的一般过程。1、能够实现定向抓取互联网上的海量信息；2、能够运用爬虫框架包括实现分布式爬虫；3、能够根据具体需求，实现定制的爬虫框架；4、能够对海量数据进行分析，根据需求挖掘数据的潜在价值。具备互联网数据采集的爬虫开发能力，市场薪资普遍在11000-25000爬虫提高 selenium实现动态网页的数据抓取、常见的反爬措施、mongodb数据库的基本使用、mongodb数据库的高级查询、mongodb的聚合操作、mongodb的索引和备份恢复、mongodb和python的交互、scrapy框架、scrapy_redis的分布式组件电商广告推荐系统项目用户
12、点击流日志收集、用户画像建模、推荐对象画像建模、数据实时计算平台、数据离线计算平台、推荐算法模型、协同过滤算法爬虫框架开发框架的基础结构、框架核心模块的封装、框架动态模块的加载、框架实现请求去重、框架中使用线程池、协程池、框架分布式的实现、框架实现增量式爬虫功能、框架实现断点续爬功能项目苏*商品数据爬虫、当*商品数据爬虫、京*商品数据爬虫、亚*商品数据爬虫第六阶段：人工智能（15） 数据挖掘科学计算numpy、pandas、数据可视化matpalotlib、金融数据的分析和处理1、掌握数据挖掘基础工具使用；2、掌握数据挖掘处理数据方法；3、了解常见机器学习算法原理；4、根据量化交易规则设计策略
13、；5、掌握深度学习算法和框架；6、图像识别、检测的实现。1、从数据支持到策略开发；2、实现自动交易策略；3、深度学习模型的训练过程；4、图像识别、检测任务。具备可对数据进行初步分析和挖掘，进行机器学习建模或深度学习训练，根据市场反馈数据看，薪资普遍在15000-30000。机器学习特征工程、监督学习分类算法、监督学习回归算法、非监督学习、Scikit-learn使用、模型选择与调优量化交易历史数据、实时数据、股票数据指标、多因子模型、量化交易策略、回测框架深度学习 TensorFlow框架开发；TensorflowIO操作；神经网络基础、全连接神经网络实现；卷积神经网络网络与实现；项目案例：验
14、证码识别图像识别边缘检测；对象识别；特征点检测；分类检测训练语音识别 读取音频数据；语音特征提取；语音信号生成；语音识别器第七阶段：面试强化自动化运维shell基本语法及脚本开发规范、shell变量、表达式、shell脚本常见符号和命令、shell流程控制、shell编程综合演练、项目生命周期、代码发布流程、django项目生产环境部署、手工代码发布、简单脚本编写流程及提高、大型脚本编写流程及提高 1、掌握shell编程基础和开发技巧；2、掌握shell编程常用表达式和流程控制语句；3、掌握项目发布的流程规范；4、掌握生产脚本的编写流程规范；5、了解项目生命周期及项目常见开发模式。1、项目环境
15、自动化部署；2、项目代码自动化发布；3、项目生命周期理解。复习和巩固所学知识，进行专题面试强化。数据结构 算法复杂度、链表、桟和队列、排序、搜索就业指导简历撰写、模拟面试 人工智能+Python在职加薪班学习对象具有一定开发经验的Python Web工程师，爬虫工程师，人工智能工程师，需要具备各个方向的专业知识基础。注：获取更多免费学习视频+资料+笔记，请加QQ：2632311208。上课方式在线学习培训时间随到随学 人工智能+Python在职加薪班课程大纲课程阶段名称 主讲内容 技术要点 Web阶段 RPC原理与实践（一）RPC原理RPC介绍、通信协议、服务器工作模型、异常处理，详情可询咨询
16、老师 点击咨询培训费用人工智能+Python 学费价格详情（享受优惠价的条件是什么？）1.理解RPC与HTTP的关联；2.理解RPC的技术实现；3.理解分布式RPC的技术实现；4.gRPC的使用开发；5.Thrift的使用开发；6.能够基于OpenStack搭建云服务平台；7.掌握云计算平台特点及基本架构功能；8.掌握openstack环境部署；9.掌握openstack平台日常简单使用技巧；10.掌握openstack平台故障梳理思路。1. 服务与服务高效率通信实现；2. 公司私有云搭建。Web进阶必备内容，市场价值在20K-30KRPC原理与实践（二）分布式RPC服务注册、服务发现、服务调
17、用负载均衡RPC原理与实践（三）gRPCProtobuf协议、HTTP/2协议、gRPC使用、异常处理RPC原理与实践（四）Thrift协议选择、Thrift使用OpenStack云计算快速入门云计算基础、OpenStack简介OpenStack云计算之环境部署实验环境、支撑性服务部署、认证组件部署、glance组件部署、计算组件部署、网络组件部署OpenStack云计算之综合实践第一个VM实例、可视化界面部署、块存储运用、深入理解VM创建OpenStack云计算之实践拓展定制映像、定制网络爬虫阶段（7）Docker核心技术原理及其应用Docker安装配置、Docker核心技术原理、Docke
18、rCompose原理与使用、环境搭建案例1.深入理解Python爬虫开发核心思路；2.掌握多种队列、消息队列的原理与开发使用；3.掌握多种数据去重方案的原理与开发使用；4.掌握多种响应数据解析、存储方案的开发使用；5.掌握多种异步框架的原理与开发使用；6.掌握多种爬虫客户端工具的原理与开发使用；7.掌握爬虫框架的设计与开发使用；8.掌握多种爬虫反爬处理方案的实现；9.掌握快速搭建复杂开发、生产环境的能力。1.解决爬虫运行环境复杂不稳定的情况；2.对数据采取结果进行数据去重；3.反爬分析及反反爬策略。爬虫系列解决方案，根据不同的需求提供不同的解决方案，市场价值在15K-25K。Python爬虫开
19、发环境与DockerPyCharm配置并使用Docker、基于Docker配置安装爬虫网络库、HTTP/HTTPS与WebSocket、PC/移动端数据抓包爬虫中的去重处理介绍及方案实现爬虫去重应用场景、去重原理介绍、临时去重与持久化去重、信息摘要指纹去重、SimHash指纹去重、布隆过滤器原理与实现Python爬虫中的请求管理的实现爬虫请求管理介绍、请求去重原理与实现、请求调度原理与实现、Redis队列原理与实现、Kafka原理与使用、Rabbitmq原理与使用、断点续爬/增量式爬虫原理Python爬虫中的数据处理业务基础数据解析方式、特殊数据解析方式、数据清洗流程、数据存储介绍、关系型数据
20、库ORM使用、非关系型数据库ORM使用Python爬虫中的异步任务设计进程/线程/协程对比、操作系统IO模型介绍、IO设计模式原理与介绍、Python常用异步IO库原理与使用、分布式异步任务框架原理与使用爬虫架构实现以及案例实战运用爬虫系统/架构设计、爬虫系统/架构设计实现、各大电商网站数据采集、微信小程序/公众号数据采集、各大生活类网站数据采集爬虫中的反爬分析与应对爬虫反爬分析介绍、常见反爬措施与处理方案、多形式代理使用实践、多形式验证码处理实践、JS逆向解析处理与实践人工智能阶段深度学习基础深度学习简史、代价函数、梯度下降算法、激活函数、前馈神经网络1.能够深度掌握深度学习的算法原理以及应
21、用案例；2.在图像识别上能够学到目标检测的项目开发经验；3.掌握相关自然语言处理基础知识；4.开发聊天机器人的开发案例；5.搭建完整的人工智能人脸识别等应用服务。1.基于深度学习的机器视觉相关应用；2.基于第三方平台的人脸识别相关应用；3.基于自然语言处理的聊天类机器人相关应用。人工智能方向进阶课程，机器视觉大型项目，市场价值在20K-35K。深度学习优化进阶神经网络优化难度、正则化、参数初始化策略、优化算法、批量归一化卷积神经网络卷积操作、池化操作、图像识别类网络结构、数据扩充、目标检测类网络结构循环神经网络RNN、循环网络训练、双向/多层/编解码网络、门控循环神经网络、注意力机制高级主题生
22、成对抗网络、迁移学习、半监督学习、自动编码器、CapsuleNet图片商品物体检测项目第一阶段-数据集处理目标检测概述、目标检测数据集、目标检测方法、目标数据标记、标注数据存储、数据集格式转换、TFRecord读取与存储、slim库第二阶段-模型原理、实现目标检测任务描述、R-CNN、SPPNet、FastR-CNN、FasterR-CNN、YOLO与SSD第二阶段-项目框架实现数据读取接口、模型接口、训练与测试接口XX人脸识别课程服务访问方式、人脸识别、物体识别、文字识别、语音识别与合成、语言处理基础技术自然语言处理NLP介紹、NLP种类、端对端深度学习模型、词袋、Seq2seq、BeamS
23、earchDecoding、Attention、LSTM、LSTM实作、文本分类、文本分类的方式、文本分类CNN&RNN、文本生成、文本匹配、文本检索、文本生成图片、Chatbot数据预处理、Chatbot搭建模型、Chatbot训练模型、Chatbot训练模型、Chatbot测试模型、Chatbot优化一、 师资解决方案二、 教学管理培训机构负责教学设备及教学用具的准备、维护和管理。培训机构对学员出勤情况进行管理，并搜集学员反馈的培训效果评估及意见。教学管理所用表格见附件：附件1：考勤登记表附件2：培训效果评估表为实现学员管理工作规范化、制度化，保证培训工作的顺利进行1. 学员管理的指导思想
24、学员管理紧紧围绕显示管理培训目标来进行，从加强管理养老服务人才技能学习、专业理论知识学习和实践能力跟进训练辅导入手，使学员掌握养老服务知识的同时，拥有良好的职业素养。2. 学员管理的内容和方式1） 学员管理工作包括学习管理和实践管理。总成绩占比为：学习成绩40%，实践管理60%，重点是实践管理，总成绩作为学员晋升考核依据；2） 在万众金服统一领导下，培训部门承担学员管理和考核记录工作。实行学员自主管理模式，设置班长、组长，协助培训部具体负责班级的学习和其他事项管理工作。3） 考核管理将学员考勤、课堂表现、完成作业情况、测试情况、理论考核、实践成绩纳入学员考核内容，与管理绩效、评先评优挂钩。学习成绩分值比例：课堂表现：10分考勤情况：20分理论成绩：70分实践成绩：依据机构实习考核成绩最终实习成绩=学习成绩40%+实践成绩60%三、 讲师四、
