阶段一 : python 编程基础

主讲内容:

Python 基础语法
python 容器
函数和文件操作
面向对象

市场价值:

具备最基本的编程思维, 掌握基础的Python编程技术,
  能够完成较小程序的开发

阶段二 : python高级编程和web基础

主讲内容:

Linux 操作系统
多任务编程
Python 网络编程
静态 web 服务器
HTML
CSS
JavaScript
数据库 MySQL
正则表达式
Python 进阶
mini-web 框架

市场价值:

掌握Python开发技术,可以满足企业开发的初级需求

阶段三 :web-Django框架与项目

主讲内容:

Django框架
Git
redis
前端框架Vue基础
项目1：美多商城-用户前台
Django RESTframework框架（DRF）
前端框架Vue进阶
项目2：美多商城后台管理系统（MIS）
部署基础
Docker
架构与性能

市场价值:

Python Web开发工程师，独立开发后端业务，并能辅助开发前端业务。

阶段四 :Web-Flask框架与项目

主讲内容:

Flask框架
Flask-RESTful
项目3：黑马头条Web

市场价值:

高级Python Web开发工程师，独立构建解决方案。

阶段五 :人工智能机器学习编程

主讲内容:

机器学习（科学计算库）
机器学习（算法篇）
机器学习项目实战

市场价值:

对实际问题抽象为算法模型，对收集到的数据进行基本分析，构建有效的算法那模型。

阶段六:人工智能基于大数据的推荐系统项目

主讲内容:

推荐系统项目理论课
推荐系统项目lambda大数据开发
推荐系统项目

市场价值:

 具备基于大数据基础上的推荐系统搭建与开发能力。

阶段七:6选1就业增强课大礼包

就业方向:

方向一：python数据采集
方向二：python测试开发
方向三：python运维开发
方向四：数据分析
方向五：深度学习与物体检测
方向六：NLP聊天机器人

项目一 :美多商城

项目简介

大型B2C电子商务平台，包含用户中心、商品展示、购物车、订单、 支付、评论、搜索等功能 。

项目特色

1、采用前后端分离的技术

2、使用热门的Django REST framework +VUE技术实现

3、采用数据库读写分离技术

4、使用FastDFS实现商品图片数据的存储

5、可掌握支付相关业务的实现

6、可掌握搜索相关技术的使用

项目二 :黑马头条-Web

项目简介

黑马头条项目是一款汇集科技资讯、技术文章和问答交流的用户终端产品 。黑马头条提供全平台应用，让用户轻松获取资讯，发布资讯文章。 项目推荐系统和智能客服。

项目特色

1、采用Elasticsearch搜索引擎I

2、采用企业的Gitflow工作流开发

3、使用gRPC与推荐系统和AI系统对接

4、采用Elasticsearch搜索引擎

5、使用RabbitMQ消息队列

项目三 :黑马头条-推荐系统

项目简介

黑马头条推荐系统建立在海量用户与海量文章之上， 使用Lambda架构整合实时计算和离线计算， 借助分布式环境提高计算能力，通过ALS、LR、Wide&Deep 等机器学习与深度学习、推荐算法进行智能推荐， 达到千人千面的用户推荐效果。

项目特色

1、ABTest实验平台

2、用户反馈收集

3、实时计算平台

4、离线计算分析平台

5、召回算法模型

6、排序算法模型

项目四 :小智同学聊天机器人

项目简介

小智聊天机器人，使用了自然语言处理的技术， 实现人机对话。实现的是一个类似智能客服的系统， 实现了闲聊功能和问答功能，在App上提供了入口， 能够和机器人闲聊和编程相关的问题。

项目特色

1、接受用户的输入

2、对输入内容进行预处理和特征提取

3、使用分类方法判断用户输入的内容

4、如果意图为闲聊，调用闲聊的模型返回结果

5、如果意图为提问，调用问答模型返回结果

项目五 :数据抓取-分布式爬虫

项目简介

大型门户网站和大型婚恋网站积累了海量信息， 提取有用的价值，应用于数据挖掘、海量数据分析、 市场分析等，掌握爬虫技术显得尤为重要。

项目特色

1、Python 多线程爬虫及其机制

2、使用Python、requests等网络模块

3、使用Python lxml、BeautifulSoup、re、json模块进行数据提取

4、XPath语法规则和各CSS Selector的使用

5、使用Selenium+Chrome实施动态HTML抓取

6、掌握Scrapy框架，以及编写各类中间件

7、掌握scrapy-redis分布式框架，了解各组件工作机制

项目六 :新经资讯平台

项目简介

一款新闻类型的Web项目， 主要为用户提供金融资讯、 数据，以抓取其他网站数据和用户发布作为新闻的主要来源。

项目特色

1、使用Flask Web框架 实现

2、前后端不分离 的形式实现具体业务逻辑

3、常见的 Web 开发流程以及第三方平台工具的集成和使用

项目七 :股票量化交易

项目简介

AI Quant是一个自动量化交易系统，主要用户策略分析以及回测。 通过高质量的预处理金融数据，分析数据中的因子，使用机器学习算法实现自动化 策略产生，并且使用策略相关指标达到回测的能力，最后能够进行模拟交易。 该平台能够实现自动进行策略分析完成交易。

项目特色

1、历史数据、实时数据

2、股票、期货数据指标

3、多因子模型

4、量化交易策略

5、回测框架

6、交易框架