這是一系列技術課程，這個技術課程我准備了大概兩年多的時間，內容都是近幾年我的一些技術沉淀，還有就是給同事講課、分享的經驗總結，之前零零碎碎的一直躺在我的硬盤里沒有時間整理。
最近，工作有了變動，終於可以抽出點時間來，所以就抽空整理了一下，分享出來。
現在我也在看別人的博客，學習別人的視頻，可是到最后總會有一個感覺，就是：“講得太散了，沒有一條主線能把它們連接起來！”
最終導致的結果就是：我學習了很多知識點，但是我卻不知道如何把它變成一個項目。
為了避免這種情況給閱讀的小伙伴帶來困擾，接下來的兩個月我會按一個產品的整個生命周期來寫，在項目中把這些知識點都寫進去，這樣閱讀者讀起來心中便有了整體概念。
下面這個表格是我列出來的課程大綱（傳送門部分會持續更新），這些模塊都寫完的話，估計得花1-2個月的時間。
| JAVA工程 | |||
| 項目 | 模塊 | 傳送門 | |
| 數據可視化分析項目 | 1 | 架構設計 | 1.1 課程架構 1.2 數據可視化系統架構 |
| 2 | 技術選型 | 2.1 技術選型 | |
| 3 | 邏輯設計 | 3.1 邏輯設計 | |
| 4 | 庫表設計 | 4.1 庫表設計 | |
| 5 | 代碼生成 | 5.1 代碼生成 | |
| 6 | 開發 | 6.1 開發 | |
| 7 | 打包 | 7.1 打包 | |
| 8 | 部署 | 8.1 發布/部署 | |
| 9 | 附：虛擬機搭建 | 9.1 VMWare安裝CentOS 9.2 其它可能用到的內容 |
|
| 數據分析 | |||
| 項目 | 模塊 | 傳送門 | |
| 流量專題 | 1 | 數據采集 | |
| 2 | ETL | ||
| 3 | 數據清洗 | ||
| 4 | 模型設計 | ||
| 5 | 數據分析 | ||
| 6 | 抽取 | ||
| 畫像專題 | 1 | 數據准備 | |
| 2 | 模型設計 | ||
| 3 | 用戶標簽 | ||
| 4 | 算法 | ||
| 搜索專題 | 1 | 埋點 | |
| 2 | 數據上報 | ||
| 3 | 小量數據搜索：Elasticsearch | ||
| 4 | 海量數據搜索：架構 | ||
| 5 | 海量數據搜索：三級索引 | ||
| 6 | 海量數據搜索：三級緩存 | ||
| 爬蟲 | |||
| 項目 | 模塊 | 傳送門 | |
| Scrapy | 1 | 安裝 | 1、Scrapy安裝 |
| 2 | 實戰 | 1、Re正則爬取 2、XPath |
|
| 3 | 多線程 | ||
| 4 | 存儲數據 | ||
| 機器學習 | |||
| 項目 | 模塊 | 傳送門 | |
| 傳統機器學習 | 1 | LR邏輯回歸 | |
| 2 | K-means聚類 | ||
| 3 | 協同過濾 | ||
| 4 | LSI相似性 | ||
| 5 | 其它 | ||
| 深度學習 | 1 | Tensorflow介紹 | |
| 2 | 自然語言處理-Word2Vec | ||
| 3 | 自然語言處理-Seq2Seq | ||
| 4 | 利用RNN生成唐詩宋詞 | ||