大数据进行数据的基础性分析、集成系统、系统、机器学习及深度学习,包括自然语言处理 、语音识别、人机交互等
基于大数据Spark的特征选取,人脸特征的分类模式,同时是机器学习CV方向的一个重要应用。
大数据分析—>数据清洗、AI—>机器学习及深度学习、人机交互
大数据计算框架—>Spark技术、Storm实时计算
大力推动实施
大数据发展战略
行业政策环境良好
2019年
国内大数据市场产值
将突破8000亿元
未来国内基础性
数据分析人才
缺口将达1400万
大数据人才荒
待遇高规格
行业月均22690元
85%以上学员为
本科及985.211学历人群
66%以上学员低于25岁
入职百度、阿里、腾
讯、滴滴、蚂蚁金服等企业
好程序员旨在培养学员编程能力、解决问题能力和自学能力,
掌握Java、sql、hadoop、spark、kafka、数据仓库、数据治理、
元数据相关知识,具备Java核心编程技术、精通sql技能、
具备分布式存储、分布式处理框架、离线数据处理、流式数据处理、
数据仓库构建、任务调度、机器学习等相关技能。
airflow | × | × | × | × | × |
neo4j/janusgraph | × | × | × | × | × |
元数据 | × | × | × | × | × |
血缘及数据质量 | × | × | × | × | × |
griffin | × | × | × | × | × |
kudu | × | × | × | × | × |
alluxio | × | × | × | × | × |
graphna | × | × | × | × | × |
livy | × | × | × | × | × |
distcp | × | × | × | × | × |
实时数仓 | × | × | × | × | × |
hive hook | × | × | × | × | × |
Java基础 | √ | √ | √ | √ | √ |
NIO | √ | √ | √ | √ | √ |
MySQL | √ | √ | √ | √ | √ |
JDBC | √ | √ | √ | √ | √ |
JSON | √ | √ | × | √ | √ |
Servlet | √ | √ | √ | √ | √ |
Maven | √ | × | × | √ | × |
Redis | √ | √ | × | √ | √ |
MongoDB | √ | √ | × | × | × |
JVM原理 | √ | √ | √ | √ | √ |
Linux | √ | √ | √ | √ | √ |
Hadoop | √ | √ | √ | √ | √ |
Hive | √ | √ | √ | √ | √ |
HBase | √ | √ | √ | √ | √ |
Zookeeper | √ | √ | √ | √ | √ |
Flume | √ | √ | √ | √ | √ |
Sqoop | √ | √ | √ | √ | √ |
Oozie | √ | × | × | √ | × |
Scala | √ | √ | √ | √ | √ |
Spark Core | √ | √ | √ | √ | √ |
Spark Streaming | √ | √ | √ | √ | √ |
Spark MLlib机器学习 | √ | × | × | √ | √ |
Python | √ | × | √ | √ | × |
Elasticsearch | √ | × | √ | √ | × |
LogStash | √ | × | × | × | × |
Kibana | √ | × | × | × | × |
Azkaban | √ | × | × | √ | × |
Flink | √ | × | × | √ | × |
Kylin | √ | × | × | √ | × |
spring boot | √ | × | × | × | × |
Echarts | √ | × | × | × | × |
CDH | √ | × | × | √ | × |
Mesos | √ | × | × | × | × |
Phoenix | √ | × | × | × | × |
项目内涵:电商、共享、交通、旅游、广告、物流和金融等行业
项目库项目数量:20个
业务线:30条
课程项目:
伴我汽车(电商平台-离线)
共享汽车(共享平台-离线)
某省交通平台(交通行业-实时数仓)
某牛旅游平台(旅游平台-综合)
某广告投放(广告平台)
某p2p平台(理财平台)
数据地图项目(数据治理平台)
物流平台(某运营支撑分析平台)
通信行业(国内移动)
项目内涵:电商、物流、通信、
共享和金融等行业
项目库项目数量:10-15个
业务线:20条
课程项目:
扣丁学堂(电商平台-离线)
物流平台(某运营支撑分析平台)
通信行业(国内移动)
某广告投放(广告平台)
某共享汽车(共享平台-实时)
某p2p平台(理财平台)
项目内涵:电商、通信等行业
项目库项目数量:3-5个
业务线:10条
课程项目:
电商平台
通信行业
1.1 开班典礼 1.1.1 班主任讲话 1.1.2 负责人讲话 1.1.3 讲师讲话 1.1.4 摸底考试 ...
1.3 - 流程控制 1.3.1 分支流程控制-if 1.3.2 分支流程控制-switch 1.3.3 循环流程控制-while ...
1.5 - 数组 1.5.1 数组的定义与元素访问 1.5.2 数组的内存分析 1.5.3 数组的常见操作 ...
1.7 - 面向对象进阶 1.7.1 包(package)的创建与使用 1.7.2 构造方法 1.7.3 代码块 ...
1.9 - 多态 1.9.1 对象的转型 1.9.2 instanceof关键字 1.9.3 抽象类与抽象方法 ...
1.11 - 包装类型与常用类 1.11.1 包装类型 1.11.2 常用类 1.11.3 枚举 ...
1.13 – 字符串 1.13.1 String类常用方法 1.13.2 StringBuffer/StringBuffer的常用方法 1.13.3 正则表达式 ...
1.15 – 多线程基础 1.15.1多线程概念 1.15.2 并发与并行 1.15.3 创建线程的方式 ...
1.17 – IO流 1.17.1 流的基础 1.17.2 流的分类 1.17.3 字节流 ...
1.19 - 反射 1.19.1 Class类 1.19.2 Class获取对象的三种方式 1.19.3 Constructor构造方法 ...
1.21 - MySql 1.21.1 SQL简介 1.21.2 SQL表的概念 1.21.3 数据库的安装卸载 ...
1.23 阶段考试
1.25 linux中软件安装 1.25.1 软件安装介绍 1.25.2 二进制安装 1.25.3 rpm安装 ...
1.27 awk 1.27.1 awk简介 1.27.2 使用方法 1.27.3 入门实例 ...
1.2 - 基础语法 1.2.1 计算机理论介绍 1.2.2 编程基础--进制分类,进制转换等 1.2.3 什么是Java 1.2.4 常用DOS命令 ...
1.4 - 方法 1.4.1 方法的定义与调用 1.4.2 方法的参数与返回值 1.4.3 方法的重载 ...
1.6 - 面向对象入门 1.6.1 面向对象与面向过程 1.6.2 类的设计 1.6.3 对象的实例化 ...
1.8 - 继承 1.8.1 继承基本的概念 1.8.2 继承中的特点 1.8.3 继承中的构造方法 ...
1.10 - 设计模式 1.10.1 单例设计模式 1.10.2 工厂设计模式 1.10.3 Lambda表达式 ...
1.12 – 异常 1.12.1 异常定义 1.12.2 常用结构. 1.12.3 finally关键的应用 ...
1.14 - 集合框架 1.14.1 集合框架Collection 1.14.2 集合中元素排序 1.14.3 Collections工具类 ...
1.16 - 线程 1.16.1 线程生命周期 1.16.2 临界资源问题 1.16.3 同步代码段synchronized关键字 ...
1.18 - Socket网络编程 1.18.1 TCP 1.18.2 Socket 1.18.3 ServerSocket ...
1.20 – 其他 1.20.1 代理模式 1.20.2 注解 1.20.3 Junit ...
1.22 - JDBC 1.22.1 JDBC概述 1.22.2 JDBC原理 1.22.3 JDBC的实现 ...
1.24 linux的基础 1.24.1 linux的主要特性 1.24.2 常用的linux版本 1.24.3 Vmvare的安装 ...
1.26 shell脚本 1.26.1 Shell介绍 1.26.2 Shell运行环境和运行方式 1.26.3 变量 ...
2.1 CAP理论 2.1.1 Consistency 一致性 2.1.2 Availability 可用性 2.1.3 Partition tolerance 分区容忍性 2.2.4 数据量分布
2.3 一致性、2PC和3PC 2.3.1 一致性 2.3.2 2PC流程 2.3.3 3PC流程 2.3.4 一致性算法
2.2数据分布方式 2.2.1 哈希方式 2.2.2 一致性哈希 2.2.3 范围分布 2.2.4 数据量分布
2.4 大数据集成架构概述 2.4.1 大数据架构简介 ...
3.1 协调服务ZK(1T) 3.1.1 zk的概念 3.1.2 zk架构 3.1.3 zk读写 ...
3.3 数据存储alluxio(1T) 3.3.1 alluxio应用场景及架构组成 3.3.2 alluxio 存储管理 3.3.3 alluxio with spark ...
3.5 数据采集logstash 3.5.1 Logstash介绍 3.5.2 Input组件介绍 3.5.3 Filter组件介绍 ...
3.7 数据同步datax(0.5T) 3.7.1 datax简介 3.7.2 datax核心架构 3.7.3 datax插件介绍 ...
3.9 计算模型MR与DAG(1T) 3.9.1 MR计算模型及流程 3.9.2 DAG计算模型流程 3.9.3 MR过程及调优...
3.11 Impala(1T) 3.11.1 impala简介 3.11.2 impala架构 3.11.3 impala工作原理 ...
3.13 任务调度airflow 3.13.1 airflow简介 3.13.2 执行器 3.13.3 架构 ...
3.2 数据存储hdfs(2T) 3.2.1 hdfs应用场景与架构组成 3.2.2 hdfs HA 环境搭建 3.2.3 hdfs 元数据瓶颈及解决 ...
3.4 数据采集flume(1T) 3.4.1 flume简介-基础知识 3.4.2 flume安装与测试 3.4.3 flume部署方式 ...
3.6 数据同步Sqoop(0.5T) 3.6.1 Sqoop简介以及使用 3.6.2 Sqoop shell使用 3.6.3 Sqoop-import ...
3.8 数据同步mysql-binlog(1T) 3.8.1 mysql-binlog简介 3.8.2 启停binlog 3.8.3 常用binlog日志操作命令 ...
3.10 hive(5T) 3.10.1 Hive是什么 3.10.2 Hive的特点 3.10.3 Hive架构简述 ...
3.12 任务调度Azkaban(1T) 3.12.1 Azkaban简介 3.12.2 Azkaban和oozie的对比 3.12.3 Azkaban server安装配置 ...
4.1 数仓仓库(1T) 4.1.1 数仓的历史 4.1.2 数仓的背景 4.1.3 数仓的定义 ...
4.3 多维数据模型处理kylin(3.5T) 4.3.1 kylin的概览 4.3.2 安装部署 4.3.3 集群模式部署 ...
4.2 离线数仓项目-伴我汽车(5T) 4.2.1 项目业务描述 4.2.2 项目技术 4.2.3 项目架构 ...
4.4 离线数仓项目-伴我汽车升级 4.4.1 加入kylin进行多维分析 3.7.2 datax核心架构 3.7.3 datax插件介绍 ...
5.1 分布式计算引擎概述 5.1.1 计算引擎介绍 5.1.2 计算引擎分类 ...
5.3 spark 5.3.1 大数据架构体系 5.3.2 架构详解 5.3.3 Spark集群介绍 ...
5.5 数据存储redis 5.5.1 什么是NoSQL 5.5.2 NoSQL数据库的分类 5.5.2 NoSQL数据库的分类 ...
5.7 离线项目-某p2p平台 5.7.1 项目描述 5.7.2 项目技术 5.7.3 spark多数据源读写 ...
5.2 scala语言(4T) 5.2.1 变量的声明 5.2.2 数据类型和操作符 5.2.3 if流程控制 ...
5.4 数据存储hbase 5.4.1 Hbase来源 5.4.2 Hbase的架构 5.4.3 Hbase集群搭建 ...
5.6 Kudu 5.6.1 kudu简介 5.6.2 kudu架构/原理 5.6.3 kudu底层数据模型 ...
5.8 第二阶段考试
6.1 数据通道(4T) 6.1.1 Kafka的基本概念 6.1.2 Kafka的发展历史 6.1.3 Kafka的应用背景 ...
6.3 流式数据处理flink(6T) 6.3.1 flink应用场景及架构组成 6.3.2 flink 流式处理 6.3.3 flink sql ...
6.5 流式处理项目-某交通大数据平台(5T) 6.5.1 实时场景处理业务数据 6.5.2 可以进行数据明细的全文查询 6.5.3 实时累计业务统计 ...
6.2 实时数仓druid(5T) 6.2.1 druid应用场景及架构组成 6.2.2 druid内部流程 6.2.3 druid 数据摄取 ...
6.4 SparkStreaming(2T) 6.4.1 Spark Streaming概述 6.4.2 Spark Streaming的原理介绍 6.4.3 Spark Streaming与Storm对比 ...
6.6 第三阶段考试
7.1 elasticsearch 7.1.1 全文检索技术简介 7.1.2 ES安装配置入门 7.1.3 ES插件安装 7.1.4 ES基本操作
7.1 elasticsearch 7.1.9 CURL操作REST命令 7.1.10 Windows安装CURL 7.1.11 创建索引 7.1.12 RestApi:练习
7.1 elasticsearch 7.1.17 新文档数据 7.1.18 删除文档数据 7.1.19 条件查询QueryBuilder 7.1.20 queryStringQuery搜索内容查询
7.1 elasticsearch 7.1.25 regexpQuery正则表达式查询 7.1.26 matchAllQuery查询所有数据 7.1.27 K分词器集成ES 7.1.28 ES常用编程操作
7.1 elasticsearch 7.1.33查询文档分页操作 7.1.34得分(加权) 7.1.35在Query的查询中定义加权 7.1.36 在Field字段的映射中定义加权
7.1 elasticsearch 7.1.5 Index的概念 7.1.6 Document的概念 7.1.7 Type的概念 7.1.8 map映射的概念
7.1 elasticsearch 7.1.13 使用Java操作客户端 7.1.14 新建文档(自动创建索引和映射) 7.1.15 搜索文档数据(单个索引) 7.1.16 搜索文档数据(多个索引)
7.1 elasticsearch 7.1.21 wildcardQuery通配符查询 7.1.22 termQuery词条查询 7.1.23 boolQuery布尔查询 7.1.24 fuzzyQuery模糊查询
7.1 elasticsearch 7.1.29 索引相关操作 7.1.30 映射相关操作 7.1.31 文档相关操作 7.1.32 IK分词器自定义词库
7.1 elasticsearch 7.1.37 过滤器 7.1.38 范围过滤器 7.1.39 布尔过滤器
8.1 概念及构成 8.1.1 数据标准 8.1.2 数据分类 8.1.3 数据建模 ...
8.3 元数据、血缘及数据质量 8.3.1 元数据及血缘构建 8.3.2 基于Hive Hook的元数据及血缘构建 8.3.3 Apache Atlas 开源元数据及血缘管理框架介绍 ...
8.5 Spark Listener ...
8.7 数据治理项目-数据地图(5T) 8.7.1 项目描述 8.7.2 项目选型 8.7.3 项目实现 ...
8.2 neo4j 8.2.1 图存储与查询介绍 8.2.2 环境搭建 8.2.3 cypher语言学习 ...
8.4 Hive Hook ...
8.6 JanusGraph ...
9.1 Superset(BT) 9.1.1 Superset简介 9.1.2 Superset编译 9.1.3 Superset安装 9.1.4 创建数据源 9.1.5 添加数据表 9.1.6 表操作 9.1.7 数据探索分析 9.1.8 数据可视化 9.1.9 可视化图表类型选择 9.1.10 数据时间范围 9.1.11 自定义
9.2 Graphna (RealTime) 9.2.1 grafana简介 9.2.2 grafana安装部署 9.2.3 grafana特征 9.2.4 数据源 9.2.5 快捷键 9.2.6 插件 9.2.7 http的api
10.1 机器学习中的数学体系 10.1.1微分学与梯度下降 10.1.2数学分析与概率论 10.1.3数理统计与参数估计 10.1.4线性代数与信息论 10.1.5凸优化 ...
10.2 Spark MLlib机器学习算法库 10.2.1 机器学习框架—假设函数、目标函数和优函数 10.2.2 特征工程—数值型特征、类别型特征和有序特征 10.2.3 离散化处理 10.2.4 读热向量编码 10.2.5 TF-IDF权重 ...
10.3 Python scikit-learn机器学习算法库 10.3.1 回归与分类算法(理论上) 10.3.2回归与分类算法(代码实战下) 10.3.3支持向量机(理论上) 10.3.4支持向量机(实战下) 10.3.5决策树(Decision Tree)—>ID3、C4.5、Gini系数(理论上) ...
10.4 机器学习结合大数据项目 10.4.1《金融风控领域用户贷款信用评分预测》 10.4.2《搜狗知识图谱》 ...
电商平台离线
共享平台离线
交通行业-实时数仓
旅游平台综合
数据治理平台
广告平台
理财平台
某运营
支撑分析平台
国内移动
伴我汽车是一个汽车买卖、租赁和保养相关服务综合性服务平台,综合分析用户对汽车各项服务需求。
对整个平台买卖业务、租赁业务、保养业务等进行统计,将统计结果供运营和分析团队,终促进整个平台
良好发展。
· 数据采集:flume
· 数据同步:sqoop/datax
· 数据存储:hdfs
· 数据计算: hive
· 任务调度: azkaban
监控用户出行用车情况,实时计算停车位、待服务车辆数、报修车辆数、违规次数等,为用户提供
加和的用车体检。
· 数据采集:flume
· 数据同步:sqoop/datax
· 数据存储:hdfs
· 数据计算: hive
· 任务调度: azkaban
· 多维分析:kylin
通过交通出行记录和卡口实时数据,监控全省内车辆、道路通行和事故等状况,避免拥堵、避免交通事故、
测速、防止套牌和提供便捷佳出行方案,预测拥堵系数,为全省各级提供优道路规划方案。
· 数据采集:flume/kafka
· 数据存储:hdfs
· 数据计算: druid
· 任务调度: airflow
· 实时展示:Superset
某牛旅游平台,以旅游为主,集成酒店、交通、景区、保险等信息资源。
通过对各业务进行统计分析,充分了解用户,了解各服务,从而好服务于用户。
· 数据采集:flume/kafka/canal
· 数据存储:hdfs
· 数据计算: hive/spark/druid
· 任务调度: azkaban
· 数据服务:spring boot
· 数据展示:echarts
随着网络和智能终端的普及带来了海量人群的上网行为数据,大数据技术的发展让细分人群的特性成为可能。
为将海量的数据呈现在不同人群面前,广告投放数据的分析变得越来越普及。
· 数据采集:flume/kafka
· 数据存储:hdfs/ElasticSearch
· 数据计算: spark
· 任务调度: azkaban
· 数据服务:spring boot
· 数据展示:echarts
个人和企事业资金需求,催生联网金融迅猛发展,而金融体现管监待待成熟,企业需要自主把控风险,
并通过有效的营销和切实的安全机制,不断吸引投资,优化借贷,提升盈利能力。
· 数据采集:flume/kafka
· 数据存储:hdfs
· 数据计算: hive/spark streaming
· 任务调度: airflow
· 实时展示:Superset
数据激增,各企事业单位大数据项目落地,但大数据项目中所涉及数据质量、元数据管理越来越成为企业焦点,
数据地图项目旨在二次开和借助现有开源软件共同去管理大数据项目中数据质量和元数据。
· 数据来源:mysql
· 数据存储:hdfs/neo4j/janusgraph
· 数据计算: hive hook/griffin
· 实时展示:Graphana
网购成熟,加离不开物流,但是物流企业众多,根据物流数据合理选择配送物流,物流业务进行合理的配送,
这将会大大降低物流成本,从而降低整个购物成本,为企业获取高利益。
· 数据采集:flume
· 数据同步:sqoop
· 数据存储:hdfs
· 数据计算: hive/spark
· 任务调度: azkaban
· 数据服务:spring boot
· 数据展示: echarts
通信让世界变得触手可及,充值是通信行业一大业务,充值过程中会涉及到国内移动信息系统内部各个子系
统之间的接口调用,接口故障监控也成为了重点监控的内容之一。为此建设一个能够实时监控国内的
充值情况的平台,
掌控全网的实时充值,各接口调用情况意义重大。
· 数据采集:kafka
· 数据存储:hdfs/redis
· 数据计算: hive/spark streaming/flink
· 任务调度: azkaban
· 数据服务:spring boot
· 数据展示: echarts
ZHAO
赵老师
原上市公司技术主管
大数据国内一阶段主管
授课阶段:Java阶段
「授课时长」
6周
「带班人数」
5000+
「带班薪资」
14K+ 19K+
15K+
「学员评分」
99.56
从业10年,上市公司前主管,主持开发了多款实用app,包括前端开发及后端搭建,精通 java,iOS,C,Object-c,Swift,HTML,css,javascript,jquery,react,mysql 等多种开发语言。多年软件开发经验和学科经验,形成的一整套的成熟的学科体系,让你加轻松,精致的学习,掌握一手实用的开发技术,快速提升实战经验。授课耐心细致,扩展性强,学科风格通俗易懂、有亲和力,并善于从思路上引导学生自主解决问题。
擅长方向:java、mysql、hadoop、spark
李同学大数据09期
幽默,有趣,且知识讲解细致,扩展面广对学员提出的疑问能够耐心解答LI
李老师
北航大数据研究生
大数据国内一阶段主管
授课阶段:分布式理论阶段、
离线场景下存储与计算、数仓建设
「授课时长」
6周
「带班人数」
3000+
「带班薪资」
14K+ 19K+
15K+
「学员评分」
98.81
北航大数据技术及应用专业在职研究生。从事企业软件研发工作5年,从事大数据讲师3年加,有丰富的软件设计、软件研发、软件管理、流程控制经验。曾过旅游平台设计、电力系统研发、商城后台架构和服务器架构、商城大数据平台搭建和研发、运用大数据统计分析等工作。在千锋从事大数据学科授课和课程研发,主要授课内容:Linux、Hadoop生态圈、Spark体系、Python、数据仓库等课程、项目课程等。
擅长方向:mysql、hadoop、spark、数仓、项目
王同学大数据10期
节奏大师,东哥当之无愧,哈哈条理清晰,很有实力 技术很强,备课充足,严谨我东哥LIANG
梁老师
原国企大数据项目负责人
大数据国内三阶段主管
授课阶段:分布式计算
引擎
「授课时长」
5周
「带班人数」
3000+
「带班薪资」
14K+ 19K+
15K+
「学员评分」
98.78
10年互联网开发经验,精通Java、C#、Scala、JavaScript、Python等开发语言。熟练运用Java、.NET等开发平台,曾带领团队研发ERP、CRM大型项目。精通Hadoop、Spark、Storm等大数据平台,曾负责某国企大数据项目迁移等工作。讲课氛围轻松,注重寓教于乐,善于剖析原理。
擅长方向:spark、实时、数仓、项目
郭同学大数据09期
栋哥讲课思路清晰,重点明确,人超级nice! 温柔、细心,程序员中的一股清流。DONG
董老师
原互联网企业架构师
大数据教研院主管
授课阶段:数据治理、BI系统、项目
「授课时长」
5周
「带班人数」
300+
「带班薪资」
14K+ 19K+
16K+
「学员评分」
99.01
原互联网企业架构师,曾就职于互联网一线研发企业,担任过技术总工程师、JAVA架构师,项目经理,大数据架构师,有13年互联网和传统项目研发经验,大数据分布式布道者,精通Apache开源的大数据,JAVA,Python ,Scala 等,在分布式理论基础,离线计算、实时分析、数据治理等方向有深入研究。讲课氛围轻松,注重寓教于乐,善于剖析原理。
擅长方向:擅长spark、flink、druid、hadoop、各种存储模型组件,hadoop、spark、数仓、数据治理
刘同学大数据13期
富有感染力,能够极大地带动课堂积极性,语言风趣幽默,个人魅力大[ Hadoop大数据入门经典 ]
[ Spark大数据深入解析 ]
涵盖从前期设计到终实施的整个过程,对全书 知识点进行串联和巩固,使读者融会贯通,加深 对Hadoop技术的理解。避免一味地铺陈理论, 以实战带动讲解,让读者快速掌握技术,并能学 以致用。本书由浅入深,循序渐进,适合有Java 语言基础者学习。通过本书的学习,读者可以掌 握大数据Hadoop开发技能,为胜任相关大数据 工作岗位打下坚实基础。
随着大数据技术的蓬勃发展,Spark已经成为当今大数据领域活跃热门的大数据通用计算平台。对于初学Spark技术的同学而言,一本简单易懂、重点突出的教材至关重要,本书摒弃了传统的纯理论、纯文字的学科方式,秉承快乐学习、实战的理念,采用理论联系实际、图文并茂的学科方式,让读者快速理解并掌握Spark实用技术。本书围绕Spark生态圈相关系统介绍了实时流处理架构Spark
高端品质,匠心淬炼
大纲每月小新,季度大升级
融合企业需求技术点
深度技术专题与企业级项目实操
与企业建立良好合作关系
聘请企业CTO讲座
剖析实用技术、洞悉行业趋势
实现学员与岗位无缝对接
了解千锋动态
关注千锋教育服务号
扫一扫快速进入
千锋移动端页面
扫码匿名提建议
直达CEO信箱
Copyright 2011-2020 北京千锋互联科技有限公司 京ICP备12003911号-3 京公网安备 11010802030320号