1、培訓過程中，如有部分內容理解不透或消化不好，可免費在以后培訓班中重聽；
        2、課程完成后,授課老師留給學員手機和Email,保障培訓效果,免費提供半年的技術支持。
        3、培訓合格學員可享受免費推薦就業機會。

課程部份名稱 主講內容 技術要點 學習目標
Web部份 RPC原理與實踐（一）
——RPC原理 RPC介紹、通信協議、服務器工作模型、異常處理 可掌握的核心能力：
1.理解RPC與HTTP的關聯；
2.理解RPC的技術實現；
3.理解分布式RPC的技術實現；
4.gRPC的使用開發；
5.Thrift的使用開發；
6.能夠基于OpenStack搭建云服務平臺；
7.掌握云計算平臺特點及基本架構功能；
8.掌握openstack環境部署；
9.掌握openstack平臺日常簡單使用技巧；
10.掌握openstack平臺故障梳理思路。

可解決的現實問題：
1. 服務與服務高效率通信實現；
2. 公司私有云搭建。
RPC原理與實踐（二）
——分布式RPC 服務注冊、服務發現、服務調用負載均衡
RPC原理與實踐（三）
——gRPC Protobuf協議、HTTP/2協議、gRPC使用、異常處理
RPC原理與實踐（四）
——Thrift 協議選擇、Thrift使用
OpenStack云計算快速入門 云計算基礎、OpenStack簡介
OpenStack云計算之環境部署 實驗環境、支撐性服務部署、認證組件部署、glance組件部署、計算組件部署、網絡組件部署
OpenStack云計算之綜合實踐 第一個VM實例、可視化界面部署、塊存儲運用、深入理解VM創建
OpenStack云計算之實踐拓展 定制映像、定制網絡
爬蟲部份 Docker核心技術原理及其應用 Docker安裝配置、Docker核心技術原理、Docker Compose原理與使用、環境搭建案例 可掌握的核心能力：
1.深入理解Python爬蟲開發核心思路；
2.掌握多種隊列、消息隊列的原理與開發使用；
3.掌握多種數據去重方案的原理與開發使用；
4.掌握多種響應數據解析、存儲方案的開發使用；
5.掌握多種異步框架的原理與開發使用；
6.掌握多種爬蟲客戶端工具的原理與開發使用；
7.掌握爬蟲框架的設計與開發使用；
8.掌握多種爬蟲反爬處理方案的實現；
9.掌握快速搭建復雜開發、生產環境的能力。
可解決的現實問題：
1.解決爬蟲運行環境復雜不穩定的情況；
2.對數據采取結果進行數據去重；
3.反爬分析及反反爬策略。
Python爬蟲開發環境與Docker PyCharm配置并使用Docker、基于Docker配置安裝爬蟲網絡庫、HTTP/HTTPS與WebSocket、PC/移動端數據抓包
爬蟲中的去重處理介紹及方案實現 爬蟲去重應用場景、去重原理介紹、臨時去重與持久化去重、信息摘要指紋去重、SimHash指紋去重、布隆過濾器原理與實現
Python爬蟲中的請求管理的實現 爬蟲請求管理介紹、請求去重原理與實現、請求調度原理與實現、Redis隊列原理與實現、Kafka原理與使用、Rabbitmq原理與使用、斷點續爬/增量式爬蟲原理
Python爬蟲中的數據處理業務 基礎數據解析方式、特殊數據解析方式、數據清洗流程、數據存儲介紹、關系型數據庫ORM使用、非關系型數據庫ORM使用
Python爬蟲中的異步任務設計 進程/線程/協程對比、操作系統IO模型介紹、IO設計模式原理與介紹、Python常用異步IO庫原理與使用、分布式異步任務框架原理與使用
爬蟲架構實現以及案例實戰運用 爬蟲系統/架構設計、爬蟲系統/架構設計實現、各大電商網站數據采集、微信小程序/公眾號數據采集、各大生活類網站數據采集
爬蟲中的反爬分析與應對 爬蟲反爬分析介紹、常見反爬措施與處理方案、多形式代理使用實踐、多形式驗證碼處理實踐、JS逆向解析處理與實踐
人工智能部份 深度學習基礎 深度學習簡史、代價函數、梯度下降算法、激活函數、前饋神經網絡 可掌握的核心能力：
1.能夠深度掌握深度學習的算法原理以及應用案例；
2.在圖像識別上能夠學到目標檢測的項目開發經驗；
3.掌握相關自然語言處理基礎知識；
4.開發聊天機器人的開發案例；
5.搭建完整的人工智能人臉識別等應用服務。

可解決的現實問題：
1.基于深度學習的機器視覺相關應用；
2.基于第三方平臺的人臉識別相關應用；
3.基于自然語言處理的聊天類機器人相關應用。
深度學習優化進階 神經網絡優化難度、正則化、參數初始化策略、優化算法、批量歸一化
卷積神經網絡 卷積操作、池化操作、圖像識別類網絡結構、數據擴充、目標檢測類網絡結構
循環神經網絡 RNN、循環網絡訓練、雙向/多層/編解碼網絡、門控循環神經網絡、注意力機制
高級主題 生成對抗網絡、遷移學習、半監督學習、自動編碼器、CapsuleNet
圖片商品物體檢測項目
第一部份-數據集處理 目標檢測概述、目標檢測數據集、目標檢測方法、目標數據標記、標注數據存儲、數據集格式轉換、TFRecord讀取與存儲、slim庫
圖片商品物體檢測項目
第二部份-模型原理、實現 目標檢測任務描述、R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLO與SSD
圖片商品物體檢測項目
第二部份-項目框架實現 數據讀取接口、模型接口、訓練與測試接口
百度人臉識別課程 服務訪問方式、人臉識別、物體識別、文字識別、語音識別與合成、語言處理基礎技術
自然語言處理 NLP 介紹、NLP種類、端對端深度學習模型、詞袋、Seq2seq、Beam Search Decoding、Attention、LSTM、
LSTM 實作、文本分類、文本分類的方式、文本分類 CNN & RNN、文本生成、文本匹配、文本檢索、文本生成圖片、Chatbot 數據預處理、Chatbot 搭建模型、Chatbot 訓練模型、Chatbot 訓練模型、Chatbot測試模型、Chatbot 優化