1、培训过程中，如有部分内容理解不透或消化不好，可免费在以后培训班中重听；
        2、课程完成后,授课老师留给学员手机和Email,保障培训效果,免费提供课后答疑。
        3、培训合格学员可享受免费推荐就业机会。

课程部份名称 主讲内容 技术要点 学习目标
Web部份 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 可掌握的核心能力：
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。

可解决的现实问题：
1. 服务与服务高效率通信实现；
2. 公司私有云搭建。
RPC原理与实践（二）
——分布式RPC 服务注册、服务发现、服务调用负载均衡
RPC原理与实践（三）
——gRPC Protobuf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
爬虫部份 Docker核心技术原理及其应用 Docker安装配置、Docker核心技术原理、Docker Compose原理与使用、环境搭建案例 可掌握的核心能力：
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。
可解决的现实问题：
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。
Python爬虫开发环境与Docker PyCharm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
人工智能部份 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 可掌握的核心能力：
1.能够深度掌握深度学习的算法原理以及应用案例；
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。

可解决的现实问题：
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。
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
第一部份-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
图片商品物体检测项目
第二部份-模型原理、实现 目标检测任务描述、R-CNN、SPPNet、Fast R-CNN、Faster R-CNN、YOLO与SSD
图片商品物体检测项目
第二部份-项目框架实现 数据读取接口、模型接口、训练与测试接口
百度人脸识别课程 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、Beam Search Decoding、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