“51区”的版本间的差异

来自CloudWiki
跳转至： 导航， 搜索
（→‎2018级）
 
（未显示2个用户的42个中间版本）
第1行： 第1行：
 +
==2019级==
 +
【腾讯文档】2020比赛统计 https://docs.qq.com/sheet/DT3h4bEFxU2NBakhG?c=I2E0A0
 +
===云计算===
 +
*[http://dy.163.com/v2/article/detail/EEIJ016K05383Q9K.html 2019华为中国区大学生ICT大赛决赛提纲]
 +
*[https://www.zhihuirongyun.com/moth/news/658 2019华为中国区大学生ICT大赛]
 +
*[https://baijiahao.baidu.com/s?id=1635942641838512937&wfr=spider&for=pc 轻松搭建家用NAS，无技术非专业也能轻松搞定，铁威马+西数红盘]
 +
*[https://baijiahao.baidu.com/s?id=1614413834651861089&wfr=spider&for=pc 西数机械盘系列太多分不清？教您如何区分蓝盘、红盘、紫盘]
 +
 +
* 鲲鹏+大数据应用：http://sw.sdusc.cn/index/topic/detail.html?id=27
 +
===互联网+===
 +
*[[码云的使用]]
 +
*[[https://ai.baidu.com/tech/imageprocess/style_trans 百度AI图像风格转换]]
 +
*[https://cloud.tencent.com/developer/information/%E8%85%BE%E8%AE%AF%E4%BA%91%E5%B0%8F%E7%9B%B4%E6%92%ADapp 腾讯云小直播app]
 +
*[https://cloud.tencent.com/developer/article/1154203 打造H5里的“3D全景漫游”秘籍 － 腾讯ISUX]
 +
*[https://cloud.tencent.com/act/weapp?fromSource=gwzcw.2481346.2481346.2481346&utm_medium=cpa&utm_id=gwzcw.2481346.2481346.2481346&gclid=EAIaIQobChMI75_L1_e05wIVBnKWCh1S5wepEAEYASAAEgJXxPD_BwE 腾讯云_微信小程序模板]
 +
 +
*[http://dy.163.com/v2/article/detail/F4SM0AGL0512ES8F.html 济南全部42例新冠肺炎确诊病例传播路线和居住地分布图]
 +
*[http://dy.163.com/v2/article/detail/F4S9P4B60512ES8F.html 济南市疫情防治信息服务平台]
 +
*[http://www.yiyongtong.com/archives/view-185-1.html?tdsourcetag=s_pcqq_aiomsg 从idea到原型，到构建一个微信小程序]
 +
*[https://mbd.baidu.com/newspage/data/landingsuper?context=%7B%22nid%22%3A%22news_9382407026432797070%22%7D&n_type=1&p_from=3&qq-pf-to=pcqq.group 重要提醒：杭州健康码可以领了，不用关闭支付宝定位]
 +
*[http://www.jtopo.com/ jTopo网络拓扑]
 +
*[[http://www.woshipm.com/pd/1067714.html 电商陋室APP市场需求文档MRD]]
 +
*[[https://www.bilibili.com/video/av39373913 黑马程序员_基础教程]]
 +
*[[https://www.bilibili.com/video/av39374139?p=2 黑马程序员_高级教程（看完前25集即可）]]
 +
*主意：利用区块链 制作核酸验证链
 +
*主意：利用开源组件 集成进社交软件 app页面图标指向服务的链接即可
 +
 +
===大数据===
 +
利用新技术，无接触配送。
 +
 +
Hive : 用户信息，用户信息的一个关联度, 泰坦尼克生存分析。
 +
 +
====推荐系统====
 +
https://coding.imooc.com/class/chapter/431.html#Anchor
 +
====阿里云大数据====
 +
https://www.aliyun.com/product/odps?spm=5176.12589905.1321517.1.5d002b30piyRS4
 +
====百度大数据====
 +
百度大数据首页：http://di.baidu.com/?castk=LTE%3D
 +
 +
百度大数据：零售解决方案：http://di.baidu.com/solution/retail
 +
 +
百度大数据：政务解决方案 http://di.baidu.com/solution/government
 +
 +
百度商情：http://di.baidu.com/news/10002
 +
 +
*[http://3g.dxy.cn/newh5/view/pneumonia 丁香医生移动端]
 +
*[https://news.qq.com/zt2020/page/feiyan.htm 腾讯疫情实时追踪]
 +
*[https://mp.weixin.qq.com/s?__biz=MjM5MTQzNzU2NA==&mid=2651677059&idx=1&sn=42fe5f69bb500725b576c6ec9e61fbb8&chksm=bd4c46108a3bcf0608769741c40acf2ffd2e7b7500b71dd3b325be6e2e0d1c66642d37564309&mpshare=1&scene=23&srcid=&sharer_sharetime=1580629631706&sharer_shareid=9a47d948e5a338ea483d560dfedff359#rd 可能会说谎的地图！全国疫情地理格局的重新审视]]
 +
 +
*[https://z.cbndata.com/2019-nCoV/index.html?from=groupmessage&isappinstalled=0https://z.cbndata.com/2019-nCoV/index.html?from=groupmessage&isappinstalled=0 本地实时疫情分布]
 +
*[https://travel.michelin.com.cn/michelin-level 米其林餐厅]
 +
 +
*上海自贸区官方平台：[http://www.kjt.com/ 跨境通]
 +
 +
*[[丝路通]]
 +
 +
任务一、大数据案例开发（12分）
 +
 +
开发环境：Eclipse + JDK + Tomcat + Mysql + MongoDB + HBase +xueqing-client.zip + xueqing-server.zip + xueqing-web.zip。
 +
 +
1.搭建开发环境和导入项目（1分）
 +
 +
检查已安装的MongoDB，HBase，MySQL和岗位网站服务，进行大数据学情应用开发准备：
 +
 +
（1）导入三个MongoDB数据库目录employ，job_internet，question_survey；
 +
 +
（2）导入MySQL的xueqing-client项目的sql文件xueqing-client.sql；
 +
 +
在cmd中登录MongoDB数据库，提交查询所有数据库的截图到答题框。
 +
 +
在cmd中登录MySQL数据库，提交查询所有数据库的截图到答题框。
 +
 +
2.HBase建表操作（1分）
 +
 +
完成xueqing-server中HBase数据库建表，建立job_internet表（列簇为PERCEPT_DATA、RAW_DATA、TAG_DATA）和job_cloud表（列簇为cloud）。提交HBase两个表信息的查询结果截图和代码到答题框。
 +
 +
3.岗位学历需求可视化（2分）
 +
 +
爬取xueqing-web网站所有的岗位信息，对数据进行清洗，统计“云计算”岗位信息，将统计数据保存至MongoDB之中。通过xueqing-client展示云计算岗位学历需求分布图表。将统计图表的网页截图和相关代码提交到答题框。
 +
 +
4.岗位聚类（2分）
 +
 +
对云计算岗位数据进行岗位聚类分析，将聚类分析结果数据保存至MongoDB之中，通过xueqing-client展示云计算岗位聚类结果的饼图，将聚类结果的网页截图和代码提交到答题框。
 +
 +
5.岗位推荐（3 分）
 +
 +
给定某个用户的技能数据，使用机器学习推荐算法，实现岗位推荐。为该用户推荐三个最佳的招聘岗位，并通过 EChart 图表展示推荐的岗位和技能对比，将展示的图表截图和代码提交到答题框。
 +
 +
6.岗位薪资预测（3 分）
 +
 +
基于Python语言和TensorFlow框架，对工资、学历和工作经验建立三维回归模型。使用给定的岗位进行训练和测试，基于给定的岗位信息进行预测薪资，并对接Java后台提供前端交互。将结果的网页截图和代码提交到答题框。
 +
 
==2018级==
 
==2018级==
 +
===云计算===
 +
*[[Linux基础知识]]
 
===大数据===
 
===大数据===
 +
*[[大数据基础知识]]
 
*运维手册：[[全国大数据技能大赛]]
 
*运维手册：[[全国大数据技能大赛]]
 
*开发手册：[[聚焦Python分布式爬虫必学框架Scrapy 打造搜索引擎]]
 
*开发手册：[[聚焦Python分布式爬虫必学框架Scrapy 打造搜索引擎]]
 +
*[[Python爬虫入门进阶]]
 +
*[[一带一路_大数据]]
 +
*[[大数据资源汇总]]
 +
 
===人工智能===
 
===人工智能===
 
*[[基于Python玩转人工智能框架 TensorFlow应用实践]]
 
*[[基于Python玩转人工智能框架 TensorFlow应用实践]]
 
*[[Java基础语法]]
 
*[[Java基础语法]]
 +
*[[人工智能资源汇总帖]]
 +
 
===微信小程序===
 
===微信小程序===
 +
*[[小程序基础知识]]
 
*[[微信小程序开发]]
 
*[[微信小程序开发]]
 
*[[Java基础语法]]
 
*[[Java基础语法]]
 +
*[[微信小程序资源汇总贴]]
 +
*[[停车小程序]]、[[社交小程序]]
 +
*uni-app:https://uniapp.dcloud.io/
  
 
===安卓开发===
 
===安卓开发===
 
*[[Java基础语法]]
 
*[[Java基础语法]]
 +
*[[安卓资源汇总贴]]
 
*[[Android零基础入门]]
 
*[[Android零基础入门]]
  

2020年9月13日 (日) 03:52的最新版本

2019级

【腾讯文档】2020比赛统计 https://docs.qq.com/sheet/DT3h4bEFxU2NBakhG?c=I2E0A0

云计算

互联网+

大数据

利用新技术，无接触配送。

Hive : 用户信息，用户信息的一个关联度, 泰坦尼克生存分析。

推荐系统

https://coding.imooc.com/class/chapter/431.html#Anchor

阿里云大数据

https://www.aliyun.com/product/odps?spm=5176.12589905.1321517.1.5d002b30piyRS4

百度大数据

百度大数据首页：http://di.baidu.com/?castk=LTE%3D

百度大数据：零售解决方案：http://di.baidu.com/solution/retail

百度大数据：政务解决方案 http://di.baidu.com/solution/government

百度商情：http://di.baidu.com/news/10002

任务一、大数据案例开发（12分）

开发环境：Eclipse + JDK + Tomcat + Mysql + MongoDB + HBase +xueqing-client.zip + xueqing-server.zip + xueqing-web.zip。

1.搭建开发环境和导入项目（1分）

检查已安装的MongoDB，HBase，MySQL和岗位网站服务，进行大数据学情应用开发准备：

（1）导入三个MongoDB数据库目录employ，job_internet，question_survey；

（2）导入MySQL的xueqing-client项目的sql文件xueqing-client.sql；

在cmd中登录MongoDB数据库，提交查询所有数据库的截图到答题框。

在cmd中登录MySQL数据库，提交查询所有数据库的截图到答题框。

2.HBase建表操作（1分）

完成xueqing-server中HBase数据库建表，建立job_internet表（列簇为PERCEPT_DATA、RAW_DATA、TAG_DATA）和job_cloud表（列簇为cloud）。提交HBase两个表信息的查询结果截图和代码到答题框。

3.岗位学历需求可视化（2分）

爬取xueqing-web网站所有的岗位信息，对数据进行清洗，统计“云计算”岗位信息，将统计数据保存至MongoDB之中。通过xueqing-client展示云计算岗位学历需求分布图表。将统计图表的网页截图和相关代码提交到答题框。

4.岗位聚类（2分）

对云计算岗位数据进行岗位聚类分析，将聚类分析结果数据保存至MongoDB之中，通过xueqing-client展示云计算岗位聚类结果的饼图，将聚类结果的网页截图和代码提交到答题框。

5.岗位推荐（3 分）

给定某个用户的技能数据，使用机器学习推荐算法，实现岗位推荐。为该用户推荐三个最佳的招聘岗位，并通过 EChart 图表展示推荐的岗位和技能对比，将展示的图表截图和代码提交到答题框。

6.岗位薪资预测（3 分）

基于Python语言和TensorFlow框架，对工资、学历和工作经验建立三维回归模型。使用给定的岗位进行训练和测试，基于给定的岗位信息进行预测薪资，并对接Java后台提供前端交互。将结果的网页截图和代码提交到答题框。

2018级

云计算

大数据

人工智能

微信小程序

安卓开发

Java Web

2017级

互联网+

大数据

人工智能

取自“http://www.openbrains.net/mediawiki/index.php?title=51区&oldid=21020”