![馬中華[光環大數據開發講師]](/img/4/5d2/nBnauM3X1YDNygDNzgTM0MTNyUTMxkjM4kDNzQTNwAzMwIzL4EzL2AzLt92YucmbvRWdo5Cd0FmLyE2LvoDc0RHa.jpg "馬中華[光環大數據開發講師]")
基本信息
中文名：馬中華
籍貫：湖南懷化
民族：回族
國籍：中國
職業：光環大數據開發金牌講師
畢業院校：湖南師範大學
個人履歷
2013年畢業於湖南師範大學
2013.07-2015.08就職於北京中明盈佳做JavaWeb和大數據研發
2015.08-2016.10就職於動批網做大數據研發
2016.10－至今北京光環國際大數據開發課程帶頭人
2018.09.21參加杭州雲棲大會舉行《NLP自然語言處理》機器智慧型專場
主講課程
Java程式語言，Python程式語言，Scala程式語言
MySQL/Oracle資料庫，Redis數據結構伺服器，MongoDB文檔資料庫，HBase分散式資料庫
Spring+SpringMVC+MyBatis等WEB框架
Linux作業系統
HDFS分散式檔案系統
MapReduce分散式編程模型
YARN分散式資源調度框架
ZooKeeper分散式協調服務組件
Hive數據倉庫
Kafka發布訂閱的訊息系統
Storm流式計算引擎
Spark記憶體計算框架
Python爬蟲
機器學習
NLP自然語言處理入門
數據結構，經典算法，設計模式
核心課程
Hadoop生態體系
基於Hadoop的SQL引擎Hive
Storm流式計算框架
Spark記憶體計算引擎
機器學習
Python爬蟲
教學特色
馬中華老師憑藉精湛的大數據技術和多年實戰、教學經驗，在光環大數據的學員中樹立了很高的威望，精通Java、Python和Scala等程式語言，精通大數據生態技術棧的Hadoop、Storm和Spark和機器學習等技術，面對面授課，讓學員高效、快速的掌握大數據開發技能。
馬老師理智型的教學風格，深入淺出，條理清楚，層層剖析，環環相扣，論證嚴密，結構嚴謹，用思維的邏輯力量吸引學生的注意力，用理智控制課堂教學進程。
在光環大數據面授的過程中，整個課堂教學的結構就像一種設計好的程式，過渡自然，組織嚴密，搭配合理，有條不紊。講解、分析、論證時，思路清晰；提問、討論、練習時，針對學生的實際情況，照顧到學生的心理特點和接受能力。教師對學生的透徹了解及對教學方法的合理運用和對知識重點、難點的準確把握。學生通過聽教師的講授，不僅學到知識，也受到思維的訓練，還受到教師嚴謹的治學態度的薰陶和感染。
馬老師在大數據技術領域有紮實的技術功底，對教學也是兢兢業業，為了讓學員學到更新的技能，自己在課餘時間認真研究新技術；教學細緻負責，曾多次在辦公室通宵達旦、充分備課。也正因為有這么努力付出的講師，光環大數據才能培育出一批又一批優秀的學員，才能幫助學員實現高薪就業夢想。
教學成果
光環大數據開發課程7.0版本研發
馬老師根據自己多年經驗，結合目前國內大數據發展及企業級的套用場景，緊跟行業發展趨勢和企業需求，聯合多位大數據實戰專家一起討論研發，經過多次內部疊代，出品光環大數據開發課程7.0版本，包含超大集群調優、機器學習、Docker容器引擎、ElasticSearch、Python實戰開發、並發編程等課程，讓學員更全面系統的學習大數據課程、快速轉型、高薪就業。
精品視頻教程
作為職業講師，馬老師錄製了很多關於大數據技術的視頻教程，《Linux作業系統入門精講》《Hadoop完全剖析》《HBase分散式資料庫精講》《Hive深入解析》《ZooKeeper深入詳解》《Spark深入剖析》《機器學習和NLP入門》等多個系列教程，一經發布，就得到廣泛關注。
這些課程採用循循漸進，步步為營，高效科學的授課方法，讓大家快速入門大數據，學完本課程，能基本達到大數據的任何企業網站基礎套用，非常適合畢業大學生和在職轉型人員。
項目經驗
《某大型網站日誌分析項目》
通過大數據工具將網際網路中的日誌採集、清洗、分析統計出常見的網際網路指標；開發出各種維度UV的分析報表、各個指標每日、每月指標報表分析，用於對產品做出正確的決策，數據的正確性校對問題，臨時性圖示的開發。
使用Hadoop、MapReduce、Hive清理和分析UV、PV、登入、留存等常見指標，使用Storm實時分析充值、消費等趨勢，各個維度的趨勢對比、各個指標每日、月指標報表生成，使用Kettle數據的正確性校對問題和郵件報警。日誌數據的實時採集優先採用Flume-Ng組件，Flume是一個高可用的，高可靠的，分散式的海量日誌採集、聚合和傳輸的系統。
《網際網路電商數據爬蟲項目》
該項目使用Hadoop分散式爬蟲爬取網際網路各大電商網站數據，通過各類海量數據的爬行抓取，前台實現實時對數據的快速精準查詢和商品對比以及業務分析。
該項目包含商品頁面抓取和解析，分散式爬蟲設計細節，分析URL連結和頁面內容如何存儲，分散式爬蟲監控功能。爬蟲頻繁爬取數據IP被封問題解決方案，爬蟲爬取失敗URL如何處理，抓取需要登錄的網站數據。使用Redis作為URL去重庫庫，使用HBase實現海量數據存儲和精準查詢。本項目包含的大數據技術有：Python、Scrapy、Redis、ElaticSearch、HBase、Zookeeper等。
