这是一系列技术课程，这个技术课程我准备了大概两年多的时间，内容都是近几年我的一些技术沉淀，还有就是给同事讲课、分享的经验总结，之前零零碎碎的一直躺在我的硬盘里没有时间整理。
最近，工作有了变动，终于可以抽出点时间来，所以就抽空整理了一下，分享出来。
现在我也在看别人的博客，学习别人的视频，可是到最后总会有一个感觉，就是：“讲得太散了，没有一条主线能把它们连接起来！”
最终导致的结果就是：我学习了很多知识点，但是我却不知道如何把它变成一个项目。
为了避免这种情况给阅读的小伙伴带来困扰，接下来的两个月我会按一个产品的整个生命周期来写，在项目中把这些知识点都写进去，这样阅读者读起来心中便有了整体概念。
下面这个表格是我列出来的课程大纲（传送门部分会持续更新），这些模块都写完的话，估计得花1-2个月的时间。
| JAVA工程 | |||
| 项目 | 模块 | 传送门 | |
| 数据可视化分析项目 | 1 | 架构设计 | 1.1 课程架构 1.2 数据可视化系统架构 |
| 2 | 技术选型 | 2.1 技术选型 | |
| 3 | 逻辑设计 | 3.1 逻辑设计 | |
| 4 | 库表设计 | 4.1 库表设计 | |
| 5 | 代码生成 | 5.1 代码生成 | |
| 6 | 开发 | 6.1 开发 | |
| 7 | 打包 | 7.1 打包 | |
| 8 | 部署 | 8.1 发布/部署 | |
| 9 | 附：虚拟机搭建 | 9.1 VMWare安装CentOS 9.2 其它可能用到的内容 |
| 数据分析 | |||
| 项目 | 模块 | 传送门 | |
| 流量专题 | 1 | 数据采集 | |
| 2 | ETL | ||
| 3 | 数据清洗 | ||
| 4 | 模型设计 | ||
| 5 | 数据分析 | ||
| 6 | 抽取 | ||
| 画像专题 | 1 | 数据准备 | |
| 2 | 模型设计 | ||
| 3 | 用户标签 | ||
| 4 | 算法 | ||
| 搜索专题 | 1 | 埋点 | |
| 2 | 数据上报 | ||
| 3 | 小量数据搜索：Elasticsearch | ||
| 4 | 海量数据搜索：架构 | ||
| 5 | 海量数据搜索：三级索引 | ||
| 6 | 海量数据搜索：三级缓存 |
| 爬虫 | |||
| 项目 | 模块 | 传送门 | |
| Scrapy | 1 | 安装 | 1、Scrapy安装 |
| 2 | 实战 | 1、Re正则爬取 2、XPath | |
| 3 | 多线程 | ||
| 4 | 存储数据 |
| 机器学习 | |||
| 项目 | 模块 | 传送门 | |
| 传统机器学习 | 1 | LR逻辑回归 | |
| 2 | K-means聚类 | ||
| 3 | 协同过滤 | ||
| 4 | LSI相似性 | ||
| 5 | 其它 | ||
| 深度学习 | 1 | Tensorflow介绍 | |
| 2 | 自然语言处理-Word2Vec | ||
| 3 | 自然语言处理-Seq2Seq | ||
| 4 | 利用RNN生成唐诗宋词 |