课程体系
课程内容；
面向对象与设计模式
文件系统
网络编程
多任务
数据结构+算法
培养目标；
前期通过学习，掌握Python编程语言基础内容；中期主要涉及OOP基础知识，具有初步软件工程知识并树立模块化编程思想，讲解多任务的同时，也给学生们介绍常见数据结构和相应算法，注重表结构的处理、树结构的处理等知识，学完后学生会具备一定的数据结构和算法能力。
2.python全栈开发
课程内容；
静态页面
页面框架
数据库
Linux操作系统
服务器集群架构
Django框架
系统架构
Flask框架
培养目标；
通过本模块数据库数据库相关知识，掌握Linux操作系统常用命令和基础知识，学习最流行的Docker、Nginx，掌握服务器集群的负载均衡技术，轻松解决网站高并发访问、高负载，挑战大型网站系统架构设计，具备可掌握的核心能力：1.可根据产品原型图开发网站的前端界面;2.可根据业务流程图开发网站的后台业务；3.可根据web框架设计，开发对应的数据库；4.缓存服务器的操作和设计；5.异步任务的实现。
3.网络爬虫
课程内容；
爬虫与数据
Scrapy框架
Mongodb+Redis
Scrapy-redis框架
培养目标；
可掌握的核心能力：1.掌握爬虫的工作原理和设计思想；2.掌握反爬虫机制；3.通过学习NoSql数据库和Scrapy-redis框架，可以独立运用分布式爬虫框架实现海量数据的爬取。
4.数据分析+人工智能
课程内容；
数据分析-基础内容
数据分析-模块学习
数据分析-数据清洗
数据分析-特征工程和结果可视化
人工智能—机器学习
人工智能—深度学习
人工智能—拓
培养目标；
掌握数据分析涉及到的相关概念，了解如何获取数据以及特征工程，熟悉相关模块的使用；能够认识数据、了解数据的合并、清洗、标准化与转换等常用操作；了解可视化过程；图形绘制；掌握Matplotlib模块、常用的机器学习算法，深入接触项目案例，在理解算法的基础上，掌握算法在实际项目中的应用掌握PaddlePaddle基本概念，计算模型和原理；能够通过PaddlePaddle进行深度学习和模型构建与训练；掌握训练过程优化方法与问题优化，结合AI行业发展现状，拓展最为前沿的AI技术，开阔学员的视野。
5.*指导
课程内容；
企业面试前期准备与技巧
企业面试实战
培养目标；
从简历、面试技巧等层面助学员提升，培养学员沟通表达能力，让学员清晰了解职业发展规划，明确自身定位，找到适合自身发展的工作。
