2017年准备找工作的你们还在等什么！？选择“数据仓库”，高薪稳定IT就业！
稳定的数据库领域，已成为北美IT华人的热门选择
只要坚定信念，下一个数据仓库职位非你莫属！
多市最牛的DW专家与您相约维多利亚
公开课：1月14日、21日、28日（六）2:30pm
我是一名地理信息系统毕业新生，我是一名管理背景的新移民，我们来自不同背景，2015年居然都找到了数据仓库的工作，2016年成功的将是您！
2015年数据仓库就业学员故事集锦
新移民四个月找到数据仓库工作
Lucy计算机硕士毕业，在国内从事数据仓库相关工作，移民后一直希望融入北美职场. 来维多利亚听公开课后发现Data Warehouse课正是她最需要的，当场报名了cognos和informatica以及career全部3门课程.沈老师开课后很快就介绍数据仓库的理论架构和建模以及数据处理方法，准备的幻灯片将概念方法和数据原理都讲得很清楚，并用真实项目带领学员走整个流程教大家如何抓住有用数据。数据分析是有规则的，而沈老师理论基础扎实，经验丰富能给大家很好思路，每轮repeat在课堂上旁听都会学到新东西，在家远程上课也很方便. Lucy觉得跟沈老师一步步走，很快就能掌握要点，在面试中头脑会很清楚毫无压力，能对招聘官准确地说出一二三来. Career课则是找工作的好开端，沈老师为学员推荐工作时考虑很周到，根据学员自身特点帮助选择职业方向，并为大家准备了面试常见的几百道问题还配有答案，有些同学不是IT背景第一轮上课未结束就找到了工作. 沈老师是她移民加拿大以来的第一恩师，Lucy很感谢沈老师引领她走向Data Warehouse的道路，在职场中很有信心不担心被裁员，如今沈老师已桃李满天下，她在市中心工作时常遇到沈老师的学生.Lucy觉得维多利亚的课程非常实用终身受益，大中小公司都需要数据仓库人才，无论是想转行还是已经在数据仓库领域工作的朋友都值得来听，也希望有更多的朋友能从中获益.
我是一名学地理信息系统毕业新生，居然开开心心的做数据工作
我叫Ellen；滑铁卢大学地理信息系统大学毕业，从2014年毕业到2015年这将近一年的过程中，从一开始的满怀自信，到后面种种面试失败，对于找工作就成了最头疼的头等大事了。期间有过逃避，不愿投简历，别人问起找工作的结果，也避而不谈，因为我开始不自信，也不知道自己到底能做什么了。后来有个朋友告诉我说，去维多利亚吧，去那里找找动力，明确下方向，很快就能找到工作的。于是我怀着试试的心态去了。先是找了Peter老师，谈了谈我的专业背景以及结合我的兴趣，做了一个职业和学习方向的规划，结合我的学历背景，Peter老师建议我选择一些偏数据管理和处理方面的培训，而且相关职业在市场上的需求量也很大。于是我一开始上的是沈老师的Data Warehouse，虽然是中途插进去的，但沈老师都会不厌其烦地穿插讲解一些基本理论概念帮助我理解，结合沈老师提供的上课和复习训练的材料，让我在短时间内汲取了相当多在大学里吸收不到的养分。沈老师的这门课结合了理论与实践，帮助了我在最短的时间内了解市场需求和提高了自我能力，这对于我找工作起了决定性作用。课后不到3周，我就经历了5次面试，面试问题也都是老师平时着重讲解和提醒的，最终我获得了3个offer，并选择了其中一家本地大型零售公司的ETL工作。
8年IT Support成功转化Date Warehouse，省政府数据仓库架构师，时薪$80
Adam移民加国近十年，刚来的时候找到了一份IT Support的工作，刚开始的时候由于刚到加国也没有想过换份工作，但随着工作时间越来越长，越来越坚定了换一份专业性更强工作的信念。在他来加拿大的第八个年头，Adam经朋友介绍，来到了维多利亚师从Jeff老师开始了Data Warehouse的学习，Adam报了俩门DW和Big Data Hadoop 的课程。上完一期后，Adam开始着手准备简历和面试的同时，继续Repeat新的一期课程。在找工之中adam把遇到的问题都总结了下来，与到Jeff老师的时候，老师都一一为他解答了。在课程上到一办的时候，Adam终于拿到了政府的一份Contract时薪80的工作。Adam非常佩服Jeff老师的专业知识扎实过硬，同时非常感谢维多利亚对他找工路上的帮助。
十年资深JAVA成功转行Data Warehouse
Mike十年前在维多利亚学习了JAVA并找到了加国第一份工作，工作一直很稳定。但由于公司发展，准备把公司总部搬到美国去。但是Mike一家都在多伦多也没有去美国发展的准备，于是就从之前那家公司辞职了。做了十年的developer的Mike也想改一个行业试试，于是他又回到了维多利亚，经过和职业规划师的咨询后，他决定转行数据仓库领域，由于Mike有IT背景加上DW名师Jeff老师授课言简意赅，Mike学习起数据仓库的知识得心应手，进步非常快。在课程还没结束就已经拿到了年薪8.5万通讯公司的Data Warehouse工作。一生中两次工作都是通过维多利亚的帮助成功就业，在此Mike非常感谢维多利亚的帮助。
新移民BOB到加拿大不到一年就成功就业Data Warehouse
BOB去年刚随家人从新加坡移民来到多伦多，国内嵌入式系统背景的BOB来到加拿大后，发现原来的工作领域就业机会并不太多。听朋友的介绍，知道了维多利亚培训中心在多伦多非常出名，于是参加了周六的公益讲座。刚好赶上了Data Warehouse的Jeff沈老师来举办新一轮的公开课，在听完公开课后，BOB对DW这个领域有了全新的认识和找到相应领域工作的信心。如果就报名了Jeff老师的三门课，在Jeff老师的细心教导下，非常努力的BOB在Jeff老师的帮助下，迅速成功转型找到目前市场最热门的高新HADOOP工作。
大学毕业新生，毕业及就业年薪7万
Flora毕业于本地著名大学的信息管理专业，本来以为IT专业毕业后可以顺利的找到一份相关的工作，可是苦于职场和大学里有这一条不小的鸿沟，所以一直没有找到心仪的工作。后来得知维多利亚培训中心以IT起家，慕名来到了维多利亚，通过自己的咨询后，权衡之下选择了Jeff老师Data Warehouse的三门课，通过Jeff老师的课程，半年后顺利拿到了本地著名零售公司年薪7万的ETL的Offer。
【Data Warehouse名师Mr. Shen】
被学员们公认：Data Warehouse名师Mr.Shen是一生难求的好老师！
--多伦多Data Warehouse名师Mr.Shen，北美本地13年IT工作经验。
--多年数据仓库开发经验，对目前设计和建立数据仓库的方法和常用的ETL和BI主流工具软件有非常深入的了解。
--多伦多著名BI培训专家，维多利亚“Data Warehouse 就业班”、“Data Warehouse 实战班(Informatica & Congnos)”和“DataStage证书经验班”授课名师。
--能结合工作中大量的实际例子应用和及教学，为大家演绎目前在这个领域中市场上流行软件的精髓。
“Data Warehouse 就业班”，创建数据仓库真实项目实践演练
(Data Warehouse Foundation)
公开课：1月14日、21日、28日（六）2:30pm
第一次课：2月4日（周六）6:30 pm，以后固定在每周六6:30pm-10:30pm
【课程目的】
设计和创建数据仓库的综合性解决方案
建立特殊的数据模型技术及元数据的确立
使用Erwin设计及多维数据库建模
使用Erwin创建及维护数据库的各种表，主外键，唯一键，视图，触发器等
采用Denormalization, Star Schema技术设计Multi-Dimensional 的数据仓库
源数据的采集，转移及数据仓库之数据的装载（ETL) 技术
商业智能(BI)的解决方案及 Cognos Impromptu, PowerPlay, and PowerPlay Transformer等BI 工具的应用.
数据仓库之优化技术等.
【课程适应对象】
该课程适用于数据仓库管理员，数据仓库设计、开发人员及数据仓库经理，系统分析员，系统工程师，系统资讯人员， ETL程序员及所有参与创建数据仓库项目的相关人员等。参加者具有ORACLE 关系型数据库管理系统的基础知识对学习该课程有帮助。
【授课老师】Mr. Shen;
掌握 Informatica & Cognos，让您在数据领域就业、提升如虎添翼！
“Data Warehouse实战班( Informatica & Cognos)”，令您的DW就业势如破竹！
(Data Warehouse Ad. Real Project (Informatica & Cognos))
公开课：1月14日、21日、28日（六）2:30pm
第一次课：2月6日（周一）7:00pm，以后固定在每周一7pm-10pm
来自Gartner的报告指出，在经过对超过30个国家的1,400名CIO的最新调查后发现，领导性技术已经不再是网络安全而转为商业智能，商业智能已为商业首选和领先的技术趋势。针对这种现状，维多利亚力邀多市BI专家Jeff Shen就最新BI技术，结合实际项目，通过完全真实的数据环境，全新打造新课“Data Warehouse实战班”，涵盖两大新技术“Informatia”和“Cognos”，多市首创，足以让你在激烈的IT竞争中脱颖而出，最流行技术一旦掌握让你受益终身。
DW因为高薪、稳定，在数据领域一枝独秀；并且由于工作多在大银行、大企业，加之真正会做的人少，使DW成为“IT就业的新贵”！而且我们发现，大部份华人技术移民具有很好的IT基础、快速Pick Up新技术的能力，只要能够得到专家的悉心教授和最有效的就业指导以及必需的工作推荐，就业DW领域还是近在咫尺的。恰逢现在DW的市场需求是明显的“求大于供”，成功就业的机率则大为增加，维多利亚DW名师全新打造“Data Warehouse 实战班(Informatica & Cognos)”，配备独家内部培训教材及实战演练真实环境，特别是DW中非常重要的角色-- Informatica & Cognos，为您就业DW增加一份双保险！
【课程特色】
1）Informatica合作伙伴，因为沈老师是全加为数不多的Membership；
2）提供完全真实的数据环境，人手一机，增加就业机会；
3）理论结合实践，名师授课和亲自辅导，人手一机，便于快速掌握最新技术。
4）就业机会丰富！学校和老师负责推荐优秀学员就职于北美、中国的IT公司。
5）Team Work！最佳的Network 的机会，在真实的公司工作环境中，培养在北美工作必备的Team 精神!
6）提供简历样本、专家免费指导写简历、简历修改、面试技巧！
【授课老师】Mr. Shen;
初级Hadoop只教会您如何呢将数据放进去，而高级Hadoop是教会您如何使用数据，目前各大企业及银行最需要的人才!
大家心动不如行动，老学员特殊优惠！
Advanced Big Data Solution – Spark Development & Data Analysis
公开课：1月14日、21日、28日（六）4:00pm
第一次课：2月11日（六）2:00pm-4:00pm
【讲座内容】Hadoop采用MapReduce分布式计算框架，将数据切片计算来处理大量的离线数据数据。并根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。Hadoop处理的数据必须是已经存放在HDFS上或者类似HBase的数据库中。常用于离线的复杂的大数据处理。Hadoop和Apache Spark两者都是大数据框架，但是各自存在的目的不尽相同。Hadoop实质上更多是一个分布式数据基础设施: 它将巨大的数据集分派到一个由普通计算机组成的集群中的多个节点进行存储，意味着您不需要购买和维护昂贵的服务器硬件。同时，Hadoop还会索引和跟踪这些数据，让大数据处理和分析效率达到前所未有的高度。Spark，则是那么一个专门用来对那些分布式存储的大数据进行处理的工具，它并不会进行分布式数据的存储。Hadoop除了提供为大家所共识的HDFS分布式数据存储功能之外，还提供了叫做MapReduce的数据处理功能。所以这里我们完全可以抛开Spark，使用Hadoop自身的MapReduce来完成数据的处理。
相反，Spark也不是非要依附在Hadoop身上才能生存。但如上所述，毕竟它没有提供文件管理系统，所以，它必须和其他的分布式文件系统进行集成才能运作。这里我们可以选择Hadoop的HDFS,也可以选择其他的基于云的数据系统平台。但Spark默认来说还是被用在Hadoop上面的，所以，目前大数据的工作要求下都认为Hadoop和Spark结合起来是最好的。
【主讲人】
名师Mr. Shen,被学员们公认：Data Warehouse名师Mr.Shen是一生难求的好老师！
--多伦多Data Warehouse名师Mr.Shen，北美本地13年IT工作经验。
--多年数据仓库开发经验，对目前设计和建立数据仓库的方法和常用的ETL和BI主流工具软件有非常深入的了解。
--多伦多著名BI培训专家，维多利亚“Data Warehouse 就业班”、“Data Warehouse 实战班(Informatica & Congnos)”和“DataStage证书经验班”授课名师。
--能结合工作中大量的实际例子应用和及教学，为大家演绎目前在这个领域中市场上流行软件的精髓。
大数据的主要特点：4V
数据量大（Volume），数据类别复杂（Variety），数据处理速度快（Velocity）和数据价值大密度低（Value）
Hadoop采用MapReduce分布式计算框架，将数据切片计算来处理大量的离线数据数据。并根据GFS开发了HDFS分布式文件系统，根据BigTable开发了HBase数据存储系统。Hadoop处理的数据必须是已经存放在HDFS上或者类似HBase的数据库中。常用于离线的复杂的大数据处理。
大家对Hadoop和Apache Spark这两个名字并不陌生。但我们往往对它们的理解只是提留在字面上，并没有对它们进行深入的思考，下面不妨跟我一块看下它们究竟有什么异同。
1.解决问题的层面不一样
首先，Hadoop和Apache Spark两者都是大数据框架，但是各自存在的目的不尽相同。Hadoop实质上更多是一个分布式数据基础设施: 它将巨大的数据集分派到一个由普通计算机组
Hadoop的适用场景：
1）海量数据的离线分析处理
2）大规模Web信息搜索
3）数据密集型并行计算成的集群中的多个节点进行存储，意味着您不需要购买和维护昂贵的服务器硬件。
同时，Hadoop还会索引和跟踪这些数据，让大数据处理和分析效率达到前所未有的高度。Spark，则是那么一个专门用来对那些分布式存储的大数据进行处理的工具，它并不会进行分布式数据的存储。
Spark的适用场景：
1）多次操作特定数据集的应用场。Spark是基于内存的迭代计算框架，适用于需要多次操作特定数据集的应用场合。需要反复操作的次数越多，所需读取的数据量越大，受益越大，数据量小但是计算密集度较大的场合，受益就相对较小。
2）粗粒度更新状态的应用。由于RDD的特性，Spark不适用那种异步细粒度更新状态的应用，例如Web服务的存储或者是增量的Web爬虫和索引。就是对于那种增量修改的应用模型不适合。
因此Spark的适用面是很广泛的。
2.两者可合可分
Hadoop除了提供为大家所共识的HDFS分布式数据存储功能之外，还提供了叫做MapReduce的数据处理功能。所以这里我们完全可以抛开Spark，使用Hadoop自身的MapReduce来完成数据的处理。
相反，Spark也不是非要依附在Hadoop身上才能生存。但如上所述，毕竟它没有提供文件管理系统，所以，它必须和其他的分布式文件系统进行集成才能运作。这里我们可以选择Hadoop的HDFS,也可以选择其他的基于云的数据系统平台。但Spark默认来说还是被用在Hadoop上面的。
所以，当前大数据时代，掌握Hadoop和Spark是绝对必要的。
多市Big Data & Hadoop第一名师Mr.Shen执教15周年庆典，每期学员的高就业率再次证明Hadoop是IT华人就业首选！
第一次课：2月11日（六）4:00pm-6:00pm
【课程介绍】Data scientists/engineer/analyst build information platform to provide deep insight and answer previously unimaginable questions. Spark and Hadoop are transforming how data scientists/engineer/analyst works by allowing interactive and integrative data analysis at scale.
You will learn how Spark and Hadoop enable data scientists/engineer/analyst to help companies reduce costs, increase profits, improve products, retain customers, and identify the new opportunities.
You will learn what data scientists/engineer/analyst do, the problems they solve, the tools and techniques they use. Through in-class simulations, participates apply data analysis methods to real-world challenges in different industries and, ultimately, prepare for big data application development and big data analyst roles in the field.
【授课老师】名师Mr. Shen
