工程师
其他
人工智能
大数据
Java
转型
企业级
数字化转型
推荐课程
average > 0 ? $model->average . '分' : '10.0分' ?>

Java技术栈深度探索与未来展望

阿里云MVP 技术顾问 CTO

阿里云MVP,华为HCDE成员|技术作者
业界资深技术专家,从事开发和架构工作近10年,擅长Java/Python体系下各类技术栈、拥有微服务、分布式高并发、AI&机器学习、大数据亚台系统架构经验,曾相任多家创业公司CTO、合伙人,负责研发线所有产品技术架构、团队管理等工作,开发了多款金融、风控大数据、SaaS、区块链等产品。
曾出版技术书籍《Akka实战: 快速构建高可用分布式应用》,受到多位业界知名技术专家联名推荐作序,该书是国内首本原创相关书籍。曾出版译著《软件开发实践项目驱动式的Java开发指南》
曾受邀为HP、通用、中邮、亚安、建行、华泰等中外企业进行技术咨询、培训等。

阿里云MVP,华为HCDE成员|技术作者 业界资深技术专家,从事开发和架构工作近10年,擅长Java/Python体系下各类技术栈、拥有微服务、分布式高并发、AI&机器学习、大数据亚台系统架构经验,曾相任多家创业公司CTO、合伙人,负责研发线所有产品技术架构、团队管理等工作,开发了多款金融、风控大数据、SaaS、区块链等产品。 曾出版技术书籍《Akka实战: 快速构建高可用分布式应用》,受到多位业界知名技术专家联名推荐作序,该书是国内首本原创相关书籍。曾出版译著《软件开发实践项目驱动式的Java开发指南》 曾受邀为HP、通用、中邮、亚安、建行、华泰等中外企业进行技术咨询、培训等。

课程费用

6800.00 /人

课程时长

1

成为教练

课程简介

在云原生和数字化转型的大背景下,Java作为企业级应用开发的首选语言,其重要性日益凸显。本课程旨在深入探讨Java技术栈的最新发展,分享最佳实践,同时展望Java在未来技术生态中的角色和趋势。本课程内容涵盖从云原生Java实践到性能优化技巧,从研发与交付效率提升到Java与开源生态的融合,再到Java与人工智能、大数据等新兴技术的结合。我们还将深入讨论Java的前沿技术,以及Java开发者的职业成长路径。

目标收益

1.理解云原生架构下Java应用的挑战与机遇;
2.掌握Java性能优化的关键工具和策略;
3.学习提升研发流程效率的现代方法和工具;
4.了解AI将如何促进研发效能的提升;
5.了解Java在人工智能、向量数据库等新兴领域的应用案例;
6.洞察Java技术的未来发展,把握技术趋势;

培训对象

课程大纲

第一单元 云原生与Java(该单元介绍云原生现状、发展趋势,云原生下的Java技术栈、性能调优等。) 1.云原生下的架构与模式
1.1云原生的架构原则
1.2云原生架构模式与反模式
(案例:一次服务与事件驱动架构的选型实践)
1.3云原生核心技术与应用
(案例:支付服务在云原生技术选型上的经验和教训)
1.4云原生的优势与挑战
(案例:有效的CI/CD Pipeline是怎样的?)



2.面向快速迭代的微服务化
2.1以业务为导向的服务设计
2.2微服务拆分与DDD思维
(案例:线下收单场景的领域驱动设计)
2.3微服务架构重难点剖析:数据一致性与稳定性保障
(案例:餐饮SaaS从十万到千万级日单量的服务化改造)


3.高质量编码与测试最佳实践
3.1识别代码坏味道
3.2容易被写坏的测试代码
3.3测试代码不work的原因
3.4测试代码中的业务与环境分离
3.5维护测试与持续重构
(案例:一个鉴权模块的开发、测试与重构)
4.云原生下的Java变革
4.1云原生下Java存在的问题
4.2静态编译与GraalVM
4.3冷启动的问题与常规解法
4.4下一代Java云原生开发:Quarkus
4.5云原生下的应用性能与可观测性
(案例:云原生下的微服务的启动提速(GraalVM Native))



5.Java新特性与发展趋势

5.1语法糖 or 新模式?
5.2Virtual Threads 与Actor模式
5.3面向ML/AI的Java开发
5.4多语言平台的兼收并蓄
5.5观点:Java的实用性与易用性发展趋势(能否达到Python的手感?)
第二单元 Java与新兴技术融合与应用(该单元介绍Java与向量数据,AI应用开发(SpringAI、GitHub Copilot等)) 6.Java与AI如何结合
6.1大模型生态介绍
6.2AI Agent是什么?
6.3大数据之向量数据库
6.4SpringAI:Java AI开发框架
6.5使用Java开发基于LLM的AI Agent
(案例:实现智能订餐助手)
6.6编程提效:GitHub Copilot
第三单元 总结与讨论 (职业发展、视野提升、未来变革) 7.话题:Java工程师职业规划
7.1仿写开源框架对我的启发
7.2深度和广度如何取舍?
7.3输出-输入学习法
7.4管理 vs 技术,自我设限=0
7.5学会手持利器:新工具=新思路
7.6Java正在演变成多语言平台,而我们只会Java?
第一单元 云原生与Java(该单元介绍云原生现状、发展趋势,云原生下的Java技术栈、性能调优等。)
1.云原生下的架构与模式
1.1云原生的架构原则
1.2云原生架构模式与反模式
(案例:一次服务与事件驱动架构的选型实践)
1.3云原生核心技术与应用
(案例:支付服务在云原生技术选型上的经验和教训)
1.4云原生的优势与挑战
(案例:有效的CI/CD Pipeline是怎样的?)



2.面向快速迭代的微服务化
2.1以业务为导向的服务设计
2.2微服务拆分与DDD思维
(案例:线下收单场景的领域驱动设计)
2.3微服务架构重难点剖析:数据一致性与稳定性保障
(案例:餐饮SaaS从十万到千万级日单量的服务化改造)


3.高质量编码与测试最佳实践
3.1识别代码坏味道
3.2容易被写坏的测试代码
3.3测试代码不work的原因
3.4测试代码中的业务与环境分离
3.5维护测试与持续重构
(案例:一个鉴权模块的开发、测试与重构)
4.云原生下的Java变革
4.1云原生下Java存在的问题
4.2静态编译与GraalVM
4.3冷启动的问题与常规解法
4.4下一代Java云原生开发:Quarkus
4.5云原生下的应用性能与可观测性
(案例:云原生下的微服务的启动提速(GraalVM Native))



5.Java新特性与发展趋势

5.1语法糖 or 新模式?
5.2Virtual Threads 与Actor模式
5.3面向ML/AI的Java开发
5.4多语言平台的兼收并蓄
5.5观点:Java的实用性与易用性发展趋势(能否达到Python的手感?)
第二单元 Java与新兴技术融合与应用(该单元介绍Java与向量数据,AI应用开发(SpringAI、GitHub Copilot等))
6.Java与AI如何结合
6.1大模型生态介绍
6.2AI Agent是什么?
6.3大数据之向量数据库
6.4SpringAI:Java AI开发框架
6.5使用Java开发基于LLM的AI Agent
(案例:实现智能订餐助手)
6.6编程提效:GitHub Copilot
第三单元 总结与讨论 (职业发展、视野提升、未来变革)
7.话题:Java工程师职业规划
7.1仿写开源框架对我的启发
7.2深度和广度如何取舍?
7.3输出-输入学习法
7.4管理 vs 技术,自我设限=0
7.5学会手持利器:新工具=新思路
7.6Java正在演变成多语言平台,而我们只会Java?

课程费用

6800.00 /人

课程时长

1

预约体验票 我要分享

近期公开课推荐

近期公开课推荐

活动详情

提交需求