为您找到209个相关课程
展开简介
收益目标：通过本课程的学习，可以帮助学员找到如下问题的答案： 1.什么是数字化转型？分哪几个阶段？如何提供价值？传统企业如何进行数字化转型？ 2.如何根据业务目标建立精确不冗余的指标体系，并通过指标体系驱动业务目标达成？ 3.数据驱动业务增长有哪几种的底层机制？该如何建立机制和获得机制的赋能？ 4.数据有哪些不同的收集方法？如何建立有效的数据收集机制？如何获取竞品和行业数据？ 5.有哪些重要的数据分析方法？如何通过数据分析获得重要的业务洞察，并制定相应的业务策略？应该在什么时候，如何使用哪一种数据方法？ 6.立项和做决策时，往往需要对候选项目进行价值分析，但价值要项目落地后才能实际产生和测量，如何进行客观准确而不是“拍脑袋”的项目/产品价值预测？
适应人群：正在进行数字化转型的企业的业务、产品、运营、研发、数据分析人员。 希望学习世界顶尖大数据企业如何使用数据、获得洞察、指导决策、建立数据文化的前沿企业的业务、产品、运营、研发、数据分析人员。 所有希望提升数据意识与思维、数据应用能力和数据洞察能力的相关岗位。 需要理解数据如何赋能业务，并建立数据驱动机制提升经营效率的企业领导。
关键词：互联网，人工智能，大数据，Python，数据分析，转型，产品管理，数字化转型，B端产品
收益目标：1.帮助学员以用户价值为核心，助力企业找准用户，突破市场瓶颈。 2.在创新早期使用框架帮助您梳理：解决企业为什么用户?提供什么产品?创造什么价值? 3.使用设计思维，帮助你解决以下两个问题：寻常处境，从哪里发现问题？ 情况变了，怎样找到关键变量？
适应人群：暂无
关键词：互联网，其他，用户体验，人工智能，创新
收益目标：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；
关键词：其他，人工智能，大数据，Java，转型，企业级，数字化转型
收益目标：暂无
适应人群：适合产品、运营、以及市场和数据分析和管理人员
关键词：互联网，产品设计，商业模式，用户体验，人工智能，创新
收益目标：1.了解VR/IOT设计实操案例 2.了解科技趋势下设计面临的变革和应做的准备 3.了解数字孪生概念在产业互联网行业的落地和应用
关键词：互联网，人工智能，大数据，云计算
收益目标：本课程旨在帮助学员理解和掌握如何使用Azure OpenAI服务，包括服务访问、模型部署、生成式AI应用程序的构建，以及如何在实际应用中集成Azure OpenAI。同时，课程将深入探讨提示工程的应用，以提升模型效果，并教授如何利用Azure OpenAI生成代码以协助开发过程。最后，课程将指导学员如何将自己的数据与Azure OpenAI服务结合，以实现更具个性化的应用。
适应人群：•对人工智能和深度学习有基础认识，并且对大型语言模型以及生成式人工智能感兴趣的初中级开发人员和数据科学家。 •产品经理和项目经理，希望了解如何在项目中利用 Azure OpenAI 服务实现生成式人工智能解决方案。 •对大型语言模型，特别是 Azure OpenAI 服务，以及生成式模型感兴趣的技术人员，以及对未来科技发展和最新科技充满好奇心的人。 •具备一定的编程经验，并有意愿了解生成式人工智能，这门课程都是有价值的。
关键词：其他，人工智能，API，NLP
收益目标：1、理解AIGC及其它AI大模型的核心原理和使用技巧 2、掌握在实际工作中有效应用AI工具，提升工作效率 3、通过实战演练，提升AI工具的实际操作能力 4、交流和学习来自各行业的最佳实践与经验
适应人群：力求帮助企业降本增效的各岗位骨干及员工、有特定工作场景需求的部门员工、职场新生代新力量、 及对AIGC行业感兴趣的企业管理者或骨干成员。
关键词：互联网，产品经理，人工智能，工程师，数据分析，金融，大模型，AIGC
关键词：互联网，其他，人工智能，金融，企业级，大模型，AIGC，企业私有化训练，大模型应用场景
收益目标：1.知识收获：学员将全面了解机器人行业的发展历程、现状与趋势，掌握服务机器人和人形机器人的核心技术架构、传感器应用、AI技术融合等关键知识点。同时，学员还能深入了解国内外人形机器人的产品定义、产业链构成、系统架构以及关键性能指标对比。 2.能力提升：通过课程学习，学员能够培养分析机器人产品技术架构和应用场景的能力，学会评估机器人产品的性能和市场竞争力。此外，学员还能提升对机器人行业创新技术和未来发展趋势的敏锐洞察力，为在行业中进行创新创业或职业发展做好准备。 3.职业发展：对于有志于进入机器人行业的学员，本课程将帮助其快速积累专业知识，明确职业发展方向，增强在求职过程中的竞争力。对于已经在相关领域的从业者，课程内容有助于其拓宽知识面，提升技术水平，更好地应对行业内的技术挑战和职业晋升需求。
适应人群：1.机器人行业初学者：包括对机器人行业感兴趣的科技爱好者、创业者等，他们希望通过学习了解机器人行业的基础知识、技术架构和应用领域，寻找行业内的创业机会或为进入该领域做好准备。 2.相关专业学生：如机械工程、电子信息工程、计算机科学等相关专业的学生，他们需要系统地学习机器人行业的专业知识，为未来的职业发展打下坚实的基础，本课程能够帮助其拓宽面知识，提升专业素养。 3.科技投资人与分析师：他们需要深入了解机器人行业的发展趋势、技术创新和市场动态，以便做出准确的投资决策或行业分析。本课程提供的全面且深入的行业知识，有助于他们把握机器人行业的投资机会和市场前景。
关键词：互联网，人工智能，转型，创新
关键词：传统金融，人工智能，机器学习，变革，大模型
收益目标：a) 深度了解TensorFlow的系统架构，组件交互，及其内核工作与运行机制； b) 深度了解TensorFlow的编程模型，及其灵活运用深度学习的基本算法原理，并使用TensorFlow实现。
适应人群：a) 具有1年及以上工作经验，并期望掌握深度学习算法，TensorFlow系统架构，及其运行机制的研发工程师，算法工程师，及其架构师。
关键词：其他，人工智能，机器学习，深度学习，TensorFlow
收益目标：1、对金融系统服务化过程、业务中台建设过程、架构演进过程进行详细介绍，深入剖析服务化和中台建设过程中遇到的应用拆分、数据拆分和团队拆分导致开发困局、运维困局等一系列问题和挑战，如何通过服务治理体系和技术来解决，使学员对服务治理的概念有更深更清晰的认识； 2、介绍管理、度量、管控三位一体，线上、线下治理结合的一体化服务治理体系，使学员全面了解服务治理体系的理论以及方法，通过现场穿插讨论，直击学员在日常工作中遇到的痛点，启发学员通过一体化的服务治理体系来解决实际问题； 3、介绍服务治理体系的落地实施过程，包括服务标准化、服务编制等基础环节，以及链路跟踪、熔断限流、服务路由、服务降级、静态服务调用关系图等技术组件，使学员掌握服务治理的关键技术； 4、介绍服务治理的实施策略与场景，包括服务架构优化、线上和线下度量指标体系、虚拟化管理、线上全链路压测、快速故障分析、敏捷应用发布等，使学员掌握服务治理体系如何实施； 5、介绍与服务治理配套的敏捷团队管理和研发模式，以及如何度量管理和研发过程，提升研发效率和质量，使学员将来实施服务治理更有可行性。
适应人群：从事软件研发的开发工程师、架构师、项目经理和技术管理者。
关键词：互联网，人工智能，架构设计，机器学习，微服务，金融
活动详情
To Be Better
注册或 找回密码?
