为您找到161个相关课程
展开简介
收益目标：1. 提升测试的进阶技能 掌握针对微服务架构的测试策略设计 掌握自动化测试的核心技术，了解最新动态 理解测试数据准备服务的设计和落地实践 2. 从测试侧提升效能 掌握如何从Quality Engineering向Engineering Productivity转型 掌握质量提效的若干维度，能够从弱项入手开启质量效能提升之路 3. 测试团队转型方向 成长为测试架构师，从架构角度看测试 初探建设测试中台的思路和具体实践 真正建立软件测试技术全景视图
适应人群：1.提高测试技术全局观，学会由点到面，从测试架构师的视角看待和解决问题； 2.希望掌握深入掌握业界主流的测试策略设计原则， 利用GUI和API自动化测试提升工程效能，不止于做“测试小工”的测试工程师； 3.希望深入理解质量效能相关理念，接触行业最前沿的质量效能技术细节的测试经理； 4.全面理解测试中台的产生背景和主要技术实践，希望建立自己测试中台的测试总监和测试负责人；
关键词：互联网，架构师，测试质量
收益目标：理解研发效能的本质 理解研发效能的落地实践 理解研发效能推进中的“坑”和最佳实践 理解企业级的成功案例 帮助学员建立起研发效能度量的正确的理念 助学员理解研发效能度量的实施模型及度量指标集 帮助学员理解度量指标集中每个指标的设计思路和落地方法 帮助学员掌握通过度量指标综合分析问题、从而促进研发效能提升的方法
适应人群：暂无
关键词：互联网，组织
收益目标：暂无
关键词：互联网
关键词：互联网，数据挖掘，商业智能
关键词：互联网，支付平台，互联网金融，电信，风险管理，项目管理
收益目标：1.从0到1对微服务技术架构可以有完整的认识； 2.基于kubernetes支撑微服务架构的落地实践 3.借鉴领域驱动设计(DDD)与微服务的拆分边际 4.开源组件与注册中心的调优和增强； 5.统一微服务框架及组件，开发流程规范化，降低微服务门槛的思路； 6.实时微服务流控治理策略生效的机制； 7.解析微服务的刚需——应用性能监控的实现； 8.利用Kubernetes + DevOps实现微服务敏捷测试； 9.企业级大规模互联网技术实践；
适应人群：架构师； 开发人员； 运维人员；
关键词：互联网，微服务，DevOps，运维，容器
收益目标：1、获知互联网企业大数据体系建设的完整形态，和技术选型标准，加深对企业数据化变革的认知 2、了解数据中台工具的功能架构，数据中台赋能的思路方法论及其技术架构 3、用户行为分析平台的埋点上报，传输，管理，验证，基础数仓建设的功能技术架构 4、掌握爆炸式数据增长下的数据管理，治理体系，了解科学的数据建设管理方法论，在实际生产中有序落地，避免数据重复建设，避免数据安全隐患 5、在数据生产建设过程中，通过事前生产规范管理，事中值班响应，事后巡检监控，全方位保障数据质量 6、掌握ABTest实验的原理，重叠实验框架的架构以及实验决策的方法论案例，学会如何科学的使用AB测试做数据驱动决策
适应人群：适用于大数据应用开发，大数据基础架构开发，数据产品，数据仓库的软件架构师、软件设计师、程序员、数据产品 要求：至少要有1-2年工作经验，学习过Hadoop，Hive以及Java语言
关键词：其他，大数据，数据架构，数据分析，变革，组织
收益目标：1.系统化数字化转型课程，从组织管理和技术建设两个维度全面梳理数字化转型应知应会 课程不是概念的堆叠，每门课程辅以工具箱，帮助学员听完即用 2.一套全链路提升转型方法的方案 不止于呈现案例，更呈现优秀转型案例（比如喜茶）背后的方法和最佳实践 3.与高手比肩，认识真正的技术管理高手 站在高手的肩膀上，拿到实战者才有的知识 4.云上课堂，可以随时随地学习 品控「卡尺」，筛选出最优质的的课程内容
关键词：互联网，敏捷，转型，组织，金融
收益目标：训练营收益： 1.协助学员成为数字化领导者，制定数字化创新战略，结合內部核心竞争力及外部资源驱动企业转型的进程和落实； 2.通过学习数字化体系和方法论，对内降本提效，促进生产力；对外加强客户和伙伴的体验，打造由产品到平台的价值网； 3.结合四大核心成功要素的数字化转型实施，了解如何进行数字化重构与数字化增长；
适应人群：训练营面向人群： 1.谋求数字化转型、智能化升级和构建产业新生态的实体企业的产研高管； 2.期望了解数字化转型是什么、以及如何转型的「所谓传统」的发展数字化与产业互联网的实体企业，例如制造、零售、物流、医疗、能源、银行、保险、证券… 3.希望寻找新经济、转型下的机会的提供软件、IT、大数据、AI服务的数字化生态企业
关键词：互联网，其他，转型，变革，组织，产品管理，数字化转型
收益目标：通过该课程学习，洞悉Hadoop，NoSQL与Spark等技术的原理、架构与技术手段；结合丰富实例掌握其设计与开发方法，以及掌握如软件架构、性能调优等使用过程中的实用技巧；深入了解Hadoop，NoSQL，Spark体系中各成员，理解Hadoop，NoSQL，Spark成员各自的优、缺点与正确适用场景，了解技术最新发展动向，能对Hadoop，NoSQL与Spark体系在学员企业、学员项目、学员研发中是否可用、如何定位以及如何使用做出正确判断与学习，并且对如何结合大数据技术规划企业数据架构得到相当的启发与收获。
适应人群：企业中高层技术管理人员、企业技术战略决策者、软件架构师、软件研发人员与大数据技术爱好者，有大数据及海量数据管理与处理需求的企业优先。
关键词：传统金融，互联网金融
收益目标： -分析业界公司在需求管理和需求开发过程中的误区，并分享成功经验； - 站在“项目交付价值”的全新角度了解在需求开发和需求分析的过程、以及在这个过程中各种技术和方法论的使用特点； - 理解需求捕捉时的主要方法：用户故事、业务概念分析、最小原型法； - 理解需求分析/需求建模的主流方法：User Story 用户故事、UseCase用户用例、数据流图、有限状态集图、实体/关系图……； - 理解非功能性的分类、示例以及如何获取的方法； - 掌握规格化需求时的注意事项与模板示例； - 了解需求评审时的3种常用的方法：正规检视、同行专家评审与走查； - 了解需求变更控制的流程、要素与注意
适应人群：需求分析人员（含业务分析人员）、高级设计人与开发员、高级测试工程师
关键词：互联网，电商，电信，需求分析，工程师
适应人群：企业高管、产品及运营负责人、项目负责人、技术负责人、数 据分析师、数据挖掘工程师
关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析
To Be Better
注册或 找回密码?