为您找到209个相关课程
展开简介
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
收益目标:暂无
适应人群:暂无
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: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
关键词:互联网,组织
关键词:互联网
收益目标:通过大量产学研合作的成功实践案例来引导学员理解和掌握先进的、系统化的可靠性测试方法。
适应人群:测试工程师、测试架构师、可靠性专项测试工程师等。
关键词:其他,自动化测试,测试用例,可靠性测试,金融,Linux
收益目标:1,帮助企业实现业务目标的对齐、流程的优化、系统的整合等,无论是金融、制造还是其他行业。 2,理论和方法与实际情况相结合,给予您团队更加贴切和实用的案例和建议。
关键词:其他,架构师
关键词:其他,数据库,金融,企业级
适应人群:云计算的架构设计相关人员
关键词:制造,云计算,数据库
收益目标:在课程中要逐一解决的问题(解决方案均来自讲师真实工作成果) 1、测试人员不足,尤其是有经验的测试工程师不足 2、团队对Bug的理解不一致,有时测试团队开的Bug开发团队不认可 3、没有有效的技术手段保证测试速度,甚至测试被认为额外增加了项目进度时间 4、测试量很大,测试报告不能及时反映最新版本中存在的问题 5、测试中重复劳动太多,长期下来,测试工程师缺乏成就感和创造力 6、软件发布前是否经历了足够的测试?能否发布到底谁说了算? 7、缺陷预防的持续改进 8、建立质量保证体系
适应人群:项目负责人,测试负责人,质量负责人
活动详情
To Be Better
注册或 找回密码?