为您找到190个相关课程
展开简介
收益目标: 通过在一流互联网多年的开发经验和前端工程化技术实践,可以全面学习到: 1.前端工程化思想 2.前端命令行工具内核与实现 3.前端模块化实现思路 4. 前端性能优化的方法 5.前端持续集成方案
适应人群:前端开发行业的初级、中级、高级前端开发者 课程定位:适合于对前端工程化有诉求的业务项目和业务团队,特别是超大型前端项目、多条业务线研发项目,可以很方便对前端开发流程统一,前端工具统一,前端组件统一等。
关键词:互联网金融,前端工程化、前端编译工具、前端模块化、前端规范、前端集成解决方案
收益目标:通过培训,可以让学员对实时数据处理有更深入和全面的理解,掌握实时数据平台建设思路,了解实时数据处理技术,并能够在实际应用中解决实时计算预到的工程问题。 熟悉互联网公司(如阿里巴巴、Uber、华为)的所面临的问题和工程实践经验。
适应人群:了解大数据的软件架构师。 中级和高级软件工程师。
关键词:其他,大数据,大数据平台,大数据、实时计算、Flink、Spark
收益目标:深刻理解IPD是什么,能解决什么问题。 掌握如何通过经营重组体现产品开发是一种投资行为的思路和方法。 掌握从客户需求到产品规划市场体系的构建思路和方法。 掌握构建打通部门墙端到端运作的IPD矩阵组织及流程体系的思路和方法。 掌握如何通过产品重组提高产品交付质量和效率的思路和方法。 掌握如何通过三步走实施并管理IPD变革的基本策略。
适应人群:企业高管、产品线主管、市场部主管及市场研究人员、战略与规划部人员、产品经理、研发经理/总监、技术经理/总监等。
关键词:互联网,研发管理,变革
收益目标:• 理解业务开发中很少涉及到的编译流程 • 从基础建设和工程化角度,提升开发效率 • 从基础建设和工程化角度,优化应用性能 • 开拓技术视野,理解现代化前端工程设计方案 • 脱离重复琐碎的业务开发,系统地了解基础建设的方方面面 • 理解前端构建工具(如 Webpack)实现细节和原理 • 更好地从零搭建一个优秀的项目,整合工作流程
适应人群:• 3 年以上经验的前端开发工程师 • 面临技术瓶颈的前端团队 • 负责技术方案制定和基础建设的资深工程师 • 缺少新技术指引、缺少接触优秀项目机会的前端团队
关键词:互联网,持续集成,组织,前端,工程化,工具链,源码解读
收益目标:1. 掌握云数据库整体行业发展方向 2. 了解云数据库的设计与实现
适应人群:* 企业背景: 互联网公司以及计划使用 MySQL 数据库的传统企业 * 技术背景: 架构师, DBA, 运维, SRE, 软件开发人员
关键词:其他
收益目标:暂无
适应人群:暂无
收益目标:1.能够从用户角度看产品,建立用户思维 2.掌握产品各个环节中的用户体验核心要素,能够更全面地看待产品及用户体验 3.能够运用用户体验模型中的原则、方法与工具来改进产品的用户体验 4.掌握一套产品设计的方法论
适应人群:1.产品经理 2.有志于成为产品经理的产品人员,如:策划、设计、市场、运营、研发…… 3.希望跨界学习、开拓视野、提升产品技能的产品相关人员
关键词:互联网,用户体验,企业级
收益目标:让学员了解DevOps理论和各类实践和工具,能够选择适合的实践和工具到实际工作当中。
关键词:互联网,持续集成,DevOps,运维
收益目标:领域驱动设计能够解决: 需求分析人员与开发团队的沟通问题 从需求到开发实现的设计问题 系统过于复杂导致代码难以维护的开发问题 本课程将从战略设计到战术设计全面讲解领域驱动设计,结合微服务架构、六边形架构以 及事件驱动架构和CQRS等知识,引入大量案例通过工作坊形式引导学员掌握领域驱动设 计的知识,并最终在项目开发中落地。 需求分析人员和领域专家无法与团队的设计人员和开发人员进行有效沟通。需求分析人员 不了解软件设计,软件设计人员常常会曲解需求内容,这是软件开发中容易出现的第一病 症。它带来的后果是设计频繁变更,设计的软件不满足客户需求。
适应人群:1、专注于行业软件开发或互联网开发的软件从业者 2、希望掌握事件风暴方法的业务分析人员与开发人员 3、希望提高领域建模与分析能力的软件设计人员 4、希望掌握领域驱动设计方法并运用到项目中的后端开发人员
关键词:其他,领域驱动设计
收益目标: 1.了解数据中台的基础概念、来源、特点、现状 2.理解数据中台在互联网电商、金融、电信、能源等行业的应用情况和应用案例 3.掌握数据中台的方法论,让学员掌握体系化的数据中台思考能力 4.通过课程的学习,让学员能够理解如何运用数据中台与技术中台、业务中台相互配合,产生业务价值。
适应人群:政府领导; 投资机构、行业客户; CTO、CIO、技术总裁、技术总监、技术经理; 系统架构师、程序员、数据从业人员。
关键词:其他,创新
收益目标:通过本课程,可让学员对数据治理建设过程的方法论和实践思路有更深的认识,同时学会用业务中台和数据中台的设计解决业务和数据汇聚带来数据治理、数据质量等问题。通过学习基于Devops模式进一步掌握如何打造自动化运维体系,借助老师在数据质量管理体系建设经验分享,进一步提升学员掌握数据治理的价值和数据变现的思路。在数据治理落地与实践案例讲解过程讲解中,把案例与方法结合,更深的认识数据治理的方法和建设工作。通过行业应用的典型案例,使学员在掌握这些案例所用的技巧的同时,充分理解数据治理建设过程智慧中台、自动化运维及数据质量管理的关键和实施路径,通过举一反三的效果,提高自己分析解决问题的能力
适应人群:①IT 项目管理办公室(PMO)总监/经理/数据管理专员/技术经理 ②IT 部门总监/经理 ③业务部门信息化领导/经理/专员 ④数据管理团队及专兼职人员 ⑤企业数据管理专家/专家委员会专员 ⑥数据管理或数据服务团队负责人、核心团队成员 ⑦企业CIO、CDO 等信息化相关的高层领导 ⑧想要了解数据管理、数据治理的人员均可学习
关键词:互联网,其他,质量管理,运维,自动化运维
收益目标:1. 软件架构的本质 2. 软件架构的设计过程 3. 软件架构模式 4. 深入理解J2EE和架构模式和反模式,以及如何对架构重构 5. 深入理解J2EE架构各层(表示层/业务逻辑层/数据存取层/基础服务层/实体层)如何设计和如何权衡 6. 深入理解J2EE 技术(JSP,TagLib,Ajax,EJB,JPA以及常见的开源技术Spring和Hibernate,Ibatis) 7. 充分运用Java EE组件技术,解决典型的系统架构问题 8. 使用Java EE蓝图中的技术和Java EE 模式目录中的解决方案,推导出软件系统 9. 使用工程权衡技术,用高性价比的方式应对服务
适应人群:这门课程适合对基于Java EE技术的企业软件系统负有总体软件架构的学员。学员还要求能深入了解企业架构师的作用,并希望在n层企业系统中使用Java EE技术。现有的架构师也可以通过学习这门课程,了解如何使用Java EE技术提高其企业系统中服务的质量。
关键词:电信,其他,架构师,软件架构,Java
活动详情
To Be Better
注册或 找回密码?