为您找到278个相关课程
展开简介
收益目标：暂无
适应人群：暂无
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
收益目标：通过本次实战培训，学员将获得以下具体收益，涵盖知识掌握、技能提升和行业应用： 1、掌握AI核心技术机制：深入理解LLM底层原理、嵌入技术及RAG优化，并能运用工具如LangChain、LlamaIndex进行模型开发和知识库构建，提升AI理论基础。 2、提升研发流程效能：通过工业级提示工程和AI辅助工具，加速需求分析、开发和测试，实现全链路提效，减少人工耗时。 3、设计AI4SE工程体系：学习构建匹配企业AI战略的软件工程规范，包括路线图规划、研发流程AI整合和复杂度控制，并能参考行业方案实施AI加速研发体系。 4、应用AI+DDD实战方法：掌握领域驱动设计与AI的融合应用，通过四阶落地法完成从需求到代码的智能化实现，提升复杂业务系统的设计和开发能力。 5、实现行业场景落地：获得金融、制造等行业实战经验，如构建MCP驱动的智能体协作网络、开发代码迁移工具和知识运营助手，助力企业在真实场景中规模化应用AI，提升研发质量和效率。 6、第一部分 AI研发基础强化增强工程化落地能力：通过案例演练（如本地MCP客户端、RAG应用开发）和工具链实操，培养学员的工程实践技能，确保AI技术在企业环境中的可扩展性和稳定性。
适应人群：希望通过AI工具提升研发效率和质量的软件工程师 希望建立匹配AI战略的智能工程研发体系的管理 希望通过AI框架与相关技术开发AI原生应用的开发人员
关键词：其他，需求分析，转型，金融，工程化，大模型
收益目标：1.企业级大模型应用模式与部署实战：系统拆解企业大模型三大主流落地模式，深入对比私有化与云端部署方案，结合 GPU/CPU 算力选型与真实业务场景，帮助企业做出可落地、可持续的技术决策。 2.RAG 原理、工程实现与评测驱动优化：从 Embedding、向量数据库、检索召回到生成优化，完整讲解企业级 RAG 的设计方法，并引入 Ragas、TruLens 等评测体系，构建“可量化、可回归、可持续优化”的 RAG 工程闭环。 3.智能体（Agent）工程化与自动化流程设计：深入讲解 Agent 的核心能力体系，包括工具调用、意图识别、工作流编排、自主规划、多智能体协作与记忆系统设计，帮助学员构建稳定、可控、可扩展的企业级智能体系统。 4.从 Workflow 到 Agent 的业务自动化升级路径：通过 Pipeline、Branching、Parallel、MoA、HITL 等多种工作流架构模式，讲解如何逐步从固定流程自动化，演进到具备自主决策能力的 Agent 系统，真正释放 AI 的业务价值。 5.行业真实项目与低代码智能体实战：覆盖金融、保险、客服、设计、法务、办公自动化等多个行业场景，通过真实案例与低代码智能体实战，帮助学员将所学能力快速转化为企业可用的 AI 应用与产品。
关键词：互联网，组织，企业级，大模型，RAG
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：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
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
活动详情
To Be Better
注册或 找回密码?
