为您找到300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
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
收益目标：除了教会学员掌握⼤模型前沿技术应⽤实践，以及⼀套完整的产品需求分析、产品管理的⽅法⼯具框架(toolset)和思维模式(mindset)外，还可使⽤公司当前发布的⾦融科技产品做为封闭内训期间的实战产品，学员现场可以快速收获 针对当前负责产品最直观的建议及⽅法论，同时快速梳出 路演交付物。 提供⼀套适合⾃⾝产品的AI⼤模型提⽰词套件，助⼒产品需求分析、产品设计、产品数据运营分析等。
适应人群：银⾏科技侧中⾼级产品经理系列培训等。
关键词：互联网，产品设计，产品规划
收益目标：•理解研发效能的本质及行业内头部企业的推进情况 • 系统掌握研发效能的实施框架和落地过程 • 全面理解研发效能在各个领域的具体实践 • 通过一系列案例深刻理解研发效能的提升之道 • 认识到推进过程中可能遇到的困难和常见误区
关键词：其他，研发效能
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
关键词：其他，ai
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：对学员 1. 掌握Agent七层攻击面防御，建立智能体安全全景认知 2. 构建大模型纵深防御体系，实现端-管-云协同防护 3. 提升流量安全溯源能力，掌握加密流量分析与攻击链还原 4. 获得一线攻防实战经验，通过真实案例复盘掌握攻防方法论 5. 建立合规治理能力，掌握从备案到持续合规运营全流程 6. 规划安全建设路线图，制定企业分阶段安全落地实施规划 对企业 1. 降低合规与法律风险，满足生成式AI备案等法规要求 2. 构建统一防护体系，覆盖智能体、大模型、流量安全 3. 提升安全运营效率，通过自动化测试与护栏实现持续防护 4. 预防高危安全事故，提前发现Agent越权、模型越狱等风险 5. 缩短安全响应闭环，增强团队AI安全实战能力 6. 实现安全左移落地，在开发阶段即植入安全能力
适应人群：核心受众（强烈推荐）：安全架构师、AI研发工程师、风控/安全运维负责人、企业技术决策者 扩展受众：合规/法务负责人、DevSecOps工程师、对Agent与大模型安全感兴趣的技术管理者
关键词：互联网，架构师，转型，数字化转型，大模型
活动详情
To Be Better
注册或 找回密码?
