为您找到300个相关课程
展开简介
收益目标：指导质量从业人员顺应变化，构建适合本企业的质量体系。
适应人群：CEO、市场营销、交付服务、质量运营 (QA)、质量管理、 研发项目管理、测试项目管理等相关人员
关键词：其他，质量管理，转型，变革，数字化转型
收益目标：ChatGPT是什么,为何拥有这些能力和局限。 让完全不懂技术的人也能迅速理解AI ChatGPT和它背后的技术和机会 快速入门提示词技术，获得竞争优势 了解提示词工程师的职业内容 掌握ChatGPT提示词的撰写与优化技巧 熟悉不同类型提示词及其应用 快速掌握chatGPT 使用方法和技巧 学习并掌握提示词撰写的底层逻辑，写作步骤及高级技巧 掌握chatGPT在新媒体营销，内容营销场景中的应用 掌握chatGPT 在职场中高效办公/文案写作中的应用 掌握chatGPT高级应用技巧 通过课程学习，学员将能够洞察GPTs技术在商业领域的广泛应用，包括客户服务、智能助手、个性化推荐等，为企业的创新和发展提供新的思路。 课程将提供丰富的实战案例和练习，帮助学员掌握GPTs技术的开发技巧和商业应用方法，提升解决实际问题的能力。 通过学习GPTs商业开发指南课程，学员将具备开发智能对话系统的能力，使企业在市场竞争中占据先机。 通过学习GPTs技术，学员将激发创新思维，为企业带来新的商业模式和产品创新点，推动企业的持续发展。
适应人群：暂无
关键词：其他，变革
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
收益目标：暂无
关键词：互联网
关键词：其他，ai
收益目标：1、系统掌握 Palantir（以 Foundry/AIP 为核心）的根本设计哲学与核心架构模型。 2、深入理解 FDE 的核心工作流与抽象概念，包括本体驱动、动态协作、一切皆对象等原则。 3、掌握在 Palantir 平台进行端到端解决方案设计的理论框架与方法论。 4、了解 Palantir 的安全、治理模型以及 FDE 在项目生命周期中的战略角色。
适应人群：解决方案架构师、技术负责人、数据战略制定者、高级数据分析师，以及希望深入理解 Palantir 平台理论而非具体操作的技术管理者。
关键词：互联网，知识图谱
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
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
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
活动详情
To Be Better
注册或 找回密码?
