为您找到300个相关课程
展开简介
收益目标：暂无
适应人群：暂无
关键词：其他，工程师，Python，数据分析，NLP，大模型
收益目标：1.系统掌握测试架构师理论体系 2.掌握测试架构设计核心方法论和典型场景决策能力 3.了解AI+测试的最新进展、主流工具及企业落地实践 4.获得可落地的AI测试实施方案和避坑指南
适应人群： 测试架构师、测试经理、高级测试工程师、测试团队负责人
关键词：互联网
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：1、了解UML的正确应用方法与原理； 2、学员将了解如何把UML应用到面向对象分析和设计乃至整个软件过程中，包括使用UML建立业务模型、需求模型、分析模型、设计模型、实现模型等； 3、重点讲解UML在具体的真实项目中的使用和应用过程指南，如何应用UML处理需求的变更，分析、设计出强壮的架构，建立充分的实现模型。强调具体项目的过程； 4、运用系统分析模式进行本质分析； 5、了解如何设计稳健并易于扩展的架构； 6、通过实际的案例，掌握需求、分析设计的关键技巧； 7、看到好的和差的实际案例，反思自我，提高实际工作能力； 8、深入了解如何解决实际开发问题； 9、理解UML贯穿于迭代化。
适应人群：本课程主要面向开发团队中的设计人员、系统分析人员、开发经理、项目经理、产品设计、UE设计人员，以及或有志成长为高级软件设计者的技术人员。
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：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：• 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：1，整体把握机器学习、深度学习、数据挖掘的发展方向 2，了解机器学习、深度学习、计算机视觉的技术框架 3，理解机器学习和深度学习的思维方式和关键技术 4，了解深度学习和机器学习在当前工业界的落地应用 5，了解AI顶会论文和最新技术热点
关键词：其他，机器学习，数据挖掘，项目管理，深度学习
活动详情
To Be Better
注册或 找回密码?
