为您找到300个相关课程
展开简介
收益目标：1.深入理解DevOps理念：掌握DevOps的理论基础、文化特点以及对企业带来的长远收益。 2.掌握DevOps转型方法：学习如何将传统团队或敏捷团队成功转型为DevOps体系，解决转型过程中的痛点与难点。 3.精通持续测试技术：了解持续测试在DevOps流程中的作用，掌握自动化测试的应用场景与实现方法。 4.提升发布与运维能力：学习先进的发布策略与运维技术，确保软件交付的可靠性、稳定性与安全性。 5.构建高效DevOps工艺：通过课程学习，构建适合企业自身的DevOps工艺流程，实现软件开发的智能化、自动化与高效化。 6.增强团队协作与沟通：通过案例分析与实战演练，加强开发、测试、运维团队之间的沟通与协作，提升团队整体战斗力。
适应人群：暂无
关键词：我是运维经理，互联网，DevOps，运维，转型
收益目标：1.产品思维能力提升 2.用户分析 3.数据分析 4.需求分析：辨别真伪需求和需求背后的动因 5.需求优先级排序 6.业务洞察力提升 7.商业设计 8.运营能力 9.体验设计 10.战略设计 11.学习78个案例的亮点和掉过的坑，如何成功迁移到自己的产品上
适应人群：产品、运营、数据分析和管理人员
关键词：互联网，产品经理，需求分析，竞品分析，数据分析
收益目标：暂无
关键词：其他，分布式系统，微服务，分布式
收益目标：1、掌握Agent核心设计：深入理解S-P-A架构、记忆分层与工具调用，能够自主搭建研发Agent。 2、构建AI-Native研发流水线：实现从需求、代码生成到测试自愈、自动运维的全链路Agent闭环。 3、提升代码质量与系统韧性：利用自愈测试、根因分析Agent，大幅缩短Bug定位与修复时间。 4、优化组织效能与安全合规：建立AI采纳率、Agent任务完结率等新度量体系，并落地代码隐私与开源合规防护。
适应人群：1、软件工程师、架构师与技术负责人 2、AI工程化实践者、DevOps与SRE工程师 3、期望通过AI重塑研发流程的技术管理者与创新团队
关键词：互联网，运维，转型，组织，企业级，工具链，推荐系统，大模型
收益目标：掌握项目目管理办公室的组建方法与工作模式，并现场模板展示.
适应人群：那些已经接受了项目管理理论培训，需要现实工作中应用所学原理的项目经理们； 希望在自己的项目中实施良好的实践习惯和过程程序的项目经理们； 需要项目管理实施各领域如：团队建设；领导力；演讲；沟通和干系人管理等领域的实践辅导的项目经理们；
关键词：互联网，医疗，制造，电信，政府机构，税务，项目管理，组织
收益目标：掌握部署图、组件图、包图、类图、序列图、活动图、状态机图。 .学会用部署图、组件图、包图进行架构设计。 .学会用类图、包图、序列图、活动图、状态机图深化设计。 .学会“理解需求、预测变化”，理解需求驱动设计。 .学会如何做好用户体验设计。 .学会如何业务驱动数据库设计。 .学会如何做出“高性价比”的设计。
适应人群：项目经理、系统分析师、设计人员、开发人员、测试人员、有一定编程经验并且对软件设计或UML感兴趣的人士。
关键词：其他
收益目标：1、理解研发效能的本质及领军企业落地情况 2、系统掌握研发效能的实施框架和落地过程 3、全面理解研发效能在各个领域的具体实践 4、探索结合AI大语言模型与时俱进实现效能提升 5、通过一系列案例深刻理解研发效能的提升之道 6、认识到推进过程中可能遇到的困难和常见误区 7、与行业资深专家深度交流，进入研发效能圈子
适应人群：1、软件开发、测试、质量、运维工程师、架构师 2、项目经理、产品经理、敏捷教练、DevOps工程师 3、研发基层/中层/高层管理者 4、研发效能实践者、DevOps转型推动者和实施者、研发效能度量设计和效能平台建设者
关键词：互联网，DevOps，组织，研发效能
收益目标：AI在研发管理中的价值 AI在研发效能提升中的实践 AI对研发效能管理的影响 生成式AI(AIGC)的最新进展与应用; AIGC及其应用领域; 大模型在软件研发全生命居期中的应用场景与案例; AIGC驱动下的自动化测试技术能力进阶 AI辅助编程工具 利用 智能编程助手提高编程效率和准确性 七大实战项目：探索智能编程助手的最佳实践 探索 智能编程助手的未来发展与实验功能 研发场景Agent构建及应用 如何评估AI产品应用有效性
收益目标：1.能独立开发简单的Flutter应用 2.掌握Flutter的核心原理 3.具备Flutter跨平台开发的全景认知 4.初步具备架构设计、敏捷开发等高阶程序员通用能力
关键词：其他，前端开发，前端
关键词：其他，人工智能，大模型
收益目标：1.掌握设计 Harness 确定性护栏的方法：通过构建沙箱、索引与 Evals，将非确定性模型转化为可靠的工程产出。 2.掌握多智能体高并发编排与控制的方法：利用极简工具栈实现复杂研发任务的规模化并发处理。 3.掌握软件系统“Agent 友好化”改造的方法：通过模块化 MD 描述与知识图谱构建，让 AI 深入处理大型遗留代码库。 4.获得基于规格驱动开发（SDD）的实战经验：建立从需求想法到结构化 FD 规格、再到全自动代码落地的标准化 SOP。 5.获得构建企业级自动化评估体系（Evals）的经验：实现基于反馈的 Agent 自动修复逻辑，大幅降低人工 Review 成本。 6.获得应对大规模研发 Scaling 挑战的治理经验：解决多智能体并发冲突、Token 极速消耗及危险指令拦截等深水区难题。
适应人群：1.资深开发工程师与架构师：希望从“手动编码”转向“Harness 编排”，掌握设计可被 Agent 高效理解与修改的模块化系统。 2.技术负责人与研发经理：关注研发范式变革，寻找将 AI 深度注入 CI/CD、构建企业级私有化 AI 研发工作流的决策者。 3.产品负责人与设计师：学习编写高质量的技术规格说明（Spec/FD），将其作为驱动 Agent 团队精准执行的“指挥棒”。 4.DevOps 与质量专家：负责构建基于 Agent 的自动化评估闭环、实现生产环境故障“发现即自愈”的专家。
关键词：其他，工程师，工具链，大模型
收益目标：通过本课程，学员将体会软件详细设计流程、步骤和方法，掌握架构模式和设计模式的精髓和本质，把握架构和框架设计的精要，分享资深专家多年经验及行业精粹，加速成就软件设计师。
适应人群：系统分析员、软件设计师、项目经历、技术经理或高级开发人员。
关键词：其他，软件设计
活动详情
To Be Better
注册或 找回密码?
