为您找到242个相关课程
展开简介
收益目标：暂无
适应人群：产品、研发、运营、营销、职能岗等
关键词：互联网，人工智能
收益目标：1.实践导向，价值闭环：课程不空谈技术理论，而是以行业案例和自身成功案例为基石，深入剖析“为什么做、具体怎么做、实现了什么价值”，聚焦解决安全、效率、成本、环保等核心业务痛点。 2.深度拆解，掌握精髓：超越概念介绍，对5G专网的核心架构（如UPF下沉、轻量化i5GC核心网）、关键使能技术（如RedCap轻量化终端、网络切片）进行技术-业务一体化解读，让学员不仅知其然，更知其所以然。 3.前瞻引领，布局未来：深入解读作为5G到6G桥梁的5.5G（5G-Advanced）关键技术（如通感一体、确定性网络），并系统展望6G（太赫兹通信、智能反射面、空天地一体化）技术与海洋油气极端作业场景的融合潜力，启发战略性思考。
适应人群：本课程专为中海油推进数字化、智能化转型的关键角色设计，建议参训学员包括： 公司中高层技术管理者：信息科技部、工程建设部、生产作业部等部门负责人及技术专家。 一线业务单元核心骨干：各分公司、海上平台、油气田负责智能化改造、运营维护的技术骨干与项目经理。 战略规划与研发人员：从事技术前瞻研究、数字化转型战略规划的相关人员。 所有对5G、6G赋能能源行业感兴趣的同事。
收益目标：1、建立系统化的AI协同工作流思维：学员将超越单点工具使用，掌握如何将AI能力深度嵌入需求分析、竞品调研、产品设计、数据决策等核心工作流，形成从问题定义到方案输出的标准化人机协同模式。 2、掌握AI驱动的深度洞察与分析方法：学员将学会利用AI进行结构化竞品分析、用户需求智能聚类与痛点提炼、产品功能脑暴与策略评估，将相关核心任务的深度与效率同步提升。 3、获得构建产品智能体与数据决策的初步能力：学员将能够运用提供的框架，设计针对自身高频工作场景的AI辅助流程，并了解如何利用零代码平台搭建简易的智能体原型，实现从单点提效到流程自动化的升级。 4、产出可直接应用于工作的AI赋能方案雏形：通过全天实战，每位学员将围绕一个自身工作痛点，产出一份包含AI协同思路与初步成果的《产品经理智能工作流优化方案》核心框架，实现培训效果向工作绩效的即时转化。
适应人群：本课程适用于产品经理、高级产品策划、产品负责人，尤其适合已具备基础AI工具使用经验，希望系统提升AI在核心产品工作流中深度应用能力的学员。
关键词：互联网，产品经理，产品设计，需求分析，人工智能，架构师
适应人群：本课程面向信息系统规划、设计、开发、市场分析人员
关键词：其他
收益目标：1、对数据挖掘的概念及过程形成清晰的认识； 2、能够使用R结合具体方法完成数据分析与挖掘工作； 3、能够熟练掌握数据挖掘基本技术及数据挖掘／机器学习算法，并能应用于实际案例。
适应人群：1、数据分析师／挖掘工程师 2、统计学、数学或计算机、数理统计或数据挖掘方向相关专业大学专科或以上学历的学生或教师； 3、具有一定数学基础知识，计划从事数据挖掘工作的职场人士； 4、对数据挖掘、数据分析感兴趣，想自我提升人士。
关键词：互联网，数据挖掘
收益目标：了解生成式AI（AIGC）的最新进展与应用； 掌握ChatGPT和GitHub Copilot的基本概念和工作原理； 学会使用ChatGPT进行文本生成和软件研发全生命周期中的应用； 掌握GitHub Copilot在编程领域的应用； 了解ChatGPT和GitHub Copilot的未来发展和应用前景。
适应人群：软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人 软件架构师，资深研发工程师 运维架构师，资深运维工程师，DevOps工程师，SRE 测试架构师，资深测试工程师 研发管理人员，研发流程工程师
关键词：互联网
适应人群：暂无
关键词：传统金融，其他
收益目标：全面掌握-AIGC行业全景与趋势 行业展望-AIGC赋能各产业数智发展新变革 商业方向-探索能源行业可落地的商用前景及实施路径
关键词：互联网，转型，数字化转型，AIGC
收益目标：1. 掌握LLM的核心概念与技术原理。 2. 学习LLM本地部署的实战技巧。 3. 深入理解DeepSeek模型的独特创新。 4. 掌握提示词工程的应用方法。 5. 了解LLM在各行业的应用前景。 6. 提升在数字化转型中的创新能力
适应人群：1. 科技行业从业者：产品经理、数据分析师、软件开发者，希望了解AI如何影响工作。 2. 企业数字化转型团队成员：技术负责人和业务分析师，推动企业数字化进程。 3. AI行业新进入者：应届毕业生或转行者，快速掌握LLM基础知识和应用。 4. AI技术爱好者和研究者：对技术细节和最新发展感兴趣，特别是DeepSeek模型的创新。 5. 内容创作者和市场营销人员：利用LLM提高工作效率或创新内容生产方式。
关键词：互联网，商业模式，转型，创新，数字化转型
收益目标：构建用户体验思维：深入理解用户体验五要素，掌握从战略到表现层的系统化设计方法，学会运用PEST、STP模型进行差异化定位。 提升创新设计能力：学习结构化创新方法论，结合AI技术与多模态交互能力，实现从用户洞察到创新落地的全流程实践。 掌握衡量与优化方法：通过NPS、SUS等量化指标和定性研究工具，精准衡量用户体验，运用A/B测试等方法优化产品设计，提升业务增长。
适应人群：产品、运营、和管理人员
关键词：互联网，产品创新，用户体验，创新
收益目标：1、建立AI安全系统性认知：深入理解AI安全与传统网络安全的差异，掌握贯穿AI设计、训练、部署、运维全生命周期的核心风险与治理框架。 2、掌握核心风险识别与防御技能：能够精准识别数据污染、模型投毒、Prompt注入等关键攻击手段，并学习数据脱敏、模型加密、输出过滤等基础防御技术。 3、具备构建企业级防护体系的能力：学会设计“数据-模型-应用”三层防护逻辑，并能结合业务场景（如智能运维、网络优化）制定适配的AI安全防护与合规审查方案。 4、获得主流AI安全工具实操经验：通过动手演练，掌握使用Cleanlab进行数据质量检测、利用SecGPT进行模型漏洞扫描、以及借助AI安全护栏防御注入攻击等实战技能。 5、提升安全事件应急响应水平：学习AI安全事件分类与处置流程，掌握针对数据泄露、模型攻击等场景的应急响应框架与预案优化方法。 6、明晰行业合规与未来趋势：了解国内外AI安全监管核心要求，把握生成式AI、边缘计算等新趋势下的安全挑战与应对策略，为未来工作提供前瞻性指导。
适应人群：公司高级工程师
关键词：安全，工程师
收益目标：1.建立企业AI全局战略思维，看懂AI商业价值与落地核心难题，制定企业AI发展路线。 2.掌握AI原生架构、人机协同组织与智能业务流程改造整套规划方法。 3.掌握 AI 应用架构设计、传统系统智能化改造、企业数据资产治理、算力底座与 LLMOps 工程化搭建全栈技术落地能力。 4.掌握从需求挖掘、MVP试点到规模化推广的标准化AI落地实施流程。 5.建立AI合规风控、ROI评估与持续运营体系。
关键词：其他，商业模式，架构设计，运维，变革，组织，创新，MVP，金融，工程化
活动详情
To Be Better
注册或 找回密码?
