为您找到284个相关课程
展开简介
收益目标：1、了解 5G 新特点、新机遇与新挑战 2、掌握 5G 技术最新发展动向 3、定位 5G 市场 4、转型升级，适应时代新要求
适应人群：1、省公司各级管理人员（非技术） 2、地市公司管理人员（非技术） 3、各级公司业务骨干 1、上篇：抢占 5G 先机，拓展 5G 市场； 2、下篇：转型升级，适应 5G 时代新要求。
关键词：互联网，电信
收益目标：1.掌握数据驱动的业务架构、工具&流程、团队组建、数据产品建设等基础知识。 2.了解基本的数据分析方法，并理解分析方法背后的分析思维，能够在日常工作中进行应用。 3.能结合业务，设计合理的指标体系，结合数据分析方法，给出建设性的数据驱动的方案。 4.能够认可未来3-5年出现的数据治理的必要性，并了解数据治理的关键点。 5.能够评估数据产品，合理选择数据产品方案，并能够把控实施的过程。 6.能够了解数据团队管理的基本原则，专业地对数据相关候选人进行面试。
适应人群：公司中高层管理者，数据分析部门，运营部门，数据研发部门。 【学员基础】日常工作中有用到数据，并理解数据的重要性。
关键词：互联网，数据分析
收益目标：1、对金融系统服务化过程、业务中台建设过程、架构演进过程进行详细介绍，深入剖析服务化和中台建设过程中遇到的应用拆分、数据拆分和团队拆分导致开发困局、运维困局等一系列问题和挑战，如何通过服务治理体系和技术来解决，使学员对服务治理的概念有更深更清晰的认识； 2、介绍管理、度量、管控三位一体，线上、线下治理结合的一体化服务治理体系，使学员全面了解服务治理体系的理论以及方法，通过现场穿插讨论，直击学员在日常工作中遇到的痛点，启发学员通过一体化的服务治理体系来解决实际问题； 3、介绍服务治理体系的落地实施过程，包括服务标准化、服务编制等基础环节，以及链路跟踪、熔断限流、服务路由、服务降级、静态服务调用关系图等技术组件，使学员掌握服务治理的关键技术； 4、介绍服务治理的实施策略与场景，包括服务架构优化、线上和线下度量指标体系、虚拟化管理、线上全链路压测、快速故障分析、敏捷应用发布等，使学员掌握服务治理体系如何实施； 5、介绍与服务治理配套的敏捷团队管理和研发模式，以及如何度量管理和研发过程，提升研发效率和质量，使学员将来实施服务治理更有可行性。
适应人群：从事软件研发的开发工程师、架构师、项目经理和技术管理者。
关键词：互联网，人工智能，架构设计，机器学习，微服务，金融
收益目标：1.理解大模型核心原理，模型训练和优化策略 2.掌握设计有效提示词，以及提示词工程优化实践 3.掌握OLlama搭建方法，以及3种调用大模型方式 4.掌握常用大模型推理参数微调方法 5.掌握CV、语音和NLP 大模型在各种业务场景中的应用 6.结合上机实践，调用DeepSeek，llama-vision，Qwen，stable-diffusion，whisper等大模型
适应人群：IT项目管理人员：负责IT项目的整体规划、协调与管理，需要了解如何利用DeepSeek等大模型技术提升项目效能。 软件开发工程师：从事软件开发工作，希望通过学习大模型技术提升开发效率和代码质量。 测试工程师：负责软件测试工作，需要掌握如何利用大模型技术进行自动化测试和缺陷检测。 数据分析师：从事数据分析工作，需要学习如何利用大模型技术进行数据挖掘和趋势分析。 运维工程师：负责系统运维工作，需要了解如何利用大模型技术实现智能化运维和故障诊断。 AI工程师：从事人工智能相关工作，需要深入学习大模型的训练、优化和应用。
关键词：互联网，NLP，大模型
收益目标：1、理解产品从创意到概念再到规划的基本脉络与流程，掌握相关方法和工具 2、由于本课程要求各个学员分组使用贵公司实际的产品/产品创意现场演练、现场归纳、现场打磨，所以在培训结束时已经可以形成一批（每个学员小组都有一个）产品的覆盖3个版本的产品规划路线图 3、培养学员完备的、基于“向外聚焦、向内对其”产品思维的产品观。为产品经理们（特别是研发岗位出身的产品经理）实现从项目管理思维向产品研发思维的转变奠定基础
适应人群：产品经理、产品运营人员，以及高层管理者
关键词：互联网，产品经理，产品创新，需求分析，产品运营，产品规划，团队管理，项目管理，创新，MVP
收益目标：1.思维重塑：构建优秀的用户与思维模式； 2.方法论建设：掌握以体验为中心的产品设计方法； 3.实战实用为主：结合自身业务的实战； 众多案例：通过各行业的正反案例来让学员吸收经验；
适应人群：想提高能力的产品经理们； 企业内部负责产品设计，客户服务设计相关的岗位； 需要具备产品思维的“广义产品经理”：技术、设计、市场运营人员等； 传统行业里，广义“做产品”的，期望从互联网产品的做法中找灵感的人员； 希望跨界学习、开拓视野的企业相关管理人员；
关键词：互联网，产品设计，用户体验，创新
收益目标：暂无
适应人群：暂无
关键词：其他
关键词：互联网，人工智能，Python
收益目标：• 深入理解“测试中台”的本质以及工程价值 • 深入理解“测试中台”建设的技术方法与架构设计 • 让企业，尤其是大型企业实现以“测试中台”建设来完成弯道超车，走在测试基础架构的前沿，大幅度提升工程效能 • 扩展测试人员的技术视野，通过课程学习能够掌握业界先进技术与测试技术的结合点； • 除了讲解理论体系，还讲解具体的实现方法和架构设计，做到全面落地，避免纸上谈兵； • 课程案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
适应人群：• 资深测试工程师，测试开发工程师和测试技术骨干成员 • 测试技术负责人或测试架构师 • DevOps资深工程师和技术负责人 • 工程效能团队负责人和工程效能研发工程师 • 开发工程师，开发技术经理，开发技术负责人 • 技术创新团队的工程师
关键词：互联网，软件测试，自动化测试
收益目标：了解数据中台的优势以及数据中台建设与架构方法 了解数据中台的核心方法论(一个ID，一个数据，一个服务) 从真实的用户案例中学习数据中台建设 了解数据体系建设与数据运营机制建设
适应人群：大数据从业人员、企业IT开发人员、企业数据部门人员
关键词：互联网，其他，创新
收益目标：1、对齐企业内部人员对数据资产管理的愿景，掌握制定数据战略的方法论，明确数据资产管理工作的分工职责； 2、 为业务人员培养数据思维和数字化工作模版、提供给数据标准、数据质量标准的工作模版； 3、 为数据管理者提供数据资产梳理、数据模型构建、数据架构设计的方法和实操； 4、 为IT人员提供支持数据应用、数据管控平台的技术架构和落地实施案例；
适应人群：金融行业的业务、数据、IT部门入职3年以上至高级经理的级别的所有人员
关键词：传统金融，数据架构，转型
收益目标：1. 人工智能的算法原理，设计过程以及构建成一个完整的人工智能系统都需要哪些组件以及对应的设计。 2. 从个测试人工智能的模型的方法开始，讲解到一个完整的人工智能系统的方方面面的测试方案。 3. 学习以spark为例讲解在人工智能系统中，如何构建和处理测试数据。 4. 学习以ffmpeg+opencv为基础如何在计算机视觉场景中构建和处理测试数据。 5. 以yolo为例，讲解如何在使用人工智能来辅助测试人工智能系统。
适应人群：在人工智能背景下工作的测试人员，或者对人工智能感兴趣的技术人员
关键词：互联网，人工智能，机器学习，Spark，分布式，深度学习
活动详情
To Be Better
注册或 找回密码?
