为您找到158个相关课程
展开简介
收益目标：暂无
适应人群：后端/全栈开发工程师、DevOps/SRE 工程师、AI 平台负责人、技术团队 Leader 建议每期 15–25 人，分 3–5 组进行实操。
关键词：其他，企业级
收益目标：深入理解软件研发效能提升的时代背景和重要性 全面掌握中大型企业在软件研发各阶段的效能提升实践 帮助提升企业级DevOps和自动化测试能力的建设 全面掌握企业级效能中台建设的最佳实践（效能中台+度量平台） 全面掌握软件企业研发效能度量的最佳实践 理解研发效能提升的误区，避免实施中的踩坑 了解国内外厂商在研发效能上的实践与探索 深入理解代码规范的原理与落地实践 深入理解代码规范在大型软件企业推广的成功案例
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，运维，企业级，研发效能
收益目标：1、明确敏捷转型中的关键实践目的与误区 2、构建不同阶段中质量保证的配套策略 3、构建质量内建的步骤 4、推动质量能力的关键技术实践 5、规模体系下的质量能力级度量思考
适应人群：敏捷团队的所有成员（研发团队、PO、SM），对质量保证有兴趣的都可以参加。
关键词：互联网，敏捷
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
适应人群：各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理,测试工程师，质量部门员工。对智能辅助编程技术感兴趣的技术管理者或需要使用该技术的工程师。特别强烈建议公司管理者可以参加部分课程。这样有助于在公司推广应用。
关键词：其他，需求分析，软件设计，研发效能
适应人群：暂无
关键词：其他，软件架构，架构设计，领域驱动设计
收益目标：1、构建 AI 时代的技术管理思维 掌握从资深工程师向管理者转型的思维模型，理解技术领导力的本质，学会对上、对下、平级管理的核心方法。 2、系统掌握 LLM 与 Agent 核心技术 深入理解提示词工程、RAG、Function Call、MCP 等机制，熟悉 10+ 种 Agent 设计模式，具备将 AI 技术应用于团队赋能的能力。 3、提升研发团队管理与流程优化能力 学习团队结构设计、目标分解、流程改进、效率度量等实战方法，能够根据企业阶段设计合适的研发流程与管理策略。 4、强化质量与效率的平衡决策能力 掌握基于风险驱动的质量管理、测试左移右移、技术债务管理等实践，在降本增效的同时保障产品质量。 5、掌握人才梯队建设与辅导技巧 学习 BAT、Google 等企业的人才招聘与晋升机制，掌握情境化 Mentor 辅导方法，提升团队凝聚力与成长速度。
适应人群：本课程专为 技术管理者 及 准管理者 设计，适合以下人群： 技术总监 / 研发经理 / 工程经理：希望系统提升技术领导力，带领团队应对 AI 时代挑战。 架构师 / 技术负责人：需要掌握 LLM 与 Agent 技术，并指导团队落地应用。 项目负责人 / 产品负责人：希望理解 AI 技术对研发流程的影响，优化团队协作与交付效率。 资深工程师 / 技术骨干：正在向管理岗位转型，需要补齐管理思维与 AI 知识体系。 DevOps / 质量负责人：希望从全局视角优化研发效能与质量保障策略。 创业公司技术合伙人：需要建立高效团队，快速响应市场变化。
关键词：互联网，领导力，流程管理，变革，技术管理
收益目标：1. 何谓运维自动化？自动化都解决哪些问题？互联网又有哪些经典案例？ 2. IT基础设施云化，IaaS/PaaS/SaaS对传统的冲击又有哪些？ 3. 大规模集群与业务快速增长时，如果有效地保证质量的同时，提升效率呢？ 4. 运维大数据的运用与大数据平台目标与差异在哪里？ 5. 系统安装->初始化->配置管理->应用变更更->命令执行->监控，如何串联？ 6. 如何建设可持续发展的运维平台
适应人群：高级程序员、系统架构师、系统管理员、运维工程师、运维架构师、项目经理以及其他具有与运维相关的人员。
关键词：互联网，电商，支付平台，传统金融，互联网金融，电信，运维，自动化运维
收益目标：1、 全面了解云计算行业发展现状和国内外主流云平台厂商产品和服务能力； 2、 全面了解大数据、AI、微服务的发展和应用情况； 3、 理解云计算核心技术原理和优缺点； 4、 掌握云计算、大数据、AI、微服务等新技术在金融领域的应用情况和收益； 5、 具备一定的云产品选型评估能力； 6、 具备一定的解决方案设计能力；
适应人群：云计算相关技术人员，CIO、IT经理、企业架构师、IT架构师、方案架构师、开发工程师等
关键词：互联网，大数据，云计算，微服务
收益目标：1. 运维自动化理论及实现 2. Shell编程 3. Ansible大规模自动化运维管理 4. 部署流水线 5. 运维自动化工具集 6. 数据可视技术 7. 运维开发平台建设思路
关键词：互联网，持续集成，自动化测试，运维，自动化运维
收益目标：课程涵盖了 DataOps 领域的各个方面，包括数据流程管理、自动化工具、数据安全与隐私、数据质量保障等等。学员们获得了全面的知识体系，能够应对各种数据运维挑战。 注重理论与实践的结合。通过分析真实案例，学员们不仅理解了概念，还学会了如何在实际工作中应用 DataOps原则。这种实际经验在职业生涯中至关重要。
关键词：其他，持续集成，组织，创新
收益目标：1. 对大数据海量任务调度系统的架构设计，关键技术实现，技术选型有深入的理解。 2. 对数据中台模式下，大量任务高度依赖，如何管理这些任务，确保任务正确、按时产出，提供了新的思路。 3. 对如何保障质量的前提下，如何实现敏捷的大数据开发，打造CI/CD Pilpleline有深入的掌握。
关键词：
收益目标：* 掌握SRE的知识体系、构建方法和团队转型实践经验 * 掌握构建与提升运维软件工程能力的关键方向方法 * 掌握运维数据资产体系的构建和平台（CMDB/服务树/业务树）设计方法 * 掌握运维/SRE效能体系的构建和平台（OnCall/流程/作业）设计方法 * 掌握业务稳定性运营体系的构建和平台（SLO/容量/事件运营）设计方法
适应人群：* 企业背景: 互联网公司以及计划落地SRE团队模式的传统企业 * 技术背景: 运维, 运维研发，SRE，软件研发，技术经理，架构师
关键词：我是运维经理，互联网，运维，组织
活动详情
To Be Better
注册或 找回密码?
