为您找到245个相关课程
展开简介
收益目标：将系统性方法论层层解构，易于吸收和理解 讲授真实相关行业案例，有细节、有真相 现场互动和情景演练，把知识变成能力和应用
适应人群：企业一号位、业务负责人、产品型管理者、产品经理、技术骨干等
关键词：互联网，产品创新，产品规划，创新
收益目标：暂无
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，工程师，研发效能
收益目标：1. SRE体系构建：掌握SRE核心框架与Google实践（错误预算、50%研发时间原则），推动团队工程化转型。 2. 自动化与稳定性:实现运维标准化；通过SLO管理及混沌工程提升系统容错性。 3. 数据驱动运维:构建可观测性体系，结合LLM实现智能诊断与自愈，故障恢复时间缩短80%。 4. 组织与文化落地:建立无责难复盘机制，推动开发运维融合（如开发参与On-Call），设计SRE团队模型。 5. 混沌工程：主动注入故障（如网络隔离），验证系统韧性。 6. 容量规划：基于负载预测的动态资源伸缩，资源利用率提升30%。 7. 团队模型：基础架构/工具/业务SRE分层协作，业务方参与SLO制定。
适应人群：* 企业类型：主要面向互联网企业，以及有意引入 SRE 团队模式，实现运维体系转型升级的传统企业。 * 技术岗位：适合运维工程师、运维研发人员、SRE 工程师、软件研发人员、技术经理、架构师等技术岗位人员参与学习。
关键词：互联网，运维，转型，工程化，数字化转型，大模型
收益目标：掌握数据分析与数据工程的关键流程，构建标准化数据管道 熟悉主流机器学习与深度学习模型，掌握建模方法与评估技术 能够应用自然语言处理与推荐系统技术解决实际业务问题 理解大语言模型（LLM）、知识图谱、智能体的技术原理与实践方法 提升AI在数据挖掘、报表自动化、智能问答、增强分析等场景的应用能力 具备数据治理与数据安全意识，构建可持续、高质量的数据智能体系
适应人群：数据分析师、数据工程师、机器学习工程师 AI产品经理、算法产品设计师 企业数字化、智能化转型的IT与运营负责人
关键词：其他，人工智能，机器学习，转型，知识图谱，深度学习，推荐系统，大模型，RAG
适应人群：暂无
关键词：互联网，数据挖掘，商业智能
适应人群：中高级工程师、企业架构师、软件设计师、技术决策/解决方案人员等。
关键词：互联网，大数据，微服务
关键词：其他
收益目标：1. 提升测试的进阶技能 掌握针对微服务架构的测试策略设计 掌握自动化测试的核心技术，了解最新动态 理解测试数据准备服务的设计和落地实践 2. 从测试侧提升效能 掌握如何从Quality Engineering向Engineering Productivity转型 掌握质量提效的若干维度，能够从弱项入手开启质量效能提升之路 3. 测试团队转型方向 成长为测试架构师，从架构角度看测试 初探建设测试中台的思路和具体实践 真正建立软件测试技术全景视图
适应人群：1.提高测试技术全局观，学会由点到面，从测试架构师的视角看待和解决问题； 2.希望掌握深入掌握业界主流的测试策略设计原则， 利用GUI和API自动化测试提升工程效能，不止于做“测试小工”的测试工程师； 3.希望深入理解质量效能相关理念，接触行业最前沿的质量效能技术细节的测试经理； 4.全面理解测试中台的产生背景和主要技术实践，希望建立自己测试中台的测试总监和测试负责人；
关键词：互联网，架构师，测试质量
收益目标：理解研发效能的本质 理解研发效能的落地实践 理解研发效能推进中的“坑”和最佳实践 理解企业级的成功案例 帮助学员建立起研发效能度量的正确的理念 助学员理解研发效能度量的实施模型及度量指标集 帮助学员理解度量指标集中每个指标的设计思路和落地方法 帮助学员掌握通过度量指标综合分析问题、从而促进研发效能提升的方法
关键词：互联网，组织
关键词：互联网
收益目标：通过大量产学研合作的成功实践案例来引导学员理解和掌握先进的、系统化的可靠性测试方法。
适应人群：测试工程师、测试架构师、可靠性专项测试工程师等。
关键词：其他，自动化测试，测试用例，可靠性测试，金融，Linux
收益目标：1，帮助企业实现业务目标的对齐、流程的优化、系统的整合等，无论是金融、制造还是其他行业。 2，理论和方法与实际情况相结合，给予您团队更加贴切和实用的案例和建议。
关键词：其他，架构师
To Be Better
注册或 找回密码?