为您找到245个相关课程
展开简介
收益目标：•理解研发效能的本质及行业内头部企业的推进情况 • 系统掌握研发效能的实施框架和落地过程 • 全面理解研发效能在各个领域的具体实践 • 通过一系列案例深刻理解研发效能的提升之道 • 认识到推进过程中可能遇到的困难和常见误区
适应人群：暂无
关键词：其他，研发效能
收益目标：市场洞察与政策理解：深入理解国家及地方促进消费的政策，把握居民消费需求与场景消费市场格局的变化，为业务决策提供依据。 数字化业务模式设计能力：掌握平衡计分卡、商业模式画布、客户旅程地图等工具，能够设计出符合市场需求的数字化业务模式。 数智化运营实战技能：学习“1+4+N”数字化运营体系，掌握APP运营主阵地建设、数据驱动运营闭环构建、客户分析与精准运营策略制定等实战技能。 数据架构与中台建设知识：了解消费金融数据架构的演进路径，掌握数据中台架构设计与升级方法，提升数据驱动决策能力。 行业最佳实践与案例分析：通过实战案例分析，学习行业领先企业的成功经验，拓宽视野，启发创新思维。
适应人群：消费金融企业高管：需要把握市场趋势，制定企业战略，推动数字化转型。 业务部门负责人：如市场部、产品部、风控部等，需了解数字化业务模式设计与运营策略，以提升部门绩效。 数据分析师与数据科学家：专注于数据架构演进与数据中台建设，为运营提供数据支持。 运营团队成员：负责APP运营、客户运营、活动运营等，需掌握数字化运营体系与精准运营策略。 金融科技从业者：关注消费金融领域的创新实践，寻求职业发展新方向
关键词：其他，转型，金融，数字化转型
收益目标：暂无
关键词：互联网
收益目标：通过该课程学习，洞悉Hadoop，NoSQL与Spark等技术的原理、架构与技术手段；结合丰富实例掌握其设计与开发方法，以及掌握如软件架构、性能调优等使用过程中的实用技巧；深入了解Hadoop，NoSQL，Spark体系中各成员，理解Hadoop，NoSQL，Spark成员各自的优、缺点与正确适用场景，了解技术最新发展动向，能对Hadoop，NoSQL与Spark体系在学员企业、学员项目、学员研发中是否可用、如何定位以及如何使用做出正确判断与学习，并且对如何结合大数据技术规划企业数据架构得到相当的启发与收获。
适应人群：企业中高层技术管理人员、企业技术战略决策者、软件架构师、软件研发人员与大数据技术爱好者，有大数据及海量数据管理与处理需求的企业优先。
关键词：传统金融，互联网金融
收益目标：在课程中要逐一解决的问题（解决方案均来自讲师真实工作成果） 1、测试人员不足，尤其是有经验的测试工程师不足 2、团队对Bug的理解不一致，有时测试团队开的Bug开发团队不认可 3、没有有效的技术手段保证测试速度，甚至测试被认为额外增加了项目进度时间 4、测试量很大，测试报告不能及时反映最新版本中存在的问题 5、测试中重复劳动太多，长期下来，测试工程师缺乏成就感和创造力 6、软件发布前是否经历了足够的测试？能否发布到底谁说了算？ 7、缺陷预防的持续改进 8、建立质量保证体系
适应人群：项目负责人，测试负责人，质量负责人
适应人群：企业高管、产品及运营负责人、项目负责人、技术负责人、数 据分析师、数据挖掘工程师
关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析
收益目标：了解大数据中MapReduce的核心原理 掌握MapReduce核心编程 了解Spark性能优化 掌握Spark中的离线计算和实时计算 掌握Spark SQL的使用 掌握HBase的高级特性
适应人群：1. 有一定编程基础,想学习和了解大数据的学员 2. 计算机相关专业,未来向大数据领域方向发展的学员
关键词：互联网，大数据，SQL，Spark，大数据平台
收益目标：1.提升对高并发高可用系统设计的理解 2.收获高可用架构设计经验 3.如何应对双十一、618这样的流量洪峰
适应人群：服务端架构师，需要对高并发高可用有一定认知和兴趣
收益目标：•建立对研发效能完整的理论和实践体系的清晰认知。 •了解各大厂效能/DevOps建设的路径及实践对比。 •掌握DevOps端到端工具链、测试环境、各类自动化测试工具背后的领域模型、系统方案和关键实践。 •掌握建设一站式平台、实施平台工程、开展度量洞察等关键战役上的最佳实践。 •掌握大语言模型基本原理，在软件研发领域的应用，特别是结合企业数据开展应用的实践方法。 •对效能实践中的各种疑难杂症建立深入认知，清楚应对方案。
适应人群：•研发管理者，架构师，工程师 •效能负责人，工具团队负责人，PMO负责人，流程工程师 •测试负责人，测试工程师 •运维负责人，DevOps工程师，SRE
关键词：互联网，DevOps，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
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
关键词：其他，转型，组织，数字化转型
适应人群：云计算的架构设计相关人员
关键词：制造，云计算，数据库
To Be Better
注册或 找回密码?