为您找到226个相关课程
展开简介
收益目标：掌握 AI 时代产品经理核心竞争力 构建 AI 驱动的数字化产品战略思维 理解用AI助力产品市场分析与行业理解能力 学习用AI辅助洞察用户与需求分析的能力 掌握AI工具在产品工作流程中的应用 全面提升产品设计和用户体验的效率与质量 培养数据驱动的产品决策能力
适应人群：公司产品经理、产品运营经理、需求分析师、项目经理、UI/UX 设计师、研发经理、数据分析师 及对AI产品管理感兴趣的公司相关岗位学员均可学习。
关键词：互联网，产品经理，产品设计，用户体验，人工智能，项目管理，创新，产品管理，大模型
收益目标：暂无
适应人群：各类软件企业和研发中心的办公人员，AI技术爱好者，开发者与程序员，市场营销专员，企业家和创业者。 向往AI智能生活的普通人，对使用AI技术感兴趣的人，愿意探索更多Al技术的应用场景的爱好者
关键词：其他，人工智能
收益目标：1、前沿视角：深入解析通感算智一体化技术的最新进展，帮助学员把握行业发展趋势。 2、实战应用：通过案例分析，展示如何将这些技术应用于低空经济的具体场景中，提升业务效能。 3、策略制定：学习如何根据企业或组织的实际需求，制定低空经济发展的战略规划与实施方案。 4、网络搭建：理解并掌握构建低空信息网络的关键技术和步骤，为实现空地一体的高效运营打下基础。 5、风险管控：探讨低空运行中的安全与合规问题，提升学员在风险管理与应对策略上的能力。
适应人群：1、负责发展低空经济的政府、开发区等人员 2、无人机及低空飞行器制造商与服务商的技术与管理人员 3、物流、农业、环保等行业中探索低空应用的企业决策者 4、空域管理、航空监管机构相关人员 5、对低空经济感兴趣的投资者与创业者 6、人工智能领域的研发人员、应用人员 7、信息通信研发人员、运营商、通讯设备厂商
关键词：互联网，人工智能，创新
适应人群：暂无
关键词：互联网，产品经理，人工智能，NLP，深度学习
收益目标：1）覆盖Tensorflow和Tensorflow上层库(Keras) 、Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像等实战案例 4）精讲自然语言处理等实战案例
关键词：互联网，人工智能，机器学习，工程师，Java，Python
收益目标：a)了解常见软件架构的演进过程 b)掌握常见分布式架构的优缺点和适用场景 c)掌握常见分布式架构的典型设计模式 d)掌握常见分布式架构的服务治理手段
适应人群：a)架构师 b)开发人员 有一定的架构设计和实践经验，有一定的软件开发技能。
关键词：互联网，人工智能，架构设计，云计算，转型，变革，分布式，分布式架构，设计模式，服务治理
收益目标：前沿技术洞察：紧跟国内外AI大模型最新动态，掌握多模态、微调等核心技术，洞察AI在金融领域的应用趋势，为业务创新提供思路。 实战技能提升：通过AI办公工具实战演练，学会运用AI+PPT、AI+数据分析等工具提升工作效率；掌握AI Agent搭建方法，实现从AI工具使用者到构建者的转变。 业务场景赋能：深入学习AI在客户营销、HR、法务等多业务场景的应用，如客户线索筛选、智能招聘、合同管理等，助力企业降本增效，提升竞争力。
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：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，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； • 除了讲解应用领域，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，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
收益目标：通过本课程的学习，学员可以掌握LLM时代测试架构师必须掌握的软件架构知识，包括各种使用场景和技术演进，以及GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等。此外，学员还可以了解自动化测试中测试数据难题的解决思路以及测试执行环境的设计与最佳实践等内容，提高测试质量和效率。
适应人群：本课程适合软件测试工程师、测试架构师、测试经理等相关人员学习，可以帮助他们掌握LLM时代测试架构师必须掌握的软件架构知识，提高测试质量和效率。同时，对于想要了解GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等内容的学员来说，本课程也是一个很好的选择。
关键词：互联网，人工智能，架构师，软件架构，架构设计，大数据，微服务，软件测试，自动化测试，API，分布式
收益目标：深入理解提示词的定义、作用和原理。 掌握提示词工程的核心技术和最佳实践。 能够在实际项目中应用提示词优化算法，提高模型性能和准确率。 培养解决AI系统中提示词相关问题的能力。
适应人群：人工智能从业者和开发者，希望提升其模型性能和准确率。 数据科学家和自然语言处理工程师，想要深入了解提示词在模型训练和推理中的作用。 AI培训讲师和研究人员，希望更新其关于提示词工程的知识和技能。
关键词：互联网，其他，人工智能
收益目标：深度复盘-全方位洞察ChatGPT 市场洞察-了解ChatGPT行业规模及国内外竞品布局方向 技术分析-掌握ChatGPT不同阶段的技术底层逻辑 行业展望-学习AIGC时代下的多场景商用基础 商业方向-探索可落地的商用前景及实施路径
关键词：互联网，人工智能，机器学习，转型，NLP，强化学习，数字化转型，AIGC
To Be Better
注册或 找回密码?