为您找到169个相关课程
展开简介
收益目标：•深入理解AI+Big Data+Cloud技术在业界是如何被实际应用到测试领域，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； •深入理解测试中台建设的最佳实践与大型企业案例； •涉及的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：暂无
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，微服务，DevOps，软件测试，自动化测试，分布式
收益目标：暂无
关键词：其他，人工智能，大数据，变革
收益目标：1.学员将能够在讲师的深度分享中了解目前人工智能落地所遇到的挑战与机遇，以及对应问题的解决之道--联邦智能。 2.通过对联邦智能基本知识的学习，进一步了解联邦智能的优势所在，对于构成联邦智能有更深入的理解。 3.通过讲师分享的实际案例，引发学员的思考启示，思考在各自实践中可借鉴或应用的点。 4.通过小组内部互动或小组之间的PK的过程，让学员之间可以互相交流意见、激汤脑力、共同创造。透过凝聚意识的过程，拉近学员之间的关系，以利讨论成果，互相分享。
关键词：其他，人工智能，机器学习
关键词：互联网，传统金融，人工智能，架构师，大数据，云计算，SaaS，转型，金融，企业级
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：-掌握如何结合需求引入诸如人工智能等新技术为用户带来体验升级和产品创新； -通过案例学习掌握如何做AI产品，并规划产品的严谨路径； -一个优秀的产品经理应该如何与时俱进，不断地进行深度思考、打破固有产品思维的边界；
关键词：互联网，产品经理，人工智能
关键词：其他，人工智能，大数据，云计算，变革
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、统一注册中心、统一配置中心、统一数据中心等技术组件，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、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。
关键词：互联网，人工智能，架构设计，机器学习，微服务
收益目标：1、使学员深入理解机器学习、深度学习的基础概念、技术、思维模式； 2、使学员深入理解机器学习、深度学习算法原理、具备机器学习算法的使用能力； 3、使学员深入理解数据收集、数据挖掘、信息提取的能力； 4、使学员深入理解绘制数据可视化图形的能力； 5、深入剖析主流的机器学习、深度学习算法； 6、介绍统计学基础知识； 7、深入剖析模型的构建、特征提取、指标体系； 8、通过案例故事，深入剖析机器学习、深度学习的应用，交流数据挖掘的经验； 9、浅显易懂的方式介绍人工智能、深度学习、人工神经网络等知识点；
适应人群：1、本课程适合于机器学习和统计学的初级学习者； 2、对机器学习、数据分析、统计学感兴趣的人士；
关键词：我是运维经理，互联网，人工智能，大数据，机器学习，数据挖掘，深度学习
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
收益目标：· 增强对互联网行业动态的理解：参与者将获得对互联网行业最新发展动态和趋势的深入洞见，为公司的战略决策提供支持。 · 提升业务创新和适应能力：通过学习互联网业务模式和创新案例，参与者将能够更好地在保险产品和服务中集成创新元素，提高业务的竞争力和适应市场变化的能力。 · 拓展保险业务与互联网的融合思路：导师将分享多个与互联网结合的保险业务思路，帮助参与者探索和实现新的业务融合策略。 · 促进团队领导和战略规划能力：加强管理层的团队领导能力和战略规划能力，确保在快速变化的市场环境中保持领先。
关键词：互联网，人工智能，大数据，转型，创新，金融，数字化转型
To Be Better
注册或 找回密码?