为您找到214个相关课程
展开简介
收益目标：1、Go语言性能优化，主要包括Go语言的GC、Go语言的性能优化工具介绍及其使用； 2、Go语言内存模型，常见性能优化手段； 3、Go语言网络优化、Go语言常用的系统及网络优化参考； 4、Go语言使用不规范造成的性能问题，成功优化案例讲解；
适应人群：1、本课程适合于Go语言开发工程师； 2、本课程适合于高级开发工程师、项目经理、技术总监； 3、本课程适合于企业技术管理人员； 4、本课程适合于IT运维人员；
关键词：我是运维经理，互联网，大数据
收益目标：暂无
适应人群：暂无
关键词：互联网，大数据，数据挖掘
收益目标：1. 了解智能运维基本概念和行业情况 2. 了解百度智能运维理念、指导原则、能力框架等 3. 全方位了解百度智能运维最佳实践
关键词：互联网，大数据，机器学习，运维
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
关键词：互联网，大数据，云计算，微服务，Java
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：本课程针对云数据安全、ICT数据安全和新兴热点业务的数据安全展开阐述，并结合各类新兴技术的不同场景，给出数据安全架构、安全设计、隐私保护的一般原则和业界最佳实践。使学员具备数据安全治理过程能力，能帮助组织机构解决数据安全顶层设计及管理体系建设的问题，提升企业满足相关法律法规和监管要求的能力。
适应人群：1、企业CIO、CDO 等信息化相关的高层领导； 2、信息安全管理人员、风险管理人员、安全监管人员； 3、数据管理或数据服务团队负责人、核心团队成员； 4、企业数据管理专家/专家委员会专员; 5、业务部门数据信息使用者。
关键词：其他，人工智能，大数据，云计算，组织
收益目标：意识到企业所面临的外部威胁，了解到各种威胁解决思路
关键词：互联网，大数据，机器学习，SQL
收益目标：纵观IT运维的演进，我们可以看到，智能运维已经成为新运维演化的一个开端；运维智能化演进的基础是运维自动化、运维数据化，如何从场景化的自动化运维常态，通过数据积累、大数据分析、模型构建、机器学习等来逐步落地智能化运维。
关键词：互联网，大数据，机器学习，运维，自动化运维
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；
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：帮助学员提升思维层面，拓宽视野，洞察市场机遇，深度理解新零售，并通过大量企业对生产端、供应链、人、货、场等各个维度的大量创新实践，找到自身产品和销售大幅提升的启发，在新零售时代顺应潮流，实现产品能力的快速提升。同时，在消费者分群洞察、场景分析与设计、数字化转型与大数据赋能上，得到具体方法论的指导。
适应人群：需要进行新零售转型的企业领导层。 泛零售企业（零售、金融、制造、互联网）的产品、运营、业务、市场等部门人员。 希望理解什么新零售，并获得工作方向上的启发的有兴趣人员。
关键词：互联网，电商，商业模式，大数据，转型，变革，数字化转型
收益目标：首先，对知识图谱技术、行业应用全貌会有很清晰的认识。可以学到一个完整知识图谱项目全生命周期所涉及到的步骤以及对每个关键问题的解决思路。学到知识图谱领域涉及到的人工智能技术和曾经我们踩过的那些坑。由于本人作为人工智能企业落地一线作战人员，近3年主持包括金融、能源、设计院所、制造业共计15个AI相关项目落地，具有丰富的AI项目设计能力，精准把握AI能力覆盖边界，善于将业务与技术想融合，因此有别于科班传统授课方式，在讲解技术中会穿插讲解适用场景，有助于启发学员思考人工智能如何帮助其解决工作中所面临的问题。
关键词：互联网，人工智能，大数据，知识图谱
To Be Better
注册或 找回密码?