为您找到299个相关课程
展开简介
收益目标：1、理解质量效能核心：掌握软件质量与研发效能的关系及重要性。 2、提升测试策略：学习并应用先进的测试策略，提高测试效率与质量。 3、掌握双流模型：深入理解并实践研发效能与质量提升的双流模型。 4、优化质量管理：了解并优化软件研发质量管理流程，减少缺陷。 5、建设中台架构：探索测试中台与数据中台的建设方法，提升测试效率。 6、案例实践分享：通过实际案例分享，提升解决复杂问题的能力。
适应人群：软件研发负责人，研发管理负责人，质量负责人，DevOps负责人，测试负责人，工程效能负责人 测试架构师，资深测试工程师 研发管理人员，研发流程工程师 软件架构师，资深研发工程师 运维架构师，资深运维工程师，DevOps工程师，SRE
关键词：互联网，DevOps，企业级
收益目标：暂无
适应人群：数据工程师、流计算工程师、数据架构师、以及对新一代流存储技术感兴趣的技术人员
关键词：其他，ai
收益目标：掌握MCP等前沿大模型应用工程技术的实际应用 能够在普通开发环境中部署和运行开源大模型 构建适合团队需求的AI辅助工具 设计和实现基于多模型协作的复杂系统 优化IT流程并提高团队工作效率 制定企业AI应用路线图和最佳实践
适应人群：软件开发工程师与团队负责人 DevOps与SRE工程师 IT运维人员与系统管理员 技术经理与IT项目负责人 希望提升团队AI能力的技术决策者
关键词：其他，运维，工程师，Python，API，转型，企业级，数字化转型，大模型
适应人群：适合产品、运营、以及市场和数据分析和管理人员
关键词：互联网，产品设计，商业模式，用户体验，人工智能，创新
收益目标：通过本课程的学习，使用AI大模型的技术栈带领学员具体操作，让学员掌握AI大模型应用的非功能评估技术。
适应人群：此课程适合于IT项目经理、AI应用开发工程师、AI应用架构工程师、AI应用性能分析工程师、AI应用性能测试工程师、AI应用运维人员
关键词：互联网，性能测试，压力测试，大模型，RAG
收益目标：
适应人群：
关键词：互联网，电商，电信
收益目标：1、 通过完整项目案例，客户将学会数据仓库设计和实施的标准方法 2、 客户将学会如何分析问题，如何快速开发本行业的数据仓库项目 3、 客户将学会解决数据仓库实施过程中所遇到的重点和难点问题4、 通过动手实验，客户将学会微软商业智能相关工具的操作使用 5、 客户将学习最新数据仓库和商业智能领域的前沿技术
适应人群：暂无
关键词：互联网，商业智能
收益目标：重点解决服务化难点：服务抽象／设计过程，设计难点。
适应人群：课程准备：需要客户准备一个现有模块用于进行服务化建设的case分析。
关键词：互联网，微服务
收益目标：• 深入理解微服务架构的前世今生，能够站在架构师的角度深入理解微服务的核心思想与具体技术 • 深入理解微服务测试的挑战和应对策略，能够处理实际项目中典型的微服务测试难题 • 深入理解微服务测试所必须掌握的核心技术，包括API自动化测试技术，测试数据构造技术，测试环境准备的最佳实践等等 • 深入理解基于消费者契约的微服务测试方法，能够将该方法和传统测试方法无缝集成，达到事半功倍的效果 • 通过深入浅出的讲解，理解微服务时代测试领域的多项前沿技术，比如基于大数据的测试范围选择、混沌工程和测试结果自动分析等 • 包含大量独家干货内容，无法通过其他渠道获取
适应人群：• 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 • 开发工程师，开发技术经理，开发技术负责人
关键词：互联网，微服务，DevOps，软件测试，测试用例
收益目标：1.了解业务快速发展过程中如何做技术选型 2.针对一些高稳定性的一些保障 3.架构层面如何支撑业务快速发展
关键词：
适应人群： 数据工程师、数据科学家、机器学习工程师、AI开发者、以及对向量数据库感兴趣的技术人员。
关键词：其他，数据库
收益目标：对个人： 1.从技术到合规，系统性守护大模型全流程安全； 2.用真实案例经验，快速定位并解决高危漏洞； 3.以权威评估方法，验证模型安全性与可靠性； 4.站在行业前沿，应对AI安全领域快速迭代的挑战 对企业： 1.降低企业合规风险 2.预防高成本安全事故 3.提升团队技术防御能力 4.增强客户信任与品牌安全 5.优化技术资源投入效率 6.应对行业监管与竞争压力
适应人群：AI研发工程师、安全运维人员、企业技术决策者、政策研究人员，以及希望深入理解大模型安全风险与防御策略的专业人士。
关键词：互联网，安全，人工智能，变革，大模型
To Be Better
注册或 找回密码?