为您找到280个相关课程
展开简介
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
适应人群：暂无
关键词：
收益目标：暂无
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：1. 掌握DDD+AI的软件研发新模式，提升研发效率 2. 深刻理解，通过领域驱动指导AI生成高质量代码 3. 通过知识库为AI进行DDD编码制定模板与规范 4. 掌握AI生成代码进行软件研发的工具与研发环境
适应人群：1. 关注领域驱动、微服务开发的软件研发工程师 2. 产品经理、研发管理、质量保障等相关人员 3. 关注AI编程的架构师、CTO及其相关人员 4. 关注AI编程发展方向的相关技术人员
关键词：其他，测试用例，领域驱动设计
收益目标：1、数据能力成熟度评估，明确数据管理存在的问题和不足，指明组织数据管理能力所处阶段及改进建议； 2、数据治理最佳实践从企业的数据管理组织、制度和流程方面提出要求， 构建完整的数据治理管理体系，并阐述行业最佳实践案例； 3、数据架构最佳实践从企业级数据模型、数据流转、数据分布、元数据管理等方面提出要求，构建完备的企业级数据模型，并阐述行业最佳实践案例； 4、数据标准最佳实践从企业业务术语、参考数据、主数据、数据元、指标数据标准提出要求，构建全面的数据标准管理体系，并阐述行业最佳实践案例； 5、数据质量最佳实践从数据质量基础、数据质量工程方法、数据质量评估和改进等方面提出要求，构建持续提升的数据质量最佳实践案例。
适应人群：1、CIO企业首席信息官 2、CDO企业首席数据官 3、COO企业首席运营官 4、企业数据管理专家/专家委员会专员 5、总行各业务职能单位数据管理专员 6、各分行数据治理接口人员 7、数据管理团队 8、外部数据治理咨询团队
关键词：互联网，组织，金融，技术管理
收益目标：- 让学员掌握从真实场景需求出发，进行 AI 模型和工程架构优化的方法论和快速落地实践 - 深入理解 AI Agent 开发范式，包括经典推理模式落地，评估数据飞轮建设等 - 深入理解 AI 大小模型训练、微调、调参调试的技巧，能够针对 xx 场景（如工业、零售、医疗、互联网等）中的各种问题（如数据偏差、过拟合、模型性能不足等）进行有效的模型优化 - 学会设计适合具体业务场景的 AI 应用架构，包括 Agent 大脑、工具系统、评测系统、环境/沙箱和数据飞轮等关键组件，并了解架构从单 Agent 到多 Agent 的演进过程 - 了解最先进前沿的自进化自迭代智能体，基于 ICL 等技术实现自演化架构
关键词：其他，变革，工程化，大模型
关键词：互联网，数据挖掘，商业智能
适应人群：中高级工程师、企业架构师、软件设计师、技术决策/解决方案人员等。
关键词：互联网，大数据，微服务
收益目标：1、了解多中心多活的部署架构。 2、多中心多活适合于怎样的业务模式。 3、实施多中心多活需要克服的问题。
收益目标：《架构思维：架构之道即虚实结合之道》 1.帮助学员对软件架构有全面立体的了解，提升对架构设计进行系统性思考的能力，避免在做技术方案设计只关注于局部细节问题，有失偏颇 2.掌握基本的架构思维和架构原则，以及常用的架构模式，能够根据特定的场景和问题进行合理的架构设计，防止过度设计的同时，还能保持架构可以持续演进 3.处理好架构设计和领域设计的关系，即能分离关注点区别对待，又能考虑其交互和制约的关系 4.掌握常用的架构的可视化方法和架构文档的编写方法，化虚为实，方便和不同干系人沟通协作 《架构腐化：架构怎么变得整洁与高可用》 学员在掌握真正高可用架构的思维和实战方法的同时，更能清晰的知道一个架构从高可用到不可用的路径上都发生了什么，以及如何防范，如何防腐，最后还可以洞悉当前一线大厂的真实案例。 《工程实践：缓存和数据库使用场景及问题》 （1）缓存的各种模式与常见经典问题： 本地缓存与集中缓存，缓存穿透，缓存雪崩、缓存与DB的数据一致性 （2）DB的分库分表问题：何时应该分库分表，分库分表遇到的各种问题 （3）分布式事务的各种解决方案：2PC，TCC，1PC，最终一致性，事务补偿，回滚 （4）数据库的高可用、强一致：Mysql的3种复制方式的问题，主从切换面对的问题，paxos/raft算法在业界的应用 《架构发展：Docker与K8s使用场景及问题》 1.对容器生态圈有一个较为全面概括的认识 2.洞悉企业从Docker镜像构建到用Kubernetes交付应用的全流程 3.掌握Docker与Kubernetes是什么、能解决哪些问题 4.掌握Docker与Kubernetes常见的命令、常见用法、常见操作 5.积累一线大厂的容器应用交付相关的经验，既能对理论有所了解，又能沉淀相关的实操经验
适应人群：1\需要在面对任何业务场景都能给出优雅的架构设计方案的架构师 2\需要培养「以不变应万变」的架构设计能力，用架构设计达到降本增效技术负责人 3\对技术广度、深度有更高追求，需要亲手带领团队引入新工具的核心开发工程师
关键词：其他，架构师
关键词：其他，数据架构
To Be Better
注册或 找回密码?