---

构建卓越的产品研发大质量持续运营体系

收益目标：指导质量从业人员顺应变化，构建适合本企业的质量体系。

适应人群：CEO、市场营销、交付服务、质量运营 (QA)、质量管理、 研发项目管理、测试项目管理等相关人员

关键词：其他，质量管理，转型，变革，数字化转型

---

AI大模型赋能行业应用与解决方案 基于ChatGPT生成式人工智能（AIGC）应用技术

收益目标：ChatGPT是什么,为何拥有这些能力和局限。 让完全不懂技术的人也能迅速理解AI ChatGPT和它背后的技术和机会 快速入门提示词技术，获得竞争优势 了解提示词工程师的职业内容 掌握ChatGPT提示词的撰写与优化技巧 熟悉不同类型提示词及其应用 快速掌握chatGPT 使用方法和技巧 学习并掌握提示词撰写的底层逻辑，写作步骤及高级技巧 掌握chatGPT在新媒体营销，内容营销场景中的应用 掌握chatGPT 在职场中高效办公/文案写作中的应用 掌握chatGPT高级应用技巧 通过课程学习，学员将能够洞察GPTs技术在商业领域的广泛应用，包括客户服务、智能助手、个性化推荐等，为企业的创新和发展提供新的思路。 课程将提供丰富的实战案例和练习，帮助学员掌握GPTs技术的开发技巧和商业应用方法，提升解决实际问题的能力。 通过学习GPTs商业开发指南课程，学员将具备开发智能对话系统的能力，使企业在市场竞争中占据先机。 通过学习GPTs技术，学员将激发创新思维，为企业带来新的商业模式和产品创新点，推动企业的持续发展。

适应人群：暂无

关键词：其他，变革

---

数智驱动的产品设计实战训练营

收益目标：除了教会学员掌握⼤模型前沿技术应⽤实践，以及⼀套完整的产品需求分析、产品管理的⽅法⼯具框架(toolset)和思维模式(mindset)外，还可使⽤公司当前发布的⾦融科技产品做为封闭内训期间的实战产品，学员现场可以快速收获 针对当前负责产品最直观的建议及⽅法论，同时快速梳出 路演交付物。 提供⼀套适合⾃⾝产品的AI⼤模型提⽰词套件，助⼒产品需求分析、产品设计、产品数据运营分析等。

适应人群：银⾏科技侧中⾼级产品经理系列培训等。

关键词：互联网，产品设计，产品规划

---

软件研发效能最佳实践

收益目标：•理解研发效能的本质及行业内头部企业的推进情况 • 系统掌握研发效能的实施框架和落地过程 • 全面理解研发效能在各个领域的具体实践 • 通过一系列案例深刻理解研发效能的提升之道 • 认识到推进过程中可能遇到的困难和常见误区

适应人群：暂无

关键词：其他，研发效能

---

有效需求分析训练营

收益目标： -分析业界公司在需求管理和需求开发过程中的误区，并分享成功经验； - 站在“项目交付价值”的全新角度了解在需求开发和需求分析的过程、以及在这个过程中各种技术和方法论的使用特点； - 理解需求捕捉时的主要方法：用户故事、业务概念分析、最小原型法； - 理解需求分析/需求建模的主流方法：User Story 用户故事、UseCase用户用例、数据流图、有限状态集图、实体/关系图……； - 理解非功能性的分类、示例以及如何获取的方法； - 掌握规格化需求时的注意事项与模板示例； - 了解需求评审时的3种常用的方法：正规检视、同行专家评审与走查； - 了解需求变更控制的流程、要素与注意

适应人群：需求分析人员（含业务分析人员）、高级设计人与开发员、高级测试工程师

关键词：互联网，电商，电信，需求分析，工程师

---

大数据治理落地实战：数据收集、清洗、融合、挖掘

收益目标：暂无

适应人群：企业高管、产品及运营负责人、项目负责人、技术负责人、数 据分析师、数据挖掘工程师

关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析

---

大数据实战培训

收益目标：了解大数据中MapReduce的核心原理 掌握MapReduce核心编程 了解Spark性能优化 掌握Spark中的离线计算和实时计算 掌握Spark SQL的使用 掌握HBase的高级特性

适应人群：1. 有一定编程基础,想学习和了解大数据的学员 2. 计算机相关专业,未来向大数据领域方向发展的学员

关键词：互联网，大数据，SQL，Spark，大数据平台

---

春晚级流量下平台类系统的高可用架构分享

收益目标：1.提升对高并发高可用系统设计的理解 2.收获高可用架构设计经验 3.如何应对双十一、618这样的流量洪峰

适应人群：服务端架构师，需要对高并发高可用有一定认知和兴趣

关键词：互联网

---

研发效能、平台工程与AI大模型应用

收益目标：•建立对研发效能完整的理论和实践体系的清晰认知。 •了解各大厂效能/DevOps建设的路径及实践对比。 •掌握DevOps端到端工具链、测试环境、各类自动化测试工具背后的领域模型、系统方案和关键实践。 •掌握建设一站式平台、实施平台工程、开展度量洞察等关键战役上的最佳实践。 •掌握大语言模型基本原理，在软件研发领域的应用，特别是结合企业数据开展应用的实践方法。 •对效能实践中的各种疑难杂症建立深入认知，清楚应对方案。

适应人群：•研发管理者，架构师，工程师 •效能负责人，工具团队负责人，PMO负责人，流程工程师 •测试负责人，测试工程师 •运维负责人，DevOps工程师，SRE

关键词：互联网，DevOps，研发效能

---

AI大模型辅助软件研发管理与效能提升

收益目标：AI在研发管理中的价值 AI在研发效能提升中的实践 AI对研发效能管理的影响 生成式AI(AIGC)的最新进展与应用; AIGC及其应用领域; 大模型在软件研发全生命居期中的应用场景与案例; AIGC驱动下的自动化测试技术能力进阶 AI辅助编程工具 利用 智能编程助手提高编程效率和准确性 七大实战项目：探索智能编程助手的最佳实践 探索 智能编程助手的未来发展与实验功能 研发场景Agent构建及应用 如何评估AI产品应用有效性

适应人群：各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理,测试工程师，质量部门员工。对智能辅助编程技术感兴趣的技术管理者或需要使用该技术的工程师。特别强烈建议公司管理者可以参加部分课程。这样有助于在公司推广应用。

关键词：其他，需求分析，软件设计，研发效能

---

传统企业数字化转型通识（1天）

收益目标：暂无

适应人群：暂无

关键词：其他，转型，组织，数字化转型

---

大数据（Hadoop、Spark、NoSQL等）的技术与实践

收益目标：通过该课程学习，洞悉Hadoop，NoSQL与Spark等技术的原理、架构与技术手段；结合丰富实例掌握其设计与开发方法，以及掌握如软件架构、性能调优等使用过程中的实用技巧；深入了解Hadoop，NoSQL，Spark体系中各成员，理解Hadoop，NoSQL，Spark成员各自的优、缺点与正确适用场景，了解技术最新发展动向，能对Hadoop，NoSQL与Spark体系在学员企业、学员项目、学员研发中是否可用、如何定位以及如何使用做出正确判断与学习，并且对如何结合大数据技术规划企业数据架构得到相当的启发与收获。

适应人群：企业中高层技术管理人员、企业技术战略决策者、软件架构师、软件研发人员与大数据技术爱好者，有大数据及海量数据管理与处理需求的企业优先。

关键词：传统金融，互联网金融