为您找到303个相关课程
展开简介
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：
收益目标：将系统性方法论层层解构，易于吸收和理解 讲授真实相关行业案例，有细节、有真相 现场互动和情景演练，把知识变成能力和应用
适应人群：企业一号位、业务负责人、产品型管理者、产品经理、技术骨干等
关键词：互联网，产品创新，产品规划，创新
收益目标：暂无
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，工程师，研发效能
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
适应人群：AI研发工程师、技术架构师、DevOps负责人
关键词：其他，企业级，RAG
收益目标：1.转变思维，破解产品商业化难题：引导从功能实现向价值经营思维的转变，掌握将AI等新技术与真实业务痛点、市场竞争相结合的方法，系统性规划出具备商业回报的产品，破解技术领先≠商业成功的转化断层 2.获得框架，统一内部规划语言：提供覆盖“市场-战略-业务-落地”的端到端产品规划标准化框架与工具集（战略布局图、商业模式画布、路线图等），并植入场景实战，可应用于实际工作，统一团队工作语言，提升协同效率 3.产出蓝图，加速价值落地：通过高强度工作坊，各组将现场产出结构完整、论证扎实的产品规划提案，可用于内部立项汇报，并为后续研发、市场及销售提供战略指引，缩短从规划到执行的路径 4.前置风控，强化合规落地保障：在规划阶段即引入可行性评估与风险预判，运用专业工具筛查AI等功能落地的数据、技术与ROI瓶颈，并融入行业强监管视角，培养合规的规划习惯，有效降低产品上市的合规与落地风险
关键词：互联网，产品规划
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
To Be Better
注册或 找回密码?