为您找到299个相关课程
展开简介
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
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
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
收益目标：市场洞察与政策理解：深入理解国家及地方促进消费的政策，把握居民消费需求与场景消费市场格局的变化，为业务决策提供依据。 数字化业务模式设计能力：掌握平衡计分卡、商业模式画布、客户旅程地图等工具，能够设计出符合市场需求的数字化业务模式。 数智化运营实战技能：学习“1+4+N”数字化运营体系，掌握APP运营主阵地建设、数据驱动运营闭环构建、客户分析与精准运营策略制定等实战技能。 数据架构与中台建设知识：了解消费金融数据架构的演进路径，掌握数据中台架构设计与升级方法，提升数据驱动决策能力。 行业最佳实践与案例分析：通过实战案例分析，学习行业领先企业的成功经验，拓宽视野，启发创新思维。
适应人群：消费金融企业高管：需要把握市场趋势，制定企业战略，推动数字化转型。 业务部门负责人：如市场部、产品部、风控部等，需了解数字化业务模式设计与运营策略，以提升部门绩效。 数据分析师与数据科学家：专注于数据架构演进与数据中台建设，为运营提供数据支持。 运营团队成员：负责APP运营、客户运营、活动运营等，需掌握数字化运营体系与精准运营策略。 金融科技从业者：关注消费金融领域的创新实践，寻求职业发展新方向
关键词：其他，转型，金融，数字化转型
关键词：其他，金融，企业级
关键词：其他，ai
收益目标：1.企业级大模型应用模式与部署实战：系统拆解企业大模型三大主流落地模式，深入对比私有化与云端部署方案，结合 GPU/CPU 算力选型与真实业务场景，帮助企业做出可落地、可持续的技术决策。 2.RAG 原理、工程实现与评测驱动优化：从 Embedding、向量数据库、检索召回到生成优化，完整讲解企业级 RAG 的设计方法，并引入 Ragas、TruLens 等评测体系，构建“可量化、可回归、可持续优化”的 RAG 工程闭环。 3.智能体（Agent）工程化与自动化流程设计：深入讲解 Agent 的核心能力体系，包括工具调用、意图识别、工作流编排、自主规划、多智能体协作与记忆系统设计，帮助学员构建稳定、可控、可扩展的企业级智能体系统。 4.从 Workflow 到 Agent 的业务自动化升级路径：通过 Pipeline、Branching、Parallel、MoA、HITL 等多种工作流架构模式，讲解如何逐步从固定流程自动化，演进到具备自主决策能力的 Agent 系统，真正释放 AI 的业务价值。 5.行业真实项目与低代码智能体实战：覆盖金融、保险、客服、设计、法务、办公自动化等多个行业场景，通过真实案例与低代码智能体实战，帮助学员将所学能力快速转化为企业可用的 AI 应用与产品。
关键词：互联网，组织，企业级，大模型，RAG
收益目标： 通过在一流互联网多年的开发经验和前端工程化技术实践，可以全面学习到： 1.前端工程化思想 2.前端命令行工具内核与实现 3.前端模块化实现思路 4. 前端性能优化的方法 5.前端持续集成方案
适应人群：前端开发行业的初级、中级、高级前端开发者 课程定位：适合于对前端工程化有诉求的业务项目和业务团队，特别是超大型前端项目、多条业务线研发项目，可以很方便对前端开发流程统一，前端工具统一，前端组件统一等。
关键词：互联网金融，前端工程化、前端编译工具、前端模块化、前端规范、前端集成解决方案
收益目标：通过本课程的学习，可以掌握性能测试体系建设思路、性能测试的企业级最佳实践、性能分析与优化能力、性能分析逻辑思维能力，并对业界的性能测试现状有整体清晰的认知。同时可以将课程所学无缝应用与企业级性能测试项目中，为企业级性能测试落地与优化带来实际价值。
适应人群：此课程适合于性能架构师、性能分析师、性能测试工程师、性能项目经理、软件质量管理人员、运维人员、开发工程师
关键词：互联网，性能测试，前端
收益目标：●解决”理解业务难”的问题 做SaaS产品，往往面临的是一个环状的业务需要理解，课程针对这个问题，专门从宏观与微观两个角度向产品经理教授如何理解业务。 ●解决“需求不好梳理”的问题 做SaaS产品，往往面临的是整个业务链条需要权衡，课程从场景和价值两个角度，帮助产品经理更好梳理业务链条的业务场景与需求，并通过价值对需求进行评价。 ●解决“功能设计复杂”的问题 做SaaS产品，往往会面临大量个性化需求，课程以“后端标准化，前端个性化”的角度出发，通过帮助产品经理理解架构，以及如何进行可配置来解决做SaaS产品的终极问题。
关键词：其他，产品经理，SaaS
收益目标：第一阶段：从基础入手，先来了解大模型基础概念和原理，掌握好提示词技术。同时了解如何使用大模型技术，提升开发效率。学会在工作中如何更好的使用大模型，释放大模型能力，通过大模型相关技术提升个人效率、改造研发流程 第二阶段：深入大模型应用程序的研发，掌握大模型OpenAI API，langchain工具链、大模型微调等技术，开发大模型应用系统，帮助企业、个人提升效率，做企业最懂大模型的那个员工 第三阶段：学习大模型时代超级个体必须掌握的核心技术RAG、构建Agent，学习优秀企业的成功案例。助你在企业内使用大模型改造现有系统。 总之，AI模型全栈工程师是人工智能领域中不可或缺的重要角色。他们具备从算法到应用的全方位能力，能够从全局和整体的角度思考问题并寻求解决方案。随着人工智能技术的广泛应用和发展，AI模型全栈工程师的职业前景将越来越广阔。
关键词：其他，API，ai，大模型，RAG
收益目标：理论分享+案例分享+课堂互动
适应人群：政企产品及解决方案经理
关键词：互联网，创新
To Be Better
注册或 找回密码?