为您找到300个相关课程
展开简介
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。
适应人群：暂无
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：暂无
关键词：其他
收益目标：1，整体把握机器学习、深度学习、数据挖掘的发展方向 2，了解机器学习、深度学习、计算机视觉的技术框架 3，理解机器学习和深度学习的思维方式和关键技术 4，了解深度学习和机器学习在当前工业界的落地应用 5，了解AI顶会论文和最新技术热点
关键词：其他，机器学习，数据挖掘，项目管理，深度学习
收益目标：1、提升调试效率6-12倍 通过语言特定的调试技能（如C++内存问题、C#死锁、Python类型污染），大幅缩短问题定位与修复时间。 2、掌握AI辅助开发的标准化流程 学习“三步验证法”（AI生成 → 自动化测试 → 人工审查），提升对AI生成代码的掌控感与信任度。 3、实现测试自动化与代码审查标准化 利用test-generation和code-review技能自动生成测试用例、识别边界与异常场景，提升代码质量。 4、沉淀可复用的团队技能资产 通过自定义Agent Skills，将团队经验编码为可版本化、可共享的技能文件，构建企业内部技能库。 5、跨语言协作与知识迁移能力 在统一业务场景下，理解不同语言的实现差异与优化手段，促进跨组交流与技术共建。
适应人群：本课程面向企业IT开发团队中的一线开发人员，特别适合有以下需求的团队： 希望系统掌握GitHub Copilot高级功能（如Agent Mode、Agent Skills）的开发团队； 正在探索AI辅助开发落地，但面临代码质量不可控、调试效率低、技能难复用等问题的团队； 希望构建可沉淀、可复用的AI辅助开发工程能力的组织； 对C++、C#、Python中至少一种语言有实际开发经验的开发者。
关键词：互联网，Python，组织，企业级
收益目标：1、平台运维能力的结构拆解 • 运维能力的三层模型：架构 / 成本 / 服务 • 不同能力之间的依赖关系与作用边界 2、一体化治理的核心路径设计 • 从单点优化走向系统治理的演进路径 • 架构规划、FinOps与ITSM的协同逻辑 3、能力跃迁的关键转折点 • 从“执行导向”到“决策支持” • 从“工具驱动”到“体系驱动”
适应人群：平台运维工程师 / 云运维工程师 / 运维负责人
关键词：我是运维经理，其他，运维，转型
收益目标：1、了解UML的正确应用方法与原理； 2、学员将了解如何把UML应用到面向对象分析和设计乃至整个软件过程中，包括使用UML建立业务模型、需求模型、分析模型、设计模型、实现模型等； 3、重点讲解UML在具体的真实项目中的使用和应用过程指南，如何应用UML处理需求的变更，分析、设计出强壮的架构，建立充分的实现模型。强调具体项目的过程； 4、运用系统分析模式进行本质分析； 5、了解如何设计稳健并易于扩展的架构； 6、通过实际的案例，掌握需求、分析设计的关键技巧； 7、看到好的和差的实际案例，反思自我，提高实际工作能力； 8、深入了解如何解决实际开发问题； 9、理解UML贯穿于迭代化。
适应人群：本课程主要面向开发团队中的设计人员、系统分析人员、开发经理、项目经理、产品设计、UE设计人员，以及或有志成长为高级软件设计者的技术人员。
关键词：互联网
收益目标：让学员了解DevOps理论和各类实践和工具，能够选择适合的实践和工具到实际工作当中。
关键词：互联网，持续集成，DevOps，运维
收益目标：通过培训，可以让学员对实时数据处理有更深入和全面的理解，掌握实时数据平台建设思路，了解实时数据处理技术，并能够在实际应用中解决实时计算预到的工程问题。 熟悉互联网公司（如阿里巴巴、Uber、华为）的所面临的问题和工程实践经验。
适应人群：了解大数据的软件架构师。 中级和高级软件工程师。
关键词：其他，大数据，大数据平台，大数据、实时计算、Flink、Spark
收益目标：• 理解业务开发中很少涉及到的编译流程 • 从基础建设和工程化角度，提升开发效率 • 从基础建设和工程化角度，优化应用性能 • 开拓技术视野，理解现代化前端工程设计方案 • 脱离重复琐碎的业务开发，系统地了解基础建设的方方面面 • 理解前端构建工具（如 Webpack）实现细节和原理 • 更好地从零搭建一个优秀的项目，整合工作流程
适应人群：• 3 年以上经验的前端开发工程师 • 面临技术瓶颈的前端团队 • 负责技术方案制定和基础建设的资深工程师 • 缺少新技术指引、缺少接触优秀项目机会的前端团队
关键词：互联网，持续集成，组织，前端，工程化，工具链，源码解读
收益目标：1. 掌握云数据库整体行业发展方向 2. 了解云数据库的设计与实现
适应人群：* 企业背景: 互联网公司以及计划使用 MySQL 数据库的传统企业 * 技术背景: 架构师, DBA, 运维, SRE, 软件开发人员
To Be Better
注册或 找回密码?