为您找到300个相关课程
展开简介
收益目标：1、掌握大模型与 Agent 核心原理及主流设计模式。 2、构建大模型能力评测指标体系与数据集建设方法。 3、学习 AI 原生应用质量保障最佳实践与前沿案例。 4、理解评测基础设施架构设计与自动化评测策略。 5、获取专家指导，应对大模型应用落地质量挑战。
适应人群：1. 质量保障/测试工程师：从事软件测试、质量保障，希望掌握大模型与Agent评测方法的专业人员。 2. AI应用开发者与算法工程师：负责大模型应用落地、Agent开发，需了解能力评估与质量围栏的技术人员。 3. 研发效能工程师与技术管理者：关注AI时代研发流程变革、效能度量与质量体系建设的管理者。 4. 技术架构师/技术负责人：规划AI原生应用架构、设计评测基础设施与自动化策略的核心技术骨干。 5. AI产品经理：负责智能客服、辅助编程等AI产品设计，需理解评测指标与质量验收标准的产品人员。
关键词：互联网，企业级，大模型，RAG
收益目标：1.掌握 Agent 三大工程化方法论：系统学习 Harness、Loop、Graph 三大核心方法论，建立从基座构建、迭代优化到任务编排的完整知识体系，能够独立设计和评估生产级 Agent 方案。 2.具备生产级 Agent 稳定性与安全性保障能力：掌握 Checkpoint 机制、重试熔断、长上下文管理、权限管控、数据脱敏、安全沙箱等关键工程实践，确保 Agent 系统在金融、医疗等强监管场景下的合规运行。 3.构建 Agent 持续迭代与优化的闭环体系：学会建立 AgentOps 监控体系、设计评估指标、构建数据飞轮，实现从“一次成功”到“可复用能力”的转变，持续提升 Agent 业务表现。 4.具备多 Agent 协作与复杂任务编排能力：掌握多 Agent 协同设计原则、DAG 任务流建模、知识图谱融合方法，能够针对复杂业务场景设计高效的多 Agent 协作方案。 5.获得可落地的 Agent 成熟度评估与场景筛选能力：学会使用 AI 工程化成熟度模型和“五维评估法则”，能够准确评估企业现状、筛选高价值场景并规划合理的 Agent 落地路径，避免资源浪费和早期踩坑。
适应人群：本课程面向已具备一定技术基础、希望将 AI Agent 技术从概念验证推进到生产级落地的专业人员，具体包括： •AI 工程师：已有 LLM 应用开发经验，希望系统掌握 Agent 生产级工程化方法论，提升系统稳定性、安全性和可观测性能力。 •架构师：需要设计多 Agent 协作体系、任务编排流程和知识图谱融合方案，构建可扩展、高可靠的 Agent 架构。 •技术经理：负责团队 AI 技术路线规划，需要理解 Agent 工程化成熟度模型，制定从 POC 到规模化的落地策略。
关键词：其他，工程化
收益目标：1. 软件架构的本质 2. 软件架构的设计过程 3. 软件架构模式 4. 深入理解J2EE和架构模式和反模式,以及如何对架构重构 5. 深入理解J2EE架构各层(表示层/业务逻辑层/数据存取层/基础服务层/实体层)如何设计和如何权衡 6. 深入理解J2EE 技术(JSP,TagLib,Ajax,EJB,JPA以及常见的开源技术Spring和Hibernate,Ibatis） 7. 充分运用Java EE组件技术，解决典型的系统架构问题 8. 使用Java EE蓝图中的技术和Java EE 模式目录中的解决方案，推导出软件系统 9. 使用工程权衡技术，用高性价比的方式应对服务
适应人群：这门课程适合对基于Java EE技术的企业软件系统负有总体软件架构的学员。学员还要求能深入了解企业架构师的作用，并希望在n层企业系统中使用Java EE技术。现有的架构师也可以通过学习这门课程，了解如何使用Java EE技术提高其企业系统中服务的质量。
关键词：电信，其他，架构师，软件架构，Java
收益目标：暂无
适应人群：暂无
关键词：互联网，其他
适应人群：1. 有一定web 基础的技术人员，深入学习新技术 2. 产品、设计人员，对前端周边技术能得到很好的了解和提高 3. 项目管理人员，对大方向的技术发展有深入的了解
关键词：互联网，HTML5
收益目标：1. 从测试架构师的视角深入理解网站的架构发展与技术演进 2. 从测试架构师的视角深入理解企业级测试基础架构的设计与实现 3. 从测试架构师的视角深入理解GUI/API/Mobile/性能测试框架的设计与工程应用 4. 从测试架构师的视角深入理解行业领先的性能测试方法和技术 5. 从测试架构师的视角深入理解代码级测试的关键技术与设计策略 6. 掌握测试架构师“软实力”的核心
适应人群：• 希望通过系统性学习，快速成长为具有测试架构师视野与技术能力的测试工程师、测试开发工程师、测试技术主管。 • 希望深刻理解软件测试技术的开发工程师、运维工程师、架构师、测试经理和开发经理等。
关键词：互联网，架构师，自动化测试，单元测试，性能测试，工程师，API
收益目标：1．知道阿里的宏观管理框架 2．掌握作为一个管理者应该具备的素养和领导力 3．掌握如何搭建团队、选好人才 4．掌握如何定目标，追过程、拿结果； 5．熟悉团队管理的核心要点：辅导、激励、复盘 6．了解文化的重要性，建立自己的领导力
适应人群：1.技术管理者 2.带队伍的技术专家、PM、小组leader 3.团队在扩大的中层技术管理者
关键词：互联网，团队管理，领导力，组织
关键词：互联网，数据库，MySQL，SQL
关键词：其他，分布式系统，微服务，分布式
收益目标：1.掌握提示词模板、静态链、横向/纵向扩展，LLM 输出稳定可控 2.用 LLM 自动生成 GUI/API 测试用例与脚本，维护成本降一半 3.基于 HttpRunner 构建“高效 API 自动化框架”，数据驱动一键运行 4.消费者契约测试方案，Mock 解耦微服务依赖，缺陷提前 30% 暴露 5. LLM 生成性能测试场景-脚本-数据，并智能定位瓶颈，压测效率翻倍
适应人群：软件研发负责人 研发管理负责人 运维负责人 DevOps 负责人 测试负责人 工程效能负责人 软件架构师 资深研发工程师 运维架构师 资深运维工程师 DevOps 工程师 SRE 测试架构师 资深测试工程师 研发管理人员 研发流程工程师
关键词：互联网，微服务，自动化测试，性能测试，测试用例，API，RAG
收益目标：1、掌握Agent核心设计：深入理解S-P-A架构、记忆分层与工具调用，能够自主搭建研发Agent。 2、构建AI-Native研发流水线：实现从需求、代码生成到测试自愈、自动运维的全链路Agent闭环。 3、提升代码质量与系统韧性：利用自愈测试、根因分析Agent，大幅缩短Bug定位与修复时间。 4、优化组织效能与安全合规：建立AI采纳率、Agent任务完结率等新度量体系，并落地代码隐私与开源合规防护。
适应人群：1、软件工程师、架构师与技术负责人 2、AI工程化实践者、DevOps与SRE工程师 3、期望通过AI重塑研发流程的技术管理者与创新团队
关键词：互联网，运维，转型，组织，企业级，工具链，推荐系统，大模型
收益目标：构建体系化的 AI 安全治理思维框架，精准把握监管政策导向，具备对自研产品及内部 AI 应用场景中关键风险的敏锐识别与量化评估能力。
适应人群：中高层管理团队（涵盖技术研发、产品运营、财务管理、市场营销及合规风控等核心条线负责人）
关键词：安全，人工智能，转型，创新
To Be Better
注册或 找回密码?