为您找到300个相关课程
展开简介
收益目标：通过大量的一手的真实案例讨论，听众可以深刻的理解大规模分布式技术架构的设计方法和原则。理解RPC框架，MQ框架，NOSQL，分布式监控系统，分布式配置系统，分布式调度系统，分布式Cache，分布式文件系统等关键技术的基本原理和应用技巧，应用过程中的常见问题和注意事项，从而具备大规模可伸缩分布式系统的大局观和架构能力。
适应人群：各类 IT/软件企业和研发机构的软件架构师、软件设计师、程序员。对于怀有设计疑问和问题，需要梳理解答的团队和个人，效果最佳。
关键词：电商，架构设计
收益目标：学习该课程后，学生能够： 为业务解决方案设计收集和分析信息 理解不同的软件设计方法论的异同点 理解软件设计模式 设计软件架构 设计方案并且进行实施 对设计流程进行管理 创建安全的设计
适应人群：暂无
关键词：其他，软件架构，架构设计，软件设计
收益目标：暂无
适应人群：系统架构师，业务架构师，云原生架构师，大数据架构师，运维架构师，DBA架构师，解决方案架构师。对分布式数据库知识和应用感兴趣的IT工作者。
关键词：互联网，传统金融，其他，架构师，架构设计，大数据，数据架构，数据库，转型，分布式
适应人群： 希望掌握大模型底层原理、底层架构、提示词工程的在校学生、软件开发人员、售前工程师、在咨询顾问及业务人员。
关键词：其他，架构设计，变革，企业级
收益目标：完成本课程学习后，学员将能够系统掌握智能体从构建到优化再到进化的全链路能 力，实现从“使用 AI”到“打造 AI 智能生态”的跨越。 1）掌握智能体的架构逻辑与核心原理 • 理解从大模型到智能体的技术演化趋势与应用边界。 • 掌握智能体的功能布局、调用机制与记忆架构，为实战打下基础。 2）具备高精度提示词与模型适配能力 • 学会构建结构化提示词体系，掌握推理模型与通用模型的区别与应用。 • 理解 ChatGPT、Claude、DeepSeek、Kimi、ChatGLM 等模型的优劣势与选型思路。 3）实现智能体在企业流程中的实战落地 • 掌握智能体在任务自动化、信息分析、客户洞察等核心业务中的应用场景。 • 学会通过工作流与 API 整合，实现企业级智能体的端到端部署。 4）构建智能体驱动的数据闭环与知识体系 • 理解从数据采集、处理、标注、反馈到再利用的完整链路。 • 掌握高质量数据筛选、合成与增强策略，为智能体提供持续优化的知识基础。 5）体系化提升智能体的准确率与稳定性 • 掌握模型微调、提示词工程、ReAct 框架与 RAG 知识增强的优化方法。 • 能够针对不同业务场景，设计高精度的“模型 × 提示词 × 工作流”方案。 6）掌握智能体的自反思与自进化机制 • 学会让智能体具备自我评估、自我修正与自我再生长的能力。 • 理解在线反馈与离线优化的循环机制，实现智能体持续学习与演进。 7）理解多智能体协同与群体学习体系 • 掌握多智能体的协同架构、任务分工与知识共享策略。 • 学会设计群体学习与版本管理机制，让智能体系统实现动态优化与协同进化。
关键词：互联网，架构设计
适应人群：本课程适用于想从事iPhone、iPod 和iPad开发的程序员、系统设计人员，也适合于想从事Mac OS X下应用开发的程序员和相关人员。
关键词：互联网，架构设计，单元测试
收益目标：通过大量练习和项目实践，使软件组织真正理解如何结合用例、类图、序列图、状态图、组件图等UML要素来完成业务建模、需求、分析和设计的流程，能在项目开发中灵活应用。
适应人群：有一年以上项目经验的需求或设计（编码）人员，头衔包括但不限于程序员、产品经理、架构师、项目经理、业务分析师。
关键词：其他，UML，软件需求，架构设计，面向对象，产品经理，领域驱动设计，模型驱动开发
收益目标： 数据库领域 对Oracle数据库基础架构技术的巩固 对Oracle最大高可用性（MAA）架构的全面理解 对RAC、Data Guard等核心产品和技术和实施案例的了解 适合海量数据管理的分区技术的系统介绍 全面理解Oracle数据库安全性解决方案 俯瞰最新的Oracle 12c云计算产品和技术 MySQL架构、技术特点，以及与Oracle的差异分析
适应人群：企业IT架构师、数据库管理员（DBA）、应用架构设计师
关键词：互联网，电商，支付平台，传统金融，互联网金融，可穿戴设备，医疗，智能家居，物联网，车联网，安全，制造，电信，政府机构，税务，快消品，其他，架构设计，数据库
收益目标：认知升级与架构掌握：深刻理解数据治理智能体的“感知-推理-执行-学习”闭环机制，掌握“交互层-调度层-能力层-数据层”四层架构设计，学会将传统规则引擎升级为动态AI驱动的工作流。 全链路自动化实操能力：熟练掌握AI Agent在数据治理核心场景的落地应用。能够利用Agent实现元数据智能补全、数据标准自动构建与落标、数据质量智能体检（自动生成规则与异常诊断）以及跨部门数据血缘追踪与合规审计，大幅缩短治理周期。 多智能体协同与工程化部署：掌握多Agent协同编排技术，解决跨领域复杂治理问题；学会运用低代码/原生开发框架搭建企业级AI应用，并掌握Agent的权限管控、操作审计、安全合规及可观测性设计，确保生产环境的安全可靠。 业务赋能与ROI转化：建立“业务-技术”融合思维，能够将模糊的业务痛点转化为Agent可执行的子任务链条。通过实战验证，掌握如何让数据从“被动查询”走向“主动预警与决策支持”，实现治理效率数倍提升及可量化的业务价值回报。
适应人群：数据开发与治理团队：数据工程师、ETL 开发工程师、数据治理专员、数据仓库架构师。 AI 与算法团队：AI 训练师、算法工程师、大模型应用开发者。 数据产品与管理团队：数据产品经理、数据项目经理、企业 CDO/CIO 及数字化转型负责人。
关键词：其他，架构设计，大模型
关键词：电信，架构设计
收益目标：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，通过课程学习能够掌握业界先进技术与测试技术的结合点； • 除了讲解应用领域，还讲解具体的实现方法和架构设计，做到全面落地，避免纸上谈兵； • 课程案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
适应人群：• 资深测试工程师，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 • 工程效能团队负责人和工程效能研发工程师 • 开发工程师，开发技术经理，开发技术负责人 • 技术创新团队的工程师
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
收益目标：微服务介绍 如何建模微服务 微服务集成 分解单块系统 如何部署微服务 如何测试微服务 如何监控微服务 如何规模化微服务 微服务总结
适应人群：基本开发架构常识
关键词：互联网，架构设计，微服务
To Be Better
注册或 找回密码?