中山大学/国防科技大学教授、教育部长江学者特聘教授,国家杰出青年科学基金获得者,CCF Fellow。研究方向为高性能网络计算与云计算、大数据新型存储和支撑系统。
结合高性能计算和大数据技术,通过我们的实践来探讨大数据人才培养的经验。
本课程介绍了LLM时代测试架构师必须掌握的软件架构知识,包括chatGPT的基本原理和能力范畴、软件测试领域LLM大语言模型的各种使用场景、LLM在软件质量保障中的各种使用场景、测试架构师视角的软件架构设计、业务驱动下的技术架构的技术演进、分布式架构和微服务架构、面向功能的测试 VS 面向架构的测试等。此外,课程还介绍了GUI自动化和智能化测试技术精要、API自动化和智能化测试技术精要、人工智能和大数据技术在测试领域的应用与案例解析、LLM加持下的微服务API测试精要、自动化测试中测试数据难题的解决思路以及测试执行环境的设计与最佳实践等内容。
体系完整:从夯实基础-场景应用-思维提升。夯实基础是指了解人工智能关键领域的关键技术,如深度学习,计算机视觉CV、自然语义处理NLP等;场景应用是以真实项目了解AI项目落地中的流程和难点。思维提升是指了解AI产品经理需要的能力模型、 AI能力模型:了解传统产品经理和AI产品的能力模型差距。 理论联系实际:海纳AI智能化需求拆解、功能设计和迭代方向 业务诊断:通过AI评估指标了解当前重点优化方向。 学习行业优秀案例:剖析不同行业优秀的AI案例背后的底层逻辑、思维方式,采用教练式的方式引导学员进行迁移。
To Be Better
注册或 找回密码?
欢迎成为Msup专家讲师
活动详情