城市 |
|
|
|
时间 |
|
|
戴昊
南京四维向量科技有限公司 技术副总裁
收益目标:1. 掌握「可执行 Spec」的书写结构,能将模糊需求拆解为可直接驱动 AI 生成代码的任务清单; 2. 熟练运用 Qoder / 通义灵码 / TRAE 等工具进行上下文注入、多轮约束生成与质量闸门配置; 3. 独立完成从 Spec 到模块化代码生成的完整流程,输出可运行、可测试的工程成果; 4. 能用 AI 生成覆盖正常/异常/边界/组合场景的用例矩阵,并驱动 Selenium / Playwright 脚本编写; 5. 掌握 AI 辅助 RCA 方法论,能对线上故障进行系统化的日志分析与根因定位; 6. 建立 AI 编码的「人机边界」认知,清晰识别哪些决策必须由人来把控。
适应人群:
关键词:自动化测试,工程化
开课时间 : 2026.07 未定 工程师李老师
收益目标:完成两天课程后,学员应能够: 1.理清 FDE 与传统开发、产品经理、售前顾问、交付工程师的区别; 2.理解 AI 项目与传统软件项目的关键差异; 3.掌握 Agent 的核心能力:感知、记忆、推理规划、工具调用; 4.理解 RAG、知识库、多模态知识处理、MCP/API/插件等企业级 Agent 技术要素; 5.掌握 Harness Engineering 的基本方法:Guide、Skill、Prompt、Memory、Tools、Feedback、Sensor; 6.能够围绕一个业务场景设计初步 AI PoC 路径; 7.能够识别 FDE 落地中的数据、系统、权限、安全、组织协同和度量问题。
适应人群:AI转型中的程序员和架构师、企业数字化/研发/交付/咨询/解决方案团队中的 FDE 候选人、AI 项目负责人、业务方案顾问、技术骨干
关键词:系统开发,敏捷,大模型
开课时间 : 2026.07 深圳 工程师李老师
收益目标:完成两天课程后,学员应能够: 1.理清 FDE 与传统开发、产品经理、售前顾问、交付工程师的区别; 2.理解 AI 项目与传统软件项目的关键差异; 3.掌握 Agent 的核心能力:感知、记忆、推理规划、工具调用; 4.理解 RAG、知识库、多模态知识处理、MCP/API/插件等企业级 Agent 技术要素; 5.掌握 Harness Engineering 的基本方法:Guide、Skill、Prompt、Memory、Tools、Feedback、Sensor; 6.能够围绕一个业务场景设计初步 AI PoC 路径; 7.能够识别 FDE 落地中的数据、系统、权限、安全、组织协同和度量问题。
适应人群:AI转型中的程序员和架构师、企业数字化/研发/交付/咨询/解决方案团队中的 FDE 候选人、AI 项目负责人、业务方案顾问、技术骨干
关键词:系统开发,敏捷,大模型
开课时间 : 2026.08 北京 工程师更多实践
更多实践
更多实践
更多实践
更多实践
更多实践
活动详情