为您找到214个相关课程
展开简介
收益目标：1.掌握数据驱动的业务架构、工具&流程、团队组建、数据产品建设等基础知识。 2.了解基本的数据分析方法，并理解分析方法背后的分析思维，能够在日常工作中进行应用。 3.能结合业务，设计合理的指标体系，结合数据分析方法，给出建设性的数据驱动的方案。 4.能够认可未来3-5年出现的数据治理的必要性，并了解数据治理的关键点。 5.能够评估数据产品，合理选择数据产品方案，并能够把控实施的过程。 6.能够了解数据团队管理的基本原则，专业地对数据相关候选人进行面试。
适应人群：公司中高层管理者，数据分析部门，运营部门，数据研发部门。 【学员基础】日常工作中有用到数据，并理解数据的重要性。
关键词：互联网，数据分析
收益目标：1、对金融系统服务化过程、业务中台建设过程、架构演进过程进行详细介绍，深入剖析服务化和中台建设过程中遇到的应用拆分、数据拆分和团队拆分导致开发困局、运维困局等一系列问题和挑战，如何通过服务治理体系和技术来解决，使学员对服务治理的概念有更深更清晰的认识； 2、介绍管理、度量、管控三位一体，线上、线下治理结合的一体化服务治理体系，使学员全面了解服务治理体系的理论以及方法，通过现场穿插讨论，直击学员在日常工作中遇到的痛点，启发学员通过一体化的服务治理体系来解决实际问题； 3、介绍服务治理体系的落地实施过程，包括服务标准化、服务编制等基础环节，以及链路跟踪、熔断限流、服务路由、服务降级、静态服务调用关系图等技术组件，使学员掌握服务治理的关键技术； 4、介绍服务治理的实施策略与场景，包括服务架构优化、线上和线下度量指标体系、虚拟化管理、线上全链路压测、快速故障分析、敏捷应用发布等，使学员掌握服务治理体系如何实施； 5、介绍与服务治理配套的敏捷团队管理和研发模式，以及如何度量管理和研发过程，提升研发效率和质量，使学员将来实施服务治理更有可行性。
适应人群：从事软件研发的开发工程师、架构师、项目经理和技术管理者。
关键词：互联网，人工智能，架构设计，机器学习，微服务，金融
收益目标：1.通过案例解读，深入理解订阅制转型的底层逻辑；
适应人群：1.公司经营层、各领域高管 2.产品管理部、研发管理部相关负责人、专家等 3.产品线负责人、市场负责人、销售渠道负责人、服务负责人等
关键词：互联网，转型
收益目标：暂无
适应人群：暂无
关键词：互联网，电商，支付平台，互联网金融，电信，微服务
收益目标：• 深入理解“测试中台”的本质以及工程价值 • 深入理解“测试中台”建设的技术方法与架构设计 • 让企业，尤其是大型企业实现以“测试中台”建设来完成弯道超车，走在测试基础架构的前沿，大幅度提升工程效能 • 扩展测试人员的技术视野，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； • 除了讲解理论体系，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，软件测试，自动化测试
收益目标：了解数据中台的优势以及数据中台建设与架构方法 了解数据中台的核心方法论(一个ID，一个数据，一个服务) 从真实的用户案例中学习数据中台建设 了解数据体系建设与数据运营机制建设
适应人群：大数据从业人员、企业IT开发人员、企业数据部门人员
关键词：互联网，其他，创新
收益目标：1、对齐企业内部人员对数据资产管理的愿景，掌握制定数据战略的方法论，明确数据资产管理工作的分工职责； 2、 为业务人员培养数据思维和数字化工作模版、提供给数据标准、数据质量标准的工作模版； 3、 为数据管理者提供数据资产梳理、数据模型构建、数据架构设计的方法和实操； 4、 为IT人员提供支持数据应用、数据管控平台的技术架构和落地实施案例；
适应人群：金融行业的业务、数据、IT部门入职3年以上至高级经理的级别的所有人员
关键词：传统金融，数据架构，转型
收益目标：1、体系完整； 2、数据思维升级：提升核心团队不同角色数据思维能力。 -产品：对功能上线后的效果负责，如何正确评估指标，如何基于数据指标通过探索性数据分析提出基于目标提升的优化建议，还能数据指标洞察真正的业务需求发现产品新的机会点。 -运营：如何在预算少、研发人力投入不足的情况，基于行业、竞品和自己的数据分析，找到当下价值最大的策略。 -市场营销：一是提高对外部市场数据的获取和分析能力；二是提高数据评估能力，对市场投放/活动前预算估算能力和投放.活动后效果衡量以及后续重点优化方向判断。三是数据分析能力（在“数据海洋”中寻找因果关系并将之量化的能力），弄清市场预算/花费、渠道、创意等影响因素与公司实际追求的业务增长指标间的关系，以及在可控的范围内通过在预算、渠道、创意等维度上的优化促进公司的业务增长。 -数据分析师：不再做服务业务的乙方，而是从战略和战术做业务的参谋部。 -业务负责人：一是提高鉴别数据质量、数据分析结论避免陷入盲从数据的误区，从而在业务判断、业务决策上造成误导。因为同一个数据源用不同口径统计，再采用不同的比较方式，甚至造成不好的结果。领导需要判断数据口径及其对比方式是否能够科学、准确地体现业务经营状况的好坏，还是可能为“虚荣指标。二是基于数据抽丝剥茧”，准确判断业务方向，采取正确的策略。 3、数据思维升级掌握体系化的框架并在课堂产出： 4、业务诊断：通过业务分析指标体系对核心经营指标、业务异常等进行分析阶段 5、策略落地：增强高阶运营体系化和战略化运营增长能力。 掌握基于当前业务问题，选择适合自己的产品或运营增长策略，实现全生命周期的用户管理，达成拉新、转化和留存等业务目标。 6、沉默用户激活以及全生命周期管理：辛辛苦苦获取了大量用户，但是用户不活跃，如何提高频次.. 7、数据体系建立：团队管理者上下同欲设计目标，员工拆解自己的OKR，一级指标到四级指标建立，针对数据发现问题并解决问题。
关键词：互联网，电商，其他，金融
收益目标：可独立完成Hadoop的部署，运维，监控及故障处理。独立完成整体Hadoop从网络到软件层面的架构设计，Hadoop及周边生态的性能优化。
适应人群：开始对Hadoop感兴趣或已使用Hadoop，希望进行性能调优或架构优化。
关键词：互联网，其他
收益目标：1) 认清互联网+的实质价值 2) 怎样用O2O形成粉丝经济 3) 网络整合营销的技巧 4) 微信微博微视频等社交媒体传播 5) 了解万物互联下的电商新形态
关键词：互联网
收益目标：全面了解大型网站架构演化； 通过案例教学掌握高可用架构设计的原则和方法 掌握互联网高可用高并发关键技术； 掌握互联网大型分布式系统缓存架构的设计； 通过学习高并发系统架构案例掌握如何设计互联网高并发高可用系统
适应人群：无大厂工作经验的服务端开发工程师（外包公司、小型互联网公司为主）
关键词：互联网，架构设计，网站架构，高可用架构
收益目标：1. 机器学习、深度学习平台优化经验 2. 基于Kubernetes的机器学习平台调度系统设计经验 3. 开源社区运作、参与经验
关键词：
活动详情
To Be Better
注册或 找回密码?
