---

智能高阶：企业级大模型+RAG+智能体落地实战

收益目标：￮能够构建企业级大模型应用：掌握 API、RAG、自动化工作流等主流落地方式。 ￮具备构建高质量 RAG 问答系统的能力：从知识库搭建到检索链路优化可独立完成。 ￮掌握智能体核心技能：可开发具备工具调用与基本规划执行能力的实用型智能体。 ￮具备低代码智能体构建能力：能为营销、办公、行业场景快速产出可直接使用的智能体应用。 ￮具备工作流与多 Agent 协作能力：可设计适用于内容生产、流程执行与多角色协作的智能自动化系统。 ￮掌握可靠性与可控性能力：能够通过校验、结构化与验证机制提升智能体的稳定性与输出质量。 具备企业级 AI 落地闭环能力：可独立完成从概念 → 原型 → 部署 → 评测优化的完整方案交付。

适应人群：暂无

关键词：互联网，系统开发，数据分析，组织，企业级，大模型，RAG

---

云计算精讲

收益目标：暂无

适应人群：云计算的架构设计相关人员

关键词：制造，云计算，数据库

---

AWS组件解决方案实践

收益目标：暂无

适应人群：暂无

关键词：互联网

---

大数据治理落地实战：数据收集、清洗、融合、挖掘

收益目标：暂无

适应人群：企业高管、产品及运营负责人、项目负责人、技术负责人、数 据分析师、数据挖掘工程师

关键词：互联网，产品设计，商业模式，大数据，数据挖掘，互联网金融，数据分析

---

大数据实战培训

收益目标：了解大数据中MapReduce的核心原理 掌握MapReduce核心编程 了解Spark性能优化 掌握Spark中的离线计算和实时计算 掌握Spark SQL的使用 掌握HBase的高级特性

适应人群：1. 有一定编程基础,想学习和了解大数据的学员 2. 计算机相关专业,未来向大数据领域方向发展的学员

关键词：互联网，大数据，SQL，Spark，大数据平台

---

春晚级流量下平台类系统的高可用架构分享

收益目标：1.提升对高并发高可用系统设计的理解 2.收获高可用架构设计经验 3.如何应对双十一、618这样的流量洪峰

适应人群：服务端架构师，需要对高并发高可用有一定认知和兴趣

关键词：互联网

---

研发效能、平台工程与AI大模型应用

收益目标：•建立对研发效能完整的理论和实践体系的清晰认知。 •了解各大厂效能/DevOps建设的路径及实践对比。 •掌握DevOps端到端工具链、测试环境、各类自动化测试工具背后的领域模型、系统方案和关键实践。 •掌握建设一站式平台、实施平台工程、开展度量洞察等关键战役上的最佳实践。 •掌握大语言模型基本原理，在软件研发领域的应用，特别是结合企业数据开展应用的实践方法。 •对效能实践中的各种疑难杂症建立深入认知，清楚应对方案。

适应人群：•研发管理者，架构师，工程师 •效能负责人，工具团队负责人，PMO负责人，流程工程师 •测试负责人，测试工程师 •运维负责人，DevOps工程师，SRE

关键词：互联网，DevOps，研发效能

---

AI大模型辅助软件研发管理与效能提升

收益目标：AI在研发管理中的价值 AI在研发效能提升中的实践 AI对研发效能管理的影响 生成式AI(AIGC)的最新进展与应用; AIGC及其应用领域; 大模型在软件研发全生命居期中的应用场景与案例; AIGC驱动下的自动化测试技术能力进阶 AI辅助编程工具 利用 智能编程助手提高编程效率和准确性 七大实战项目：探索智能编程助手的最佳实践 探索 智能编程助手的未来发展与实验功能 研发场景Agent构建及应用 如何评估AI产品应用有效性

适应人群：各类软件企业和研发中心的程序员、软件设计师、架构师, 项目经理,测试工程师，质量部门员工。对智能辅助编程技术感兴趣的技术管理者或需要使用该技术的工程师。特别强烈建议公司管理者可以参加部分课程。这样有助于在公司推广应用。

关键词：其他，需求分析，软件设计，研发效能

---

行业解决方案创新设计

收益目标：理论分享+案例分享+课堂互动

适应人群：政企产品及解决方案经理

关键词：互联网，创新

---

大模型和智能体底层核心技术及实战

收益目标：暂无

适应人群：暂无

关键词：其他，工程师，Python，数据分析，NLP，大模型

---

用 GitHub Copilot 搭配 Agent Skills 实现 AI 辅助软件开发最佳实践

收益目标：1、提升调试效率6-12倍 通过语言特定的调试技能（如C++内存问题、C#死锁、Python类型污染），大幅缩短问题定位与修复时间。 2、掌握AI辅助开发的标准化流程 学习“三步验证法”（AI生成 → 自动化测试 → 人工审查），提升对AI生成代码的掌控感与信任度。 3、实现测试自动化与代码审查标准化 利用test-generation和code-review技能自动生成测试用例、识别边界与异常场景，提升代码质量。 4、沉淀可复用的团队技能资产 通过自定义Agent Skills，将团队经验编码为可版本化、可共享的技能文件，构建企业内部技能库。 5、跨语言协作与知识迁移能力 在统一业务场景下，理解不同语言的实现差异与优化手段，促进跨组交流与技术共建。

适应人群：本课程面向企业IT开发团队中的一线开发人员，特别适合有以下需求的团队： 希望系统掌握GitHub Copilot高级功能（如Agent Mode、Agent Skills）的开发团队； 正在探索AI辅助开发落地，但面临代码质量不可控、调试效率低、技能难复用等问题的团队； 希望构建可沉淀、可复用的AI辅助开发工程能力的组织； 对C++、C#、Python中至少一种语言有实际开发经验的开发者。

关键词：互联网，Python，组织，企业级

---

平台运维架构治理与运维体系建设实务

收益目标：1、平台运维能力的结构拆解 • 运维能力的三层模型：架构 / 成本 / 服务 • 不同能力之间的依赖关系与作用边界 2、一体化治理的核心路径设计 • 从单点优化走向系统治理的演进路径 • 架构规划、FinOps与ITSM的协同逻辑 3、能力跃迁的关键转折点 • 从“执行导向”到“决策支持” • 从“工具驱动”到“体系驱动”

适应人群：平台运维工程师 / 云运维工程师 / 运维负责人

关键词：我是运维经理，其他，运维，转型