为您找到55个相关课程
展开简介
收益目标:暂无
适应人群:机器学习工程师、AI 开发者、数据科学家、业务分析师、产品经理,以及希望利用大模型构建创新应用的企业技术人员。
关键词:其他,企业级,大模型
收益目标:✓ 体验到真实敏捷Scrum团队中的协作方式 ✓ 理解测试先行的理念,学会测试驱动开发TDD等方法 ✓ 学会识别代码坏味道,并通过小步重构来改善架构与设计 ✓ 培养书写整洁代码、有效单元测试的习惯 ✓ 理解持续集成和分层测试
适应人群:暂无
关键词:互联网,支付平台,电信,持续集成,软件测试,单元测试
收益目标:快速入门自然语言处理 掌握深度学习PyTorch框架使用方法 熟练进行项目开发 提供实战模板,快速提升深度学习的实际项目经验 了解目前技术趋势
适应人群:1. 有python开发基础的 2. 有机器学习经验的
关键词:互联网
收益目标:1.掌握AI测试工具使用:熟悉Applitools、MABL等主流工具。 2.提升GUI测试自动化能力:学会元素识别、断言及并行化测试。 3.理解AI技术在测试中的应用:深入学习深度学习、神经网络等技术。 4.学会大语言模型优化策略:掌握提示词工程、模型微调等技巧。 5.提升测试数据生成效率:利用AI技术自动化生成测试数据。 6.增强测试结果验证能力:运用AI进行图像识别、文本校验等验证。
适应人群:初中高级测试工程师、自动化测试开发人员、测试组长、测试经理、SQA人员
关键词:互联网,软件测试
收益目标:本课程将为大家全面而又深入的介绍Spark平台的构建流程,涉及Spark系统基础知识,概念及架构, Spark实战技巧,Spark经典案例等。 通过本课程实践,帮助学员对Spark生态系统有一个清晰明了的认识;理解Spark系统适用的场景;掌握Spark初中级应用开发技能;搭建稳定可靠的Spark集群,满足生产环境的标准;了解和清楚大数据应用的几个行业中的经典案例,包括阿里巴巴,华为等。
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: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,车联网,安全,制造,电信,政府机构,税务,快消品,其他,大数据
收益目标:快速入门图像识别 了解目前技术趋势 动手开发
适应人群:1. 有python开发基础的
收益目标:1、掌握CICD流程,提升项目交付效率。 2、学会使用Jenkins实现持续集成。 3、理解DevOps体系,促进团队协作。 4、掌握自动化测试框架,提高测试效率。 5、学会代码质量评估,提升代码质量。 6、掌握持续部署方法,实现自动化部署。
适应人群:IT项目管理人员 软件开发工程师 测试工程师 DevOps工程师 敏捷教练 技术团队负责人
关键词:互联网,持续集成,DevOps,自动化测试
收益目标:1、 人工智能基础、技术及其体系; 2、 人工智能的问题求解及技术实现; 3、 人工智能的学习方式; 4、 人工智能行业应用与发展; 5、 主流人工智能实验平台部署; 6、 人工智能机器学习的算法模型的应用实践
适应人群:1、 即将投身于人工智能、机器学习、数据挖掘领域的企业或者个人; 2、 系统架构师、系统分析师、高级程序员、资深开发人员; 3、 政府机关,金融保险、移动互联网、能源行业等人工智能相关人员; 4、 高校、科研院所统计分析研究员,涉及到人工智能的人员;
关键词:互联网,人工智能,大数据,机器学习,数据挖掘,数据分析
收益目标:通过介绍大数据的核心计算和存储组件,以及整个完整的大数据平台架构,结合具体的数据分析和机器学习案例分析,让大家了解和掌握大数据平台、数据分析和机器学习相关知识、最新的发展趋势,以及如何应用到实际项目实践中。
关键词:互联网,大数据,机器学习,数据分析
收益目标:1. 学习到当前最流行的云原生架构下,测试人员应该如何搭建测试体系的全部内容 2. 可以学习到当前最流行的测试项目的实现细节。 比如混沌工程,稳定性测试等 3. 课程中的演示项目可直接拿到客户的项目中使用。快速实现价值。
适应人群:在容器领域工作或对容器技术感兴趣的测试人员
关键词:互联网,Docker
收益目标:1,整体把握机器学习、深度学习、数据挖掘的发展方向 2,了解机器学习、深度学习、计算机视觉的技术框架 3,理解机器学习和深度学习的思维方式和关键技术 4,了解深度学习和机器学习在当前工业界的落地应用 5,了解AI顶会论文和最新技术热点
关键词:互联网,其他,人工智能,机器学习,数据挖掘,项目管理,深度学习
活动详情
To Be Better
注册或 找回密码?