为您找到72个相关课程
展开简介
收益目标：了解数字化决策与运营框架、核心指标及分析模型搭建的方法。
适应人群：暂无
关键词：其他，产品创新，数据分析，创新，金融
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
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：帮助团队设置和培养FDE（Forward Deployed Engineer），并引入智能体系统敏捷开发方法论，重塑组织能力和开发流程， 解决 AI 项目“落地难、交付慢、效果不可控”的痛点。具体目标如下： 思维范式重塑： 帮助学员打破“产品-研发-交付”的传统职能墙，从关注“产出代码”转向关注“交付智能能力与业务价值” 。建立“Value-First”思维，学会利用现有资产快速构建 MVP，并掌握管理 AI 输出不确定性的核心方法 。 核心技能构建： 构建 FDE 的“T型”技能树，掌握从 RAG 进阶工程、Agentic AI架构、多智能体协同到评估驱动开发（EDD）的全栈技术体系 。使学员具备独立完成“业务意图转化为工程实现”的全链路闭环能力 。 敏捷组织落地： 掌握智能体敏捷小组的组建方法，学习如何与 AI 业务伙伴（AIBP）高效协同 。熟悉智能体系统敏捷开发生命周期，通过周度迭代和 Demo 机制，解决反馈不及时、项目交付难的问题 。 实战痛点解决： 通过真实案例演练，让团队具备解决 AI 项目“落地难、效果不可控”的具体战术能力，确保项目能从 PoC 阶段顺利推向生产环境并实现持续自主运营 。
关键词：其他，人工智能，敏捷开发，工程师，敏捷，组织，企业级，大模型
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：•掌握 JSON Mode 的原理与使用，强制 DeepSeek 模型输出结构化数据。 •能够编写有效的 Prompt，指导模型输出符合特定 JSON 格式的内容。 •掌握 Function Calling / Tool Use 的核心概念与流程。 •学会定义工具、调用工具并处理模型响应，构建具备工具调用能力的 DeepSeek 应用。 •能够将 DeepSeek 模型与外部 API （如 SearXNG 搜索引擎）集成，实现实时信息检索。 •了解高效管理大量 Prompt 的策略，提高 LLM 应用的可维护性。
适应人群：•已掌握 DeepSeek API 基本使用方法，希望进行进阶开发的程序员和开发者。 •需要让 LLM 输出结构化数据，进行自动化信息处理的专业人士。 •对 Function Calling / Tool Use 技术感兴趣，希望构建智能 AI Agent 的研究人员和工程师。 •希望提高 LLM 应用的可维护性、可扩展性和灵活性的技术人员。
关键词：互联网，其他，大模型
收益目标：从 “理论认知” 到 “实操落地”，2 天内掌握 OpenClaw 的核心架构、部署配置、能力拓展方法，能独立完成企业场景化自动化项目的设计与交付。
适应人群：具备基础编程能力、熟悉 AI 工具使用，从事企业营销、设计、运营、文案创作（语文类）的技术 / 业务骨干（企业用户为主）
关键词：其他
收益目标：暂无
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.知识提升：掌握AI大模型在数据分析中的核心能力与边界 2.工具掌握：学会用Prompt工程+AI大模型高效完成数据分析任务 3.效率飞跃：将传统分析流程提速50%以上（数据清洗、可视化、报告生成） 4.思维升级：建立"AI-first"的数据分析工作流设计思维
适应人群：1.企业数据分析师/商业分析师 2.数据科学团队初级成员 3.业务部门需用数据驱动的决策者 4.对AI+数据分析结合应用感兴趣的技术人员
关键词：互联网，其他，金融
适应人群：初级 / 中级 / 资深开发者 前端、后端、测试、运维、全栈均可 希望团队整体 AI 编码提效的技术团队
活动详情
To Be Better
注册或 找回密码?
