---

基于微服务架构的软件测试最佳实践

收益目标：• 深入理解微服务架构的前世今生，能够站在架构师的角度深入理解微服务的核心思想与具体技术 • 深入理解微服务测试的挑战和应对策略，能够处理实际项目中典型的微服务测试难题 • 深入理解微服务测试所必须掌握的核心技术，包括API自动化测试技术，测试数据构造技术，测试环境准备的最佳实践等等 • 深入理解基于消费者契约的微服务测试方法，能够将该方法和传统测试方法无缝集成，达到事半功倍的效果 • 通过深入浅出的讲解，理解微服务时代测试领域的多项前沿技术，比如基于大数据的测试范围选择、混沌工程和测试结果自动分析等 • 包含大量独家干货内容，无法通过其他渠道获取

适应人群：• 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 • 开发工程师，开发技术经理，开发技术负责人

关键词：互联网，微服务，DevOps，软件测试，测试用例

---

LLM应用开发与LLM在软件工程领域的应用实践

收益目标：1、掌握LLM技术：全面理解LLM及ChatGPT的基本原理与应用。 2、提升研发效能：优化软件工程流程，提高研发效率与质量。 3、实战经验丰富：通过案例学习，积累LLM在软件工程中的实战经验。 4、拓展应用领域：了解LLM在各行业的应用前景，拓展职业发展路径。 5、思维启发：启发新思维，探索LLM技术的更多可能性。

适应人群：软件研发负责人，研发管理负责人，运维负责人，DevOps负责人，测试负责人，工程效能负责人 软件架构师，资深研发工程师 运维架构师，资深运维工程师，DevOps工程师，SRE 测试架构师，资深测试工程师 研发管理人员，研发流程工程师

关键词：互联网，需求分析

---

AI-Native 研发范式：从认识Agent 到全⽣命周期⼯程实践

收益目标：1、掌握Agent核心设计：深入理解S-P-A架构、记忆分层与工具调用，能够自主搭建研发Agent。 2、构建AI-Native研发流水线：实现从需求、代码生成到测试自愈、自动运维的全链路Agent闭环。 3、提升代码质量与系统韧性：利用自愈测试、根因分析Agent，大幅缩短Bug定位与修复时间。 4、优化组织效能与安全合规：建立AI采纳率、Agent任务完结率等新度量体系，并落地代码隐私与开源合规防护。

适应人群：1、软件工程师、架构师与技术负责人 2、AI工程化实践者、DevOps与SRE工程师 3、期望通过AI重塑研发流程的技术管理者与创新团队

关键词：互联网，运维，转型，组织，企业级，工具链，推荐系统，大模型

---

AI Native 项目实战训练营

收益目标：●亲手完成三端独立架构（Python FastAPI 后端 + Kotlin 原生 Android + Vue3 H5）短剧 APP 的三轮迭代，获得从产品设计到上线的完整 AI Native 开发经验 ●掌握轻量 SDD 工作流（SPEC.md + CLAUDE.md + Skills），可直接带回团队落地 ●建立 AI 编程的人机边界认知：什么能做好、什么做不好、哪些卡点必须人工决策 ●掌握 AI 辅助 CR + 重构的方法论：如何寻找重构线索，如何在不破坏测试的前提下安全改造 ●理解 Agent 友好型架构：学会用文档约束 Agent 行为，可迁移至企业存量系统改造

适应人群：1、有一定工程经验、希望将 AI 深度融入日常研发的软件工程师、全栈或移动端开发 2、产品负责人、技术 TL，希望理解 Spec 驱动开发并推动团队 AI 工具链落地 3、研发效能负责人，希望建立企业级 AI 研发规范与 SDD 工作流

关键词：互联网，产品设计

---

实战机器学习与深度学习

收益目标：通过课程学习，可以理解机器学习的思维方式和关键技术；了解深度学习和机器学习在当前工业界的落地应用；能够根据数据分布选择合适的算法模型并书写代码，初步胜任使用Python进行数据挖掘、机器学习、深度学习等工作。

适应人群：暂无

关键词：互联网，机器学习，数据挖掘

---

AI Agent架构设计与开发实战 — 从设计模式到企业级部署

收益目标：1.吃透LLM核心原理与技术栈: 理解Agent的底层推理能力来源，精通提示词工程、RAG、多模态全栈能力 2.掌握10大Agent设计模式: 覆盖顺序链/路由分发/并行执行/反思迭代/规划执行等全场景应用 3.深入主流Agent框架: 掌握MetaGPT、DevChat、OpenClaw、LangGraph等框架的开发方法论 4.掌握代码编排与代码框架双模式开发: 实现记录/规划/推理全能力体系 5.打造企业级Agent开发与部署能力: 从理论到实践的完整体系

适应人群：开发人员、产品/设计岗、运维/支持岗

关键词：互联网，企业级

---

Linux自动化运维

收益目标：1. 运维自动化理论及实现 2. Shell编程 3. Ansible大规模自动化运维管理 4. 部署流水线 5. 运维自动化工具集 6. 数据可视技术 7. 运维开发平台建设思路

适应人群：暂无

关键词：互联网，持续集成，自动化测试，运维，自动化运维

---

AI赋能推广投放

收益目标：掌握AI驱动投放全流程：从用户洞察、内容创作到数据分析，系统学习AI赋能投放的实战技巧，快速提升投放效率与效果。 精通AI Agent搭建与应用：学会利用Dify、Coze等平台搭建智能投放助手与用户运营机器人，实现自动化增长。 获取实用工具与实战路线图：掌握ChatGPT、Midjourney等热门工具，结合新涨乐APP推广路线图，快速落地AI应用，实现业务增长。

适应人群：暂无

关键词：互联网，数据分析

---

业务驱动的数据分析方法实战课——从流程诊断到决策支撑

收益目标：•帮助学员掌握一套从0到1完成“业务场景型数据分析”的全流程方法论。 •从实际项目出发，讲解如何结构化理解业务 → 清洗数据 → 生成洞察 → 提炼建议。 •掌握面向高层汇报和落地优化两种视角下的分析报告产出方式。

适应人群：•数据分析师、业务分析师、产品/运营人员 •有一定Excel或数据工具基础，期望掌握更系统的分析框架 •企业中需要做业务复盘、绩效分析、流程优化等工作的从业者

关键词：互联网，数据分析