为您找到213个相关课程
展开简介
收益目标：暂无
适应人群：暂无
关键词：其他，人工智能
收益目标：前沿技术洞察：紧跟国内外AI大模型最新动态，掌握多模态、微调等核心技术，洞察AI在金融领域的应用趋势，为业务创新提供思路。 实战技能提升：通过AI办公工具实战演练，学会运用AI+PPT、AI+数据分析等工具提升工作效率；掌握AI Agent搭建方法，实现从AI工具使用者到构建者的转变。 业务场景赋能：深入学习AI在客户营销、HR、法务等多业务场景的应用，如客户线索筛选、智能招聘、合同管理等，助力企业降本增效，提升竞争力。
适应人群：产品、研发、运营、营销、职能岗等
关键词：互联网，人工智能
收益目标：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，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； • 除了讲解应用领域，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，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
收益目标：通过本课程的学习，学员可以掌握LLM时代测试架构师必须掌握的软件架构知识，包括各种使用场景和技术演进，以及GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等。此外，学员还可以了解自动化测试中测试数据难题的解决思路以及测试执行环境的设计与最佳实践等内容，提高测试质量和效率。
适应人群：本课程适合软件测试工程师、测试架构师、测试经理等相关人员学习，可以帮助他们掌握LLM时代测试架构师必须掌握的软件架构知识，提高测试质量和效率。同时，对于想要了解GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等内容的学员来说，本课程也是一个很好的选择。
关键词：互联网，人工智能，架构师，软件架构，架构设计，大数据，微服务，软件测试，自动化测试，API，分布式
收益目标：深入理解提示词的定义、作用和原理。 掌握提示词工程的核心技术和最佳实践。 能够在实际项目中应用提示词优化算法，提高模型性能和准确率。 培养解决AI系统中提示词相关问题的能力。
适应人群：人工智能从业者和开发者，希望提升其模型性能和准确率。 数据科学家和自然语言处理工程师，想要深入了解提示词在模型训练和推理中的作用。 AI培训讲师和研究人员，希望更新其关于提示词工程的知识和技能。
关键词：互联网，其他，人工智能
收益目标：深度复盘-全方位洞察ChatGPT 市场洞察-了解ChatGPT行业规模及国内外竞品布局方向 技术分析-掌握ChatGPT不同阶段的技术底层逻辑 行业展望-学习AIGC时代下的多场景商用基础 商业方向-探索可落地的商用前景及实施路径
关键词：互联网，人工智能，机器学习，转型，NLP，强化学习，数字化转型，AIGC
收益目标：· 增强对互联网行业动态的理解：参与者将获得对互联网行业最新发展动态和趋势的深入洞见，为公司的战略决策提供支持。 · 提升业务创新和适应能力：通过学习互联网业务模式和创新案例，参与者将能够更好地在保险产品和服务中集成创新元素，提高业务的竞争力和适应市场变化的能力。 · 拓展保险业务与互联网的融合思路：导师将分享多个与互联网结合的保险业务思路，帮助参与者探索和实现新的业务融合策略。 · 促进团队领导和战略规划能力：加强管理层的团队领导能力和战略规划能力，确保在快速变化的市场环境中保持领先。
关键词：互联网，人工智能，大数据，转型，创新，金融，数字化转型
收益目标：•理解 AI、AIGC 和 LLM 领域的核心概念和技术原理。 •掌握深度学习和 Transformer 架构的关键技术细节。 •深入理解 LLM 的工作原理、能力与局限，以及 RAG 等关键解决方案模式。 •掌握评估和比较主流 LLM 的方法，能够根据实际需求进行模型选型。 •了解 AIGC/LLM 在各行业的应用案例，掌握企业应用 AIGC 的最佳实践。 •认识到 AIGC 技术带来的伦理和社会影响，能够负责任地推动技术发展。
适应人群：•对人工智能、AIGC 和 LLM 感兴趣的技术人员、产品经理、项目经理、管理人员和创业者。 •希望了解 AIGC/LLM 技术原理及其应用场景的在校学生和研究人员。 •希望将 AIGC/LLM 技术应用于企业实际业务，提升效率、降低成本、驱动创新的专业人士。 •关注人工智能伦理和社会影响，希望负责任地推动技术发展的相关人士。
关键词：互联网，其他，人工智能，深度学习，企业级，AIGC，RAG
适应人群：本课程面向信息系统规划、设计、开发、市场分析人员
关键词：其他
收益目标：1、对数据挖掘的概念及过程形成清晰的认识； 2、能够使用R结合具体方法完成数据分析与挖掘工作； 3、能够熟练掌握数据挖掘基本技术及数据挖掘／机器学习算法，并能应用于实际案例。
适应人群：1、数据分析师／挖掘工程师 2、统计学、数学或计算机、数理统计或数据挖掘方向相关专业大学专科或以上学历的学生或教师； 3、具有一定数学基础知识，计划从事数据挖掘工作的职场人士； 4、对数据挖掘、数据分析感兴趣，想自我提升人士。
关键词：互联网，数据挖掘
收益目标：了解生成式AI（AIGC）的最新进展与应用； 掌握ChatGPT和GitHub Copilot的基本概念和工作原理； 学会使用ChatGPT进行文本生成和软件研发全生命周期中的应用； 掌握GitHub Copilot在编程领域的应用； 了解ChatGPT和GitHub Copilot的未来发展和应用前景。
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
活动详情
To Be Better
注册或 找回密码?
