为您找到155个相关课程
展开简介
收益目标：通过本次课程的学习，学员将能够： 1、系统认知质量体系建设方法：厘清质量管理机制在IT组织中的作用，理解CMMI、TMMi等模型的实践价值。 2、掌握关键质量活动的落地技巧：学会如何开展质量检查、实施度量与评估、推进缺陷复盘与改进等核心动作。 3、推动流程融合中的质量协同：理解如何在敏捷、DevOps等IT流程中嵌入质量工作，实现端到端的质量保障。 4、构建数字化质量管理思维：明确企业质量系统数字化转型路径，了解平台化管理和数据驱动决策的关键要素。 5、实现知识能力双重升级：围绕实际项目经验展开讨论演练，增强质量管理人员发现问题、设计机制、推动落地的实战能力。
适应人群：暂无
关键词：互联网，质量管理，转型
收益目标： 让架构师掌握运维自动化平台设计的关键架构与核心功能模块。 让运维工程师了解海量运维的标准化规范、devops落地实现和自动化平台的实践经验。 让运维开发工程师了解cmdb、流程系统、一致性系统、容量决策系统等自动化依赖功能模块的设计方案。 让开发、测试、运维全面了解自动化平台的工作原理与合作模式。
关键词：互联网，运维，自动化运维
收益目标：1. 理解互联网产品的基础理论 2. 能够对产品思维，设计思维，用户思维有一个基础感知 3. 理解互联网产品设计的方法论 4. 了解互联网公司产品设计流程，敏捷产品研发模式。
适应人群：产品专员、产品经理及其他
关键词：互联网，产品设计
收益目标：清晰从技术到管理的角色转变； 如何做好研发管理，提升团队效率； 如何进行项目管理，保证按时交付； 如何进行更高效的工程实践，提升交付速度和质量； 掌握企业内产品创新的方法、流程和工具； 做好个人的学习管理和时间管理，快速学习新领域知识，抓住重点。
适应人群：一线经理、后备干部、二线经理、项目经理以及对技术管理有兴趣的人员
关键词：互联网，支付平台，电信，精益创业，研发管理，项目管理，敏捷开发
收益目标：1 理解技术管理的本质，提高技术领导力； 2 掌握团队结构设计与康威定律等理论，优化团队组织； 3 了解人才招聘、能力画像、绩效管理等人才管理实践； 4 掌握团队建设与团队文化的方法，提升团队凝聚力； 5 提升技术领导力，包括变革领导力、沟通能力和演讲能力等； 6 了解研发流程管理、研发效率管理和研发质量管理等实践； 7 通过涉及案例分析，深入了解业界最佳实践。
适应人群：本课程适用于技术领导和管理者，以及希望提高自身技术领导力和研发管理能力的相关人员。
关键词：互联网，领导力，研发管理，流程管理，质量管理
收益目标：暂无
关键词：互联网
收益目标：1、掌握AIOps核心场景与工具链：了解各大公司AIOps落地场景、常用工具及其价值，把握行业发展趋势。 2、理解LLM与运维结合实践：学习LLM在DevOps、K8S、监控等工具链中的具体应用与未来方向。 3、构建自动化运维架构能力：通过互联网、电商、社交等企业案例，掌握三层架构、混合云管理等核心架构设计方法。 4、具备AIOps落地实战经验：通过报警收敛、故障预测、多维监控等案例，掌握AIOps在真实业务中的实施路径。 5、提升问题解决与方案设计能力：通过分组实战演练，系统分析现状、制定目标、形成可落地方案，并获得讲师点评。
适应人群：高级程序员、系统架构师、系统管理员、运维工程师、运维架构师、项目经理以及其他具有与运维相关的人员。
关键词：互联网，架构设计，运维，自动化运维，企业级，工具链，电商
收益目标：1. 建立管理意识，更高的思维方式， 2.自我修炼leadership， 3. 团队管理凝聚力，具体的组织能力，团队的培养，带有意识地培养团队，主动性，文化建设。 侧重：有基础的管理训引入，以技术转管理的场景为主，研发leader，共鸣的案例、更注重通性的技巧，比如实战性的案例，故事
适应人群：产品经理、PM、技术一号位、技术经理、技术总监、团队Leader、技术专家 一线技术TL，管理半径10-20人，人数40人以内
关键词：我是运维经理，互联网，团队管理
收益目标：1、了解传统实业数字化转型的业务痛点及应对策略 2、了解传统企业云边一体化云原生平台建设路径 3、借助Serverless加速云边智能化业务建设
适应人群：云计算，容器，微服务，无服务
关键词：其他
适应人群：• 需要深入了解微服务技术的软件开发人员； • 希望掌握企业微服务平台 建设、运维和治理的运维工程师和架构师； • 希望了解和学习微服务体系背后原理和使用场景的技术管理者、技术销售和市场人员。
关键词：其他，架构设计，微服务，Istio
收益目标：1.理解大模型核心原理，模型训练和优化策略 2.掌握设计有效提示词，以及提示词工程优化实践 3.掌握OLlama搭建方法，以及3种调用大模型方式 4.掌握常用大模型推理参数微调方法 5.掌握CV、语音和NLP 大模型在各种业务场景中的应用 6.结合上机实践，调用DeepSeek，llama-vision，Qwen，stable-diffusion，whisper等大模型
适应人群：IT项目管理人员：负责IT项目的整体规划、协调与管理，需要了解如何利用DeepSeek等大模型技术提升项目效能。 软件开发工程师：从事软件开发工作，希望通过学习大模型技术提升开发效率和代码质量。 测试工程师：负责软件测试工作，需要掌握如何利用大模型技术进行自动化测试和缺陷检测。 数据分析师：从事数据分析工作，需要学习如何利用大模型技术进行数据挖掘和趋势分析。 运维工程师：负责系统运维工作，需要了解如何利用大模型技术实现智能化运维和故障诊断。 AI工程师：从事人工智能相关工作，需要深入学习大模型的训练、优化和应用。
关键词：互联网，NLP，大模型
收益目标：1. 技术前沿：掌握2025年全球大模型技术突破与金融应用趋势 2. 实操能力：提升在零售信贷、技术研发、零售业务三大场景的AI落地能力 3. 平台融合：基于“扣子”平台实现快速原型开发
关键词：传统金融，金融，研发效能
活动详情
To Be Better
注册或 找回密码?
