---

大語(yǔ)言模型編程馬拉松：全景實(shí)戰(zhàn)訓(xùn)練營(yíng)

收益目標(biāo)：1.跨越門檻：快速消除初入人工智能領(lǐng)域的陌生與畏懼感。 2.認(rèn)知提升：深入理解大語(yǔ)言模型的工作原理及其在多種場(chǎng)景下的實(shí)際應(yīng)用。 3.編程技能：非編程背景的學(xué)員也能通過課程提供的積木代碼嘗試編寫和改進(jìn)代碼。 4.項(xiàng)目實(shí)戰(zhàn)：圍繞假想產(chǎn)品實(shí)際操作 LLM 平臺(tái)，解決實(shí)際問題。 5.自學(xué)賦能：通過對(duì) Langchain 框架的解讀、基于 ChatGpt 的自動(dòng)化編程，讓沒有 AI 和 python 基礎(chǔ)的學(xué)員在課后仍然能編寫和擴(kuò)展應(yīng)用

適應(yīng)人群：1、希望成為?LLM 產(chǎn)品經(jīng)理?的專業(yè)人士，希望了解 LLM 的商業(yè)和技術(shù)應(yīng)用。 2、想要轉(zhuǎn)型成為?LLM 軟件工程師的開發(fā)者，希望通過實(shí)際編程加深對(duì) LLM 的理解。

關(guān)鍵詞：互聯(lián)網(wǎng)，ai

---

基于微服務(wù)架構(gòu)的軟件測(cè)試最佳實(shí)踐

收益目標(biāo)：? 深入理解微服務(wù)架構(gòu)的前世今生，能夠站在架構(gòu)師的角度深入理解微服務(wù)的核心思想與具體技術(shù) ? 深入理解微服務(wù)測(cè)試的挑戰(zhàn)和應(yīng)對(duì)策略，能夠處理實(shí)際項(xiàng)目中典型的微服務(wù)測(cè)試難題 ? 深入理解微服務(wù)測(cè)試所必須掌握的核心技術(shù)，包括API自動(dòng)化測(cè)試技術(shù)，測(cè)試數(shù)據(jù)構(gòu)造技術(shù)，測(cè)試環(huán)境準(zhǔn)備的最佳實(shí)踐等等 ? 深入理解基于消費(fèi)者契約的微服務(wù)測(cè)試方法，能夠?qū)⒃摲椒ê蛡鹘y(tǒng)測(cè)試方法無縫集成，達(dá)到事半功倍的效果 ? 通過深入淺出的講解，理解微服務(wù)時(shí)代測(cè)試領(lǐng)域的多項(xiàng)前沿技術(shù)，比如基于大數(shù)據(jù)的測(cè)試范圍選擇、混沌工程和測(cè)試結(jié)果自動(dòng)分析等 ? 包含大量獨(dú)家干貨內(nèi)容，無法通過其他渠道獲取

適應(yīng)人群：? 測(cè)試工程師，測(cè)試開發(fā)工程師和測(cè)試技術(shù)骨干成員 ? 測(cè)試技術(shù)負(fù)責(zé)人或測(cè)試架構(gòu)師 ? DevOps 資深工程師和技術(shù)負(fù)責(zé)人 ? 開發(fā)工程師，開發(fā)技術(shù)經(jīng)理，開發(fā)技術(shù)負(fù)責(zé)人

關(guān)鍵詞：互聯(lián)網(wǎng)，微服務(wù)，DevOps，軟件測(cè)試，測(cè)試用例

---

Java技術(shù)棧深度探索與未來展望

收益目標(biāo)：1.理解云原生架構(gòu)下Java應(yīng)用的挑戰(zhàn)與機(jī)遇； 2.掌握J(rèn)ava性能優(yōu)化的關(guān)鍵工具和策略； 3.學(xué)習(xí)提升研發(fā)流程效率的現(xiàn)代方法和工具； 4.了解AI將如何促進(jìn)研發(fā)效能的提升； 5.了解Java在人工智能、向量數(shù)據(jù)庫(kù)等新興領(lǐng)域的應(yīng)用案例； 6.洞察Java技術(shù)的未來發(fā)展，把握技術(shù)趨勢(shì)；

適應(yīng)人群：暫無

關(guān)鍵詞：其他，人工智能，大數(shù)據(jù)，Java，轉(zhuǎn)型，企業(yè)級(jí)，數(shù)字化轉(zhuǎn)型

---

數(shù)據(jù)分析和數(shù)據(jù)挖掘培訓(xùn)

收益目標(biāo)：1、本課程希望能使學(xué)員登堂入室，了解到這些不足，避免潛在的問題，直接面向運(yùn)用提供解決方案。 2、針對(duì)Python的語(yǔ)言特點(diǎn)，系統(tǒng)掌握使用Python進(jìn)行數(shù)據(jù)分析。

適應(yīng)人群：暫無

關(guān)鍵詞：其他，數(shù)據(jù)挖掘，數(shù)據(jù)分析

---

實(shí)戰(zhàn)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)

收益目標(biāo)：通過課程學(xué)習(xí)，可以理解機(jī)器學(xué)習(xí)的思維方式和關(guān)鍵技術(shù)；了解深度學(xué)習(xí)和機(jī)器學(xué)習(xí)在當(dāng)前工業(yè)界的落地應(yīng)用；能夠根據(jù)數(shù)據(jù)分布選擇合適的算法模型并書寫代碼，初步勝任使用Python進(jìn)行數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等工作。

適應(yīng)人群：暫無

關(guān)鍵詞：互聯(lián)網(wǎng)，機(jī)器學(xué)習(xí)，數(shù)據(jù)挖掘

---

LLM應(yīng)用開發(fā)與LLM在軟件工程領(lǐng)域的應(yīng)用實(shí)踐

收益目標(biāo)：1、掌握LLM技術(shù)：全面理解LLM及ChatGPT的基本原理與應(yīng)用。 2、提升研發(fā)效能：優(yōu)化軟件工程流程，提高研發(fā)效率與質(zhì)量。 3、實(shí)戰(zhàn)經(jīng)驗(yàn)豐富：通過案例學(xué)習(xí)，積累LLM在軟件工程中的實(shí)戰(zhàn)經(jīng)驗(yàn)。 4、拓展應(yīng)用領(lǐng)域：了解LLM在各行業(yè)的應(yīng)用前景，拓展職業(yè)發(fā)展路徑。 5、思維啟發(fā)：?jiǎn)l(fā)新思維，探索LLM技術(shù)的更多可能性。

適應(yīng)人群：軟件研發(fā)負(fù)責(zé)人，研發(fā)管理負(fù)責(zé)人，運(yùn)維負(fù)責(zé)人，DevOps負(fù)責(zé)人，測(cè)試負(fù)責(zé)人，工程效能負(fù)責(zé)人 軟件架構(gòu)師，資深研發(fā)工程師 運(yùn)維架構(gòu)師，資深運(yùn)維工程師，DevOps工程師，SRE 測(cè)試架構(gòu)師，資深測(cè)試工程師 研發(fā)管理人員，研發(fā)流程工程師

關(guān)鍵詞：互聯(lián)網(wǎng)，需求分析

---

Linux自動(dòng)化運(yùn)維

收益目標(biāo)：1. 運(yùn)維自動(dòng)化理論及實(shí)現(xiàn) 2. Shell編程 3. Ansible大規(guī)模自動(dòng)化運(yùn)維管理 4. 部署流水線 5. 運(yùn)維自動(dòng)化工具集 6. 數(shù)據(jù)可視技術(shù) 7. 運(yùn)維開發(fā)平臺(tái)建設(shè)思路

適應(yīng)人群：暫無

關(guān)鍵詞：互聯(lián)網(wǎng)，持續(xù)集成，自動(dòng)化測(cè)試，運(yùn)維，自動(dòng)化運(yùn)維