為您找到124個相關(guān)課程
展開簡介
收益目標(biāo):-掌握如何結(jié)合需求引入諸如人工智能等新技術(shù)為用戶帶來體驗(yàn)升級和產(chǎn)品創(chuàng)新; -通過案例學(xué)習(xí)掌握如何做AI產(chǎn)品,并規(guī)劃產(chǎn)品的嚴(yán)謹(jǐn)路徑; -一個優(yōu)秀的產(chǎn)品經(jīng)理應(yīng)該如何與時俱進(jìn),不斷地進(jìn)行深度思考、打破固有產(chǎn)品思維的邊界;
適應(yīng)人群:暫無
關(guān)鍵詞:互聯(lián)網(wǎng),產(chǎn)品經(jīng)理,人工智能
收益目標(biāo):暫無
關(guān)鍵詞:其他,人工智能,大數(shù)據(jù),云計(jì)算,變革
收益目標(biāo):1、對金融系統(tǒng)服務(wù)化過程、業(yè)務(wù)中臺建設(shè)過程、架構(gòu)演進(jìn)過程進(jìn)行詳細(xì)介紹,深入剖析服務(wù)化和中臺建設(shè)過程中遇到的應(yīng)用拆分、數(shù)據(jù)拆分和團(tuán)隊(duì)拆分導(dǎo)致開發(fā)困局、運(yùn)維困局等一系列問題和挑戰(zhàn),如何通過服務(wù)治理體系和技術(shù)來解決,使學(xué)員對服務(wù)治理的概念有更深更清晰的認(rèn)識; 2、介紹管理、度量、管控三位一體,線上、線下治理結(jié)合的一體化服務(wù)治理體系,使學(xué)員全面了解服務(wù)治理體系的理論以及方法,通過現(xiàn)場穿插討論,直擊學(xué)員在日常工作中遇到的痛點(diǎn),啟發(fā)學(xué)員通過一體化的服務(wù)治理體系來解決實(shí)際問題; 3、介紹服務(wù)治理體系的落地實(shí)施過程,包括服務(wù)標(biāo)準(zhǔn)化、服務(wù)編制等基礎(chǔ)環(huán)節(jié),以及鏈路跟蹤、熔斷限流、服務(wù)路由、服務(wù)降級、統(tǒng)一注冊中心、統(tǒng)一配置中心、統(tǒng)一數(shù)據(jù)中心等技術(shù)組件,使學(xué)員掌握服務(wù)治理的關(guān)鍵技術(shù); 4、介紹服務(wù)治理的實(shí)施策略與場景,包括服務(wù)架構(gòu)優(yōu)化、虛擬化管理、線上全鏈路壓測、快速故障分析、敏捷應(yīng)用發(fā)布等,使學(xué)員掌握服務(wù)治理體系如何實(shí)施; 5、介紹與服務(wù)治理配套的敏捷團(tuán)隊(duì)管理和研發(fā)模式,以及如何度量管理和研發(fā)過程,提升研發(fā)效率和質(zhì)量,使學(xué)員將來實(shí)施服務(wù)治理更有可行性。
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,架構(gòu)設(shè)計(jì),機(jī)器學(xué)習(xí),微服務(wù)
收益目標(biāo):1、使學(xué)員深入理解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的基礎(chǔ)概念、技術(shù)、思維模式; 2、使學(xué)員深入理解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法原理、具備機(jī)器學(xué)習(xí)算法的使用能力; 3、使學(xué)員深入理解數(shù)據(jù)收集、數(shù)據(jù)挖掘、信息提取的能力; 4、使學(xué)員深入理解繪制數(shù)據(jù)可視化圖形的能力; 5、深入剖析主流的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)算法; 6、介紹統(tǒng)計(jì)學(xué)基礎(chǔ)知識; 7、深入剖析模型的構(gòu)建、特征提取、指標(biāo)體系; 8、通過案例故事,深入剖析機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的應(yīng)用,交流數(shù)據(jù)挖掘的經(jīng)驗(yàn); 9、淺顯易懂的方式介紹人工智能、深度學(xué)習(xí)、人工神經(jīng)網(wǎng)絡(luò)等知識點(diǎn);
適應(yīng)人群:1、本課程適合于機(jī)器學(xué)習(xí)和統(tǒng)計(jì)學(xué)的初級學(xué)習(xí)者; 2、對機(jī)器學(xué)習(xí)、數(shù)據(jù)分析、統(tǒng)計(jì)學(xué)感興趣的人士;
關(guān)鍵詞:我是運(yùn)維經(jīng)理,互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,深度學(xué)習(xí)
收益目標(biāo):深入理解提示詞的定義、作用和原理。 掌握提示詞工程的核心技術(shù)和最佳實(shí)踐。 能夠在實(shí)際項(xiàng)目中應(yīng)用提示詞優(yōu)化算法,提高模型性能和準(zhǔn)確率。 培養(yǎng)解決AI系統(tǒng)中提示詞相關(guān)問題的能力。
適應(yīng)人群:人工智能從業(yè)者和開發(fā)者,希望提升其模型性能和準(zhǔn)確率。 數(shù)據(jù)科學(xué)家和自然語言處理工程師,想要深入了解提示詞在模型訓(xùn)練和推理中的作用。 AI培訓(xùn)講師和研究人員,希望更新其關(guān)于提示詞工程的知識和技能。
關(guān)鍵詞:互聯(lián)網(wǎng),其他,人工智能
關(guān)鍵詞:其他,人工智能
收益目標(biāo):1. 聽眾可以了解工業(yè)大數(shù)據(jù)平臺的架構(gòu)演進(jìn) 2. 聽眾可以了解真正用于工業(yè)領(lǐng)域的平臺在實(shí)戰(zhàn)過程的碰到的問題 3. 目前的工業(yè)大數(shù)據(jù)平臺的先進(jìn)技術(shù)。
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),云計(jì)算,機(jī)器學(xué)習(xí),SaaS,大數(shù)據(jù)平臺
收益目標(biāo):1、大數(shù)據(jù)在行業(yè)、領(lǐng)域中的應(yīng)用案例及實(shí)踐;案例涉及到Hadoop、Hbase、Spark、Flink、kafka、es、redis等開發(fā)組件的應(yīng)用案例及實(shí)踐; 2、應(yīng)用案例及實(shí)踐是如何搭建的、相關(guān)技術(shù)組件在實(shí)際使用過程中的注意事項(xiàng)及關(guān)鍵點(diǎn);搭建就是指基礎(chǔ)組件如何搭建應(yīng)用; 3、在反欺詐方面(羊毛黨)、安全方面、金融方面、風(fēng)控方面,這四個方面的應(yīng)用案例及實(shí)踐,重點(diǎn)講反欺詐方面(羊毛黨); 4、從思想到技術(shù)再到實(shí)操,深入系統(tǒng)的剖析大數(shù)據(jù)思想、大數(shù)據(jù)技術(shù)、大數(shù)據(jù)實(shí)踐,使學(xué)員全面的、正確的認(rèn)識大數(shù)據(jù),并通過動手實(shí)踐編寫大數(shù)據(jù)挖掘程序,使學(xué)員深入理解大數(shù)據(jù); 5、使學(xué)員深入理解Hadoop、Hbase、Spark、Flink、kafka、es、redis為代表的大數(shù)據(jù)分布式技術(shù)框架; 6、使學(xué)員掌握Hadoop、Hbase、Spark、Flink、kafka、es、redis大數(shù)據(jù)編程技術(shù),能夠達(dá)到大數(shù)據(jù)挖掘的目的; 7、從代碼實(shí)踐的角度剖析大數(shù)據(jù)分布式技術(shù)執(zhí)行的具體過程并具備大數(shù)據(jù)開發(fā)能力; 通過分享大數(shù)據(jù)在金融結(jié)算方面的應(yīng)用案例,如反欺詐、金融風(fēng)險(xiǎn)防范、金融數(shù)據(jù)分析可利用的價(jià)值方向等,加深對大數(shù)據(jù)的理解。
適應(yīng)人群:1、對大數(shù)據(jù)的數(shù)據(jù)分析、數(shù)據(jù)挖掘感興趣的企業(yè)或者個人; 2、適合于想通過數(shù)據(jù)化決策防范風(fēng)險(xiǎn)等相關(guān)的企業(yè)或者個人; 3、對大數(shù)據(jù)、分布式存儲、分析等感興趣的人員; 4、大型網(wǎng)站、電商網(wǎng)站等運(yùn)維人員; 5、云計(jì)算、大數(shù)據(jù)從業(yè)者; 6、熟悉Hadoop生態(tài)體系,想了解和學(xué)習(xí)Hadoop與Spark整合在企業(yè)應(yīng)用實(shí)戰(zhàn)案例的朋友; 7、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員; 8、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人; 9、政府機(jī)關(guān),金融保險(xiǎn)、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人; 10、高校、科研院所大數(shù)據(jù)研究人員,涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員; 11、數(shù)據(jù)倉
關(guān)鍵詞:我是運(yùn)維經(jīng)理,互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,數(shù)據(jù)分析,創(chuàng)新,Hadoop,Spark,分布式,大數(shù)據(jù)分析,AR
收益目標(biāo):通過本工作坊,學(xué)員能獲得對現(xiàn)代信息流類產(chǎn)品一個基本的認(rèn)識。學(xué)會信息流的系統(tǒng)架構(gòu),以及背后的算法原理,為日后深入構(gòu)建個性化產(chǎn)品打下良好的入門基礎(chǔ)。
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能
收益目標(biāo):a. 了解百度智能運(yùn)維發(fā)展歷史及整體思路 b. 了解百度在故障管理場景的AIOps解決方案 c. 了解百度AIOps在百度內(nèi)及行業(yè)客戶的落地案例及效果
關(guān)鍵詞:我是運(yùn)維經(jīng)理,互聯(lián)網(wǎng),人工智能,機(jī)器學(xué)習(xí),運(yùn)維,工程師
適應(yīng)人群:1、對大數(shù)據(jù)、分布式技術(shù)、數(shù)據(jù)分析、數(shù)據(jù)挖掘等感興趣的人員; 2、云計(jì)算、大數(shù)據(jù)、AI相關(guān)從業(yè)者; 3、系統(tǒng)架構(gòu)師、系統(tǒng)分析師、高級程序員、資深開發(fā)人員; 4、牽涉到大數(shù)據(jù)處理的數(shù)據(jù)中心運(yùn)行、規(guī)劃、設(shè)計(jì)負(fù)責(zé)人; 5、政府機(jī)關(guān),金融保險(xiǎn)、移動互聯(lián)網(wǎng)等大數(shù)據(jù)單位的負(fù)責(zé)人; 6、高校、科研院所大數(shù)據(jù)研究人員,涉及到大數(shù)據(jù)與分布式數(shù)據(jù)處理的人員; 7、數(shù)據(jù)倉庫管理人員、建模人員,分析和開發(fā)人員、系統(tǒng)管理人員、數(shù)據(jù)庫管理人員以及對數(shù)據(jù)倉庫感興趣的其他人員;
關(guān)鍵詞:我是運(yùn)維經(jīng)理,互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),云計(jì)算,機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,虛擬化,運(yùn)維,數(shù)據(jù)分析,數(shù)據(jù)建模,深度學(xué)習(xí)
收益目標(biāo):1,整體把握機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘的發(fā)展方向 2,了解機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、計(jì)算機(jī)視覺的技術(shù)框架 3,理解機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的思維方式和關(guān)鍵技術(shù) 4,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 5,了解AI頂會論文和最新技術(shù)熱點(diǎn)
關(guān)鍵詞:互聯(lián)網(wǎng),其他,人工智能,機(jī)器學(xué)習(xí),數(shù)據(jù)挖掘,項(xiàng)目管理,深度學(xué)習(xí)
活動詳情
To Be Better
注冊或 找回密碼?