為您找到124個相關課程
展開簡介
收益目標：通過學習本次課程，學員將學習到以下內容： 科學世界觀；計算發(fā)展簡史；人工智能技術本質；區(qū)塊鏈基本概念； 元宇宙與應用場景；信息技術的未來
適應人群：本課程適合對該議題有興趣的學員，期待但是不要求有計算機技術背景。
關鍵詞：互聯(lián)網，人工智能，元宇宙
收益目標：?理解原理：深入理解GitHub Copilot的工作原理和其背后的AI技術。 ?環(huán)境搭建：學習如何在不同環(huán)境中部署和初始化GitHub Copilot。 ?高效使用：掌握使用提示詞的技巧，以提高與GitHub Copilot的交互效率。 ?編程實踐：通過.NET和Node.js的實戰(zhàn)演練，學習如何快速開發(fā)云上應用。 ?技能提升：增強編程能力，特別是在使用現(xiàn)代編程工具和框架方面的技能
適應人群：暫無
關鍵詞：其他，人工智能
收益目標：1.理解云原生架構下Java應用的挑戰(zhàn)與機遇； 2.掌握Java性能優(yōu)化的關鍵工具和策略； 3.學習提升研發(fā)流程效率的現(xiàn)代方法和工具； 4.了解AI將如何促進研發(fā)效能的提升； 5.了解Java在人工智能、向量數(shù)據(jù)庫等新興領域的應用案例； 6.洞察Java技術的未來發(fā)展，把握技術趨勢；
關鍵詞：其他，人工智能，大數(shù)據(jù)，Java，轉型，企業(yè)級，數(shù)字化轉型
收益目標：1.了解VR/IOT設計實操案例 2.了解科技趨勢下設計面臨的變革和應做的準備 3.了解數(shù)字孿生概念在產業(yè)互聯(lián)網行業(yè)的落地和應用
關鍵詞：互聯(lián)網，人工智能，大數(shù)據(jù)，云計算
收益目標：通過本課程的學習，可以幫助學員找到如下問題的答案： 1.什么是數(shù)字化轉型？分哪幾個階段？如何提供價值？傳統(tǒng)企業(yè)如何進行數(shù)字化轉型？ 2.如何根據(jù)業(yè)務目標建立精確不冗余的指標體系，并通過指標體系驅動業(yè)務目標達成？ 3.數(shù)據(jù)驅動業(yè)務增長有哪幾種的底層機制？該如何建立機制和獲得機制的賦能？ 4.數(shù)據(jù)有哪些不同的收集方法？如何建立有效的數(shù)據(jù)收集機制？如何獲取競品和行業(yè)數(shù)據(jù)？ 5.有哪些重要的數(shù)據(jù)分析方法？如何通過數(shù)據(jù)分析獲得重要的業(yè)務洞察，并制定相應的業(yè)務策略？應該在什么時候，如何使用哪一種數(shù)據(jù)方法？ 6.立項和做決策時，往往需要對候選項目進行價值分析，但價值要項目落地后才能實際產生和測量，如何進行客觀準確而不是“拍腦袋”的項目/產品價值預測？
適應人群：正在進行數(shù)字化轉型的企業(yè)的業(yè)務、產品、運營、研發(fā)、數(shù)據(jù)分析人員。 希望學習世界頂尖大數(shù)據(jù)企業(yè)如何使用數(shù)據(jù)、獲得洞察、指導決策、建立數(shù)據(jù)文化的前沿企業(yè)的業(yè)務、產品、運營、研發(fā)、數(shù)據(jù)分析人員。 所有希望提升數(shù)據(jù)意識與思維、數(shù)據(jù)應用能力和數(shù)據(jù)洞察能力的相關崗位。 需要理解數(shù)據(jù)如何賦能業(yè)務，并建立數(shù)據(jù)驅動機制提升經營效率的企業(yè)領導。
關鍵詞：互聯(lián)網，人工智能，大數(shù)據(jù)，Python，數(shù)據(jù)分析，轉型，產品管理，數(shù)字化轉型，B端產品
收益目標：1.幫助學員以用戶價值為核心，助力企業(yè)找準用戶，突破市場瓶頸。 2.在創(chuàng)新早期使用框架幫助您梳理：解決企業(yè)為什么用戶?提供什么產品?創(chuàng)造什么價值? 3.使用設計思維，幫助你解決以下兩個問題：尋常處境，從哪里發(fā)現(xiàn)問題？ 情況變了，怎樣找到關鍵變量？
關鍵詞：互聯(lián)網，其他，用戶體驗，人工智能，創(chuàng)新
收益目標：?培養(yǎng)學員在各種辦公場景中高效運用AIGC技術的能力。 ?提升學員在信息整合、數(shù)據(jù)分析、內容創(chuàng)作等方面的專業(yè)技能。 ?強化學員對AIGC技術潛力的認識，以及如何將其轉化為實際工作成果。 ?通過實際操作和案例分析，使學員能夠熟練地解決工作中遇到的具體問題。 ?培養(yǎng)學員的創(chuàng)新思維和問題解決能力，以適應不斷變化的工作需求。
適應人群：?企業(yè)管理人員、項目負責人和團隊領導，希望提升團隊整體工作效率。 ?行政助理、辦公室文員等日常辦公人員，需要處理大量文檔和數(shù)據(jù)。 ?市場營銷、新媒體運營和公關專員，尋求提高內容創(chuàng)作和社交媒體管理的效率。 ?人力資源專員，希望優(yōu)化招聘、培訓和績效管理流程。 ?商務拓展和合作經理，需要高效處理合同和談判工作。 ?對AIGC技術感興趣的個人或希望在職業(yè)生涯中保持競爭力的專業(yè)人士。
關鍵詞：其他，人工智能，人力資源管理，數(shù)據(jù)分析
收益目標：暫無
適應人群：1、適合想進入AI領域，或者利用AI提升工作效能的職場人員。 2、適合想更全面判斷AI趨勢、或者利用AI為現(xiàn)有業(yè)務賦能的技術/業(yè)務管理者。
收益目標：a) 深度了解TensorFlow的系統(tǒng)架構，組件交互，及其內核工作與運行機制； b) 深度了解TensorFlow的編程模型，及其靈活運用深度學習的基本算法原理，并使用TensorFlow實現(xiàn)。
適應人群：a) 具有1年及以上工作經驗，并期望掌握深度學習算法，TensorFlow系統(tǒng)架構，及其運行機制的研發(fā)工程師，算法工程師，及其架構師。
關鍵詞：其他，人工智能，機器學習，深度學習，TensorFlow
收益目標：1 能夠編寫具有Python風格的代碼 2 掌握裝飾器、魔術方法、 鴨子類型、動態(tài)屬性等Python高級概念 3 使用Python開發(fā)后端程序的最佳實踐
適應人群：1 了解數(shù)據(jù)結構和算法的基本概念 2 了解Python語言的基礎語法：如變量賦值、判斷循環(huán)、函數(shù)、類、文件操作、異常 3 熟悉常見的操作系統(tǒng)和網絡協(xié)議如：Linux、HTTP、TCP
關鍵詞：互聯(lián)網，人工智能，機器學習，Python，深度學習
收益目標：1）深度學習必備基礎知識點 2）神經網絡模型和神經網絡案例實戰(zhàn) 3）神經網絡原理詳解及實戰(zhàn) 4）TensorFlow實戰(zhàn)自然語言處理-Word2Vec 5）深度學習頂級論文算法詳解
關鍵詞：互聯(lián)網，人工智能，機器學習，工程師，Python
收益目標：1、對金融系統(tǒng)服務化過程、業(yè)務中臺建設過程、架構演進過程進行詳細介紹，深入剖析服務化和中臺建設過程中遇到的應用拆分、數(shù)據(jù)拆分和團隊拆分導致開發(fā)困局、運維困局等一系列問題和挑戰(zhàn)，如何通過服務治理體系和技術來解決，使學員對服務治理的概念有更深更清晰的認識； 2、介紹管理、度量、管控三位一體，線上、線下治理結合的一體化服務治理體系，使學員全面了解服務治理體系的理論以及方法，通過現(xiàn)場穿插討論，直擊學員在日常工作中遇到的痛點，啟發(fā)學員通過一體化的服務治理體系來解決實際問題； 3、介紹服務治理體系的落地實施過程，包括服務標準化、服務編制等基礎環(huán)節(jié)，以及鏈路跟蹤、熔斷限流、服務路由、服務降級、靜態(tài)服務調用關系圖等技術組件，使學員掌握服務治理的關鍵技術； 4、介紹服務治理的實施策略與場景，包括服務架構優(yōu)化、線上和線下度量指標體系、虛擬化管理、線上全鏈路壓測、快速故障分析、敏捷應用發(fā)布等，使學員掌握服務治理體系如何實施； 5、介紹與服務治理配套的敏捷團隊管理和研發(fā)模式，以及如何度量管理和研發(fā)過程，提升研發(fā)效率和質量，使學員將來實施服務治理更有可行性。
適應人群：從事軟件研發(fā)的開發(fā)工程師、架構師、項目經理和技術管理者。
關鍵詞：互聯(lián)網，人工智能，架構設計，機器學習，微服務，金融
活動詳情
To Be Better
注冊或 找回密碼?
