為您找到212個相關(guān)課程
展開簡介
收益目標:1、Go語言性能優(yōu)化,主要包括Go語言的GC、Go語言的性能優(yōu)化工具介紹及其使用; 2、Go語言內(nèi)存模型,常見性能優(yōu)化手段; 3、Go語言網(wǎng)絡優(yōu)化、Go語言常用的系統(tǒng)及網(wǎng)絡優(yōu)化參考; 4、Go語言使用不規(guī)范造成的性能問題,成功優(yōu)化案例講解;
適應人群:1、本課程適合于Go語言開發(fā)工程師; 2、本課程適合于高級開發(fā)工程師、項目經(jīng)理、技術(shù)總監(jiān); 3、本課程適合于企業(yè)技術(shù)管理人員; 4、本課程適合于IT運維人員;
關(guān)鍵詞:我是運維經(jīng)理,互聯(lián)網(wǎng),大數(shù)據(jù)
收益目標:暫無
適應人群:暫無
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),數(shù)據(jù)挖掘
收益目標:1. 了解智能運維基本概念和行業(yè)情況 2. 了解百度智能運維理念、指導原則、能力框架等 3. 全方位了解百度智能運維最佳實踐
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),機器學習,運維
收益目標:? 深入理解AI+BigData+Cloud技術(shù)在業(yè)界是如何被實際應用到測試和DevOps領(lǐng)域,并如何在研發(fā)效能方面發(fā)揮巨大作用; ? 深入理解大型互聯(lián)網(wǎng)企業(yè)的測試基礎架構(gòu)和DevOps的設計思路,清楚理解如何運用ABC技術(shù)來面對海量測試需求引出的一系列難題; ? 擴展測試從業(yè)人員的技術(shù)視野,通過課程學習能夠掌握業(yè)界先進技術(shù)與測試技術(shù)的結(jié)合點; ? 除了講解應用領(lǐng)域,還講解具體的實現(xiàn)方法和架構(gòu)設計,做到全面落地,避免紙上談兵; ? 課程案例全部來自大公司的實際項目,在保證基礎理論架構(gòu)清晰的基礎上,注重實踐與應用;
適應人群:? 資深測試工程師,測試開發(fā)工程師和測試技術(shù)骨干成員 ? 測試技術(shù)負責人或測試架構(gòu)師 ? DevOps資深工程師和技術(shù)負責人 ? 工程效能團隊負責人和工程效能研發(fā)工程師 ? 開發(fā)工程師,開發(fā)技術(shù)經(jīng)理,開發(fā)技術(shù)負責人 ? 技術(shù)創(chuàng)新團隊的工程師
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,軟件架構(gòu),架構(gòu)設計,大數(shù)據(jù),云計算,DevOps,軟件測試
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),云計算,微服務,Java
收益目標:1、使學員深入理解機器學習、深度學習的基礎概念、技術(shù)、思維模式; 2、使學員深入理解機器學習、深度學習算法原理、具備機器學習算法的使用能力; 3、使學員深入理解數(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、深入剖析主流的機器學習、深度學習算法; 6、介紹統(tǒng)計學基礎知識; 7、深入剖析模型的構(gòu)建、特征提取、指標體系; 8、通過案例故事,深入剖析機器學習、深度學習的應用,交流數(shù)據(jù)挖掘的經(jīng)驗; 9、淺顯易懂的方式介紹人工智能、深度學習、人工神經(jīng)網(wǎng)絡等知識點;
適應人群:1、本課程適合于機器學習和統(tǒng)計學的初級學習者; 2、對機器學習、數(shù)據(jù)分析、統(tǒng)計學感興趣的人士;
關(guān)鍵詞:我是運維經(jīng)理,互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),機器學習,數(shù)據(jù)挖掘,深度學習
收益目標:本課程針對云數(shù)據(jù)安全、ICT數(shù)據(jù)安全和新興熱點業(yè)務的數(shù)據(jù)安全展開闡述,并結(jié)合各類新興技術(shù)的不同場景,給出數(shù)據(jù)安全架構(gòu)、安全設計、隱私保護的一般原則和業(yè)界最佳實踐。使學員具備數(shù)據(jù)安全治理過程能力,能幫助組織機構(gòu)解決數(shù)據(jù)安全頂層設計及管理體系建設的問題,提升企業(yè)滿足相關(guān)法律法規(guī)和監(jiān)管要求的能力。
適應人群:1、企業(yè)CIO、CDO 等信息化相關(guān)的高層領(lǐng)導; 2、信息安全管理人員、風險管理人員、安全監(jiān)管人員; 3、數(shù)據(jù)管理或數(shù)據(jù)服務團隊負責人、核心團隊成員; 4、企業(yè)數(shù)據(jù)管理專家/專家委員會專員; 5、業(yè)務部門數(shù)據(jù)信息使用者。
關(guān)鍵詞:其他,人工智能,大數(shù)據(jù),云計算,組織
收益目標:意識到企業(yè)所面臨的外部威脅,了解到各種威脅解決思路
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),機器學習,SQL
收益目標:縱觀IT運維的演進,我們可以看到,智能運維已經(jīng)成為新運維演化的一個開端;運維智能化演進的基礎是運維自動化、運維數(shù)據(jù)化,如何從場景化的自動化運維常態(tài),通過數(shù)據(jù)積累、大數(shù)據(jù)分析、模型構(gòu)建、機器學習等來逐步落地智能化運維。
關(guān)鍵詞:互聯(lián)網(wǎng),大數(shù)據(jù),機器學習,運維,自動化運維
收益目標:?深入理解AI+Big Data+Cloud技術(shù)在業(yè)界是如何被實際應用到測試領(lǐng)域,并如何在研發(fā)效能方面發(fā)揮巨大作用; ?深入理解大型互聯(lián)網(wǎng)企業(yè)的測試基礎架構(gòu)的設計思路,清楚理解如何運用ABC技術(shù)來面對海量測試需求引出的一系列難題; ?深入理解測試中臺建設的最佳實踐與大型企業(yè)案例; ?涉及的案例全部來自大公司的實際項目,在保證基礎理論架構(gòu)清晰的基礎上,注重實踐與應用;
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,軟件架構(gòu),架構(gòu)設計,大數(shù)據(jù),云計算,微服務,DevOps,軟件測試,自動化測試,分布式
收益目標:幫助學員提升思維層面,拓寬視野,洞察市場機遇,深度理解新零售,并通過大量企業(yè)對生產(chǎn)端、供應鏈、人、貨、場等各個維度的大量創(chuàng)新實踐,找到自身產(chǎn)品和銷售大幅提升的啟發(fā),在新零售時代順應潮流,實現(xiàn)產(chǎn)品能力的快速提升。同時,在消費者分群洞察、場景分析與設計、數(shù)字化轉(zhuǎn)型與大數(shù)據(jù)賦能上,得到具體方法論的指導。
適應人群:需要進行新零售轉(zhuǎn)型的企業(yè)領(lǐng)導層。 泛零售企業(yè)(零售、金融、制造、互聯(lián)網(wǎng))的產(chǎn)品、運營、業(yè)務、市場等部門人員。 希望理解什么新零售,并獲得工作方向上的啟發(fā)的有興趣人員。
關(guān)鍵詞:互聯(lián)網(wǎng),電商,商業(yè)模式,大數(shù)據(jù),轉(zhuǎn)型,變革,數(shù)字化轉(zhuǎn)型
收益目標:首先,對知識圖譜技術(shù)、行業(yè)應用全貌會有很清晰的認識??梢詫W到一個完整知識圖譜項目全生命周期所涉及到的步驟以及對每個關(guān)鍵問題的解決思路。學到知識圖譜領(lǐng)域涉及到的人工智能技術(shù)和曾經(jīng)我們踩過的那些坑。由于本人作為人工智能企業(yè)落地一線作戰(zhàn)人員,近3年主持包括金融、能源、設計院所、制造業(yè)共計15個AI相關(guān)項目落地,具有豐富的AI項目設計能力,精準把握AI能力覆蓋邊界,善于將業(yè)務與技術(shù)想融合,因此有別于科班傳統(tǒng)授課方式,在講解技術(shù)中會穿插講解適用場景,有助于啟發(fā)學員思考人工智能如何幫助其解決工作中所面臨的問題。
關(guān)鍵詞:互聯(lián)網(wǎng),人工智能,大數(shù)據(jù),知識圖譜
活動詳情
To Be Better
注冊或 找回密碼?