為您找到55個相關(guān)課程
展開簡介
收益目標：本教程的特點是通俗易懂的配合具體實例講解各種庫和框架的使用。
適應人群：暫無
關(guān)鍵詞：互聯(lián)網(wǎng)
收益目標：1. 掌握自動化運維的概念 2. Python 基礎(chǔ)語法與編程 3. 利用Python編寫運維工具 4. 掌握 Ansible 知識并靈活運用 5. 利用Django快速開發(fā)自動化運維系統(tǒng) 6. 編程的思路與運維自動化理念的結(jié)合
適應人群：3 年以上Linux運維工作經(jīng)驗 具有一定Python開發(fā)經(jīng)驗最佳 行業(yè)不限
關(guān)鍵詞：互聯(lián)網(wǎng)，運維，自動化運維，Python
收益目標：掌握自動化運維平臺的構(gòu)建，能夠快速的交付出一套標準、可靠的線上運維環(huán)境
適應人群：運維人員，具有一定Python開發(fā)經(jīng)驗最佳
關(guān)鍵詞：互聯(lián)網(wǎng)，云計算，運維
收益目標：a) 熟悉python的使用 b) 了解現(xiàn)有python爬取框架的使用 c) 培養(yǎng)解決問題能力,通過workshop的形式,完成python爬取項目 d) 敏捷開發(fā),持續(xù)集成思想的灌輸
適應人群：a) 在校大學生 b) 剛實用python進入職場的小白學員 c) 從業(yè)三五年且對python爬取依然有興趣pythoner
關(guān)鍵詞：其他，python, spider, 爬取, 爬蟲，機器學習，敏捷開發(fā)，持續(xù)集成
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(zhuǎn)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(zhuǎn)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(qū)動業(yè)務目標達成？ 3.數(shù)據(jù)驅(qū)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(chǎn)生和測量，如何進行客觀準確而不是“拍腦袋”的項目/產(chǎn)品價值預測？
適應人群：正在進行數(shù)字化轉(zhuǎn)型的企業(yè)的業(yè)務、產(chǎn)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(chǎn)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(guān)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(qū)動機制提升經(jīng)營效率的企業(yè)領(lǐng)導。
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，大數(shù)據(jù)，Python，數(shù)據(jù)分析，轉(zhuǎn)型，產(chǎn)品管理，數(shù)字化轉(zhuǎn)型，B端產(chǎn)品
收益目標：通過參與本課程，學員將能夠獲得必要的知識和技能，以在各自的領(lǐng)域中有效利用AIGC技術(shù)，開發(fā)創(chuàng)新的應用程序，并推動人工智能技術(shù)的發(fā)展。 ?理解AIGC和LLM技術(shù)：使學員能夠理解AIGC的概念、技術(shù)體系以及LLM的工作原理。 ?掌握提示工程：教授學員如何構(gòu)建和優(yōu)化提示，以改善LLM的輸出質(zhì)量。 ?開發(fā)環(huán)境搭建：指導學員如何獲取和使用LLM API Key，以及如何使用Python代碼實現(xiàn)流式自動對話。 ?LangChain應用開發(fā)：深入學習LangChain的基本概念，掌握如何使用LangChain調(diào)用LLM API，以及如何串聯(lián)不同的組件構(gòu)建復雜的AIGC應用。 ?記憶與代理機制：了解如何在AIGC應用中保存對話上下文，以及如何使用代理機制進行結(jié)構(gòu)化工具對話。 ?高級應用與工具箱：學習如何實現(xiàn)檢索增強生成、連接數(shù)據(jù)庫、異步通信機制，以及角色扮演等高級應用。 ?自主可控開發(fā)底座：教授學員如何搭建API Gateway，管理API渠道和令牌，以及如何實現(xiàn)LLM模型的本地運行。 ?低代碼無代碼平臺構(gòu)建：介紹如何部署低代碼無代碼AIGC應用開發(fā)平臺，如Flowise，并實現(xiàn)基本會話機器人。 ?應用部署：了解應用容器化部署，以及如何借助云服務快速上線自定義LLM應用。 ?項目實戰(zhàn)：通過構(gòu)建客服Chatbot和知識庫問答系統(tǒng)，讓學員將所學知識應用于實際項目中。
適應人群：本課程適用于以下受眾 ?AI技術(shù)愛好者：對人工智能特別是生成式AI感興趣的個人。 ?數(shù)據(jù)科學家：需要使用LLM進行數(shù)據(jù)分析和模式識別的專業(yè)人士。 ?軟件開發(fā)者：希望將AIGC集成到其應用程序中的軟件開發(fā)者。 ?產(chǎn)品經(jīng)理：負責設計和推出基于AIGC技術(shù)的產(chǎn)品的產(chǎn)品經(jīng)理。 ?研究人員和學者：在學術(shù)研究中探索AIGC應用的研究人員。 ?企業(yè)決策者：尋求利用AIGC技術(shù)改進業(yè)務流程和提高效率的企業(yè)決策者。 ?技術(shù)創(chuàng)業(yè)者：正在尋找利用AIGC技術(shù)創(chuàng)造新業(yè)務機會的創(chuàng)業(yè)者。
關(guān)鍵詞：其他，人工智能，Python，API，容器，容器化，ai，AIGC
收益目標：1. 幫助學員系統(tǒng)性的掌握深度學習的基本原理，以及從基本概念到各個先進模型的轉(zhuǎn)化 2. 了解研究過程中定義問題設計模型的思路 3. 培養(yǎng)學員面對工程及學術(shù)問題的思考解決能力 4. 快速積累深度學習項目經(jīng)驗
適應人群：1. 想了解和學習深度學習的學習 2. 想學習深度學習的相關(guān)從業(yè)人員 3. 想轉(zhuǎn)行從事深度的學習者
關(guān)鍵詞：互聯(lián)網(wǎng)，深度學習，神經(jīng)網(wǎng)絡，tensorflow，python。
收益目標：暫無
適應人群：1、適合想進入AI領(lǐng)域，或者利用AI提升工作效能的工程師。 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(shù)管理者
關(guān)鍵詞：互聯(lián)網(wǎng)，其他，機器學習，工程師，Python，API，研發(fā)效能
關(guān)鍵詞：互聯(lián)網(wǎng)，其他，Python，研發(fā)效能
收益目標：1）深度學習必備基礎(chǔ)知識點 2）神經(jīng)網(wǎng)絡模型和神經(jīng)網(wǎng)絡案例實戰(zhàn) 3）神經(jīng)網(wǎng)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(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，機器學習，工程師，Python
關(guān)鍵詞：互聯(lián)網(wǎng)，其他，大數(shù)據(jù)，數(shù)據(jù)挖掘，Python，SQL，數(shù)據(jù)分析，Spark，大數(shù)據(jù)平臺
收益目標：1）覆蓋Tensorflow和Tensorflow上層庫(Keras) 、Tensorflow可視化TensorBoard及原理 2）從TF數(shù)據(jù)預處理到建模訓練，從圖像預處理到網(wǎng)絡模型，一一覆蓋 3）精講圖像等實戰(zhàn)案例 4）精講自然語言處理等實戰(zhàn)案例
關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，機器學習，工程師，Java，Python
活動詳情
To Be Better
注冊或 找回密碼?
