---

銀行數(shù)字化與數(shù)據(jù)資產(chǎn)管理

收益目標：1、對齊企業(yè)內(nèi)部人員對數(shù)據(jù)資產(chǎn)管理的愿景，掌握制定數(shù)據(jù)戰(zhàn)略的方法論，明確數(shù)據(jù)資產(chǎn)管理工作的分工職責； 2、 為業(yè)務(wù)人員培養(yǎng)數(shù)據(jù)思維和數(shù)字化工作模版、提供給數(shù)據(jù)標準、數(shù)據(jù)質(zhì)量標準的工作模版； 3、 為數(shù)據(jù)管理者提供數(shù)據(jù)資產(chǎn)梳理、數(shù)據(jù)模型構(gòu)建、數(shù)據(jù)架構(gòu)設(shè)計的方法和實操； 4、 為IT人員提供支持數(shù)據(jù)應(yīng)用、數(shù)據(jù)管控平臺的技術(shù)架構(gòu)和落地實施案例；

適應(yīng)人群：金融行業(yè)的業(yè)務(wù)、數(shù)據(jù)、IT部門入職3年以上至高級經(jīng)理的級別的所有人員

關(guān)鍵詞：傳統(tǒng)金融，數(shù)據(jù)架構(gòu)，轉(zhuǎn)型

---

數(shù)據(jù)入門課：從業(yè)務(wù)洞察到精準決策的三把鑰匙

收益目標：通過2天的實戰(zhàn)演練，幫助學(xué)員解決如下問題： 1、掌握數(shù)據(jù)解讀技巧 ：學(xué)會像偵探一樣，從海量數(shù)據(jù)里敏銳捕捉到關(guān)鍵線索，一眼看穿數(shù)據(jù)背后的業(yè)務(wù)秘密。以后面對一堆數(shù)據(jù)，你能迅速找到重點，知道哪兒有機會、哪兒有問題，為決策提供超有力的支持。 2、構(gòu)建體系化數(shù)據(jù)思維 ：把零散的數(shù)據(jù)知識串成一條線，再織成一張網(wǎng)。從數(shù)據(jù)收集到分析，再到可視化和決策，每一步你都知道怎么干，形成一套屬于自己的數(shù)據(jù)思維框架。以后遇到任何業(yè)務(wù)問題，都能用數(shù)據(jù)思維輕松應(yīng)對。 3、提升業(yè)務(wù)洞察力 ：通過數(shù)據(jù)分析，你能像裝了雷達一樣，精準發(fā)現(xiàn)業(yè)務(wù)里的痛點和增長點。不管是用戶流失、銷售下滑，還是市場新機會，你都能第一時間察覺，還能提出超有見地的建議，成為公司里的業(yè)務(wù)智囊。 4、做出精準決策 ：告別拍腦袋決策，學(xué)會用數(shù)據(jù)說話。掌握數(shù)據(jù)驅(qū)動決策的方法后，你能準確預(yù)判業(yè)務(wù)走向，做出科學(xué)又靠譜的決策，讓你在職場上更有底氣，讓領(lǐng)導(dǎo)對你刮目相看。 5、課程產(chǎn)出 ：學(xué)完課程，你能獨立完成一份超實用的業(yè)務(wù)數(shù)據(jù)分析報告，從數(shù)據(jù)收集、整理、分析到可視化呈現(xiàn)，一應(yīng)俱全。這份報告不僅能應(yīng)用到實際工作中，還能成為你職場晉升的敲門磚，展示你的數(shù)據(jù)實力。

適應(yīng)人群：1、經(jīng)常做報表卻總被老板問“所以呢？”的職場人。 2、想轉(zhuǎn)行數(shù)據(jù)分析但被SQL/Python嚇退的小白。 3、需要數(shù)據(jù)支撐決策卻總被業(yè)務(wù)部門挑戰(zhàn)的表哥表姐。

關(guān)鍵詞：互聯(lián)網(wǎng)

---

智能物聯(lián)網(wǎng)AIOT

收益目標：● 學(xué)習(xí)5G、AI和物聯(lián)網(wǎng)基本概念和技術(shù)特點 ● 清晰智能物聯(lián)網(wǎng)產(chǎn)業(yè)鏈格局和發(fā)展方向 ● 中國市場5G與智能物聯(lián)網(wǎng)應(yīng)用典型場景和商業(yè)成功關(guān)鍵要素

適應(yīng)人群：企業(yè)高管、產(chǎn)品線總經(jīng)理、高級產(chǎn)品管理者、研發(fā)管理者、營銷、服務(wù)等

關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，創(chuàng)新

---

高性能高并發(fā)高可用系統(tǒng)架構(gòu)（新）

收益目標：全面了解大型網(wǎng)站架構(gòu)演化； 通過案例教學(xué)掌握高可用架構(gòu)設(shè)計的原則和方法 掌握互聯(lián)網(wǎng)高可用高并發(fā)關(guān)鍵技術(shù)； 掌握互聯(lián)網(wǎng)大型分布式系統(tǒng)緩存架構(gòu)的設(shè)計； 通過學(xué)習(xí)高并發(fā)系統(tǒng)架構(gòu)案例掌握如何設(shè)計互聯(lián)網(wǎng)高并發(fā)高可用系統(tǒng)

適應(yīng)人群：無大廠工作經(jīng)驗的服務(wù)端開發(fā)工程師（外包公司、小型互聯(lián)網(wǎng)公司為主）

關(guān)鍵詞：互聯(lián)網(wǎng)，架構(gòu)設(shè)計，網(wǎng)站架構(gòu)，高可用架構(gòu)

---

基于Volcano優(yōu)化機器學(xué)習(xí)、深度學(xué)習(xí)的性能

收益目標：1. 機器學(xué)習(xí)、深度學(xué)習(xí)平臺優(yōu)化經(jīng)驗 2. 基于Kubernetes的機器學(xué)習(xí)平臺調(diào)度系統(tǒng)設(shè)計經(jīng)驗 3. 開源社區(qū)運作、參與經(jīng)驗

適應(yīng)人群：暫無

關(guān)鍵詞：

---

人工智能系統(tǒng)測試精解：從原理到實踐

收益目標：1. 人工智能的算法原理，設(shè)計過程以及構(gòu)建成一個完整的人工智能系統(tǒng)都需要哪些組件以及對應(yīng)的設(shè)計。 2. 從個測試人工智能的模型的方法開始，講解到一個完整的人工智能系統(tǒng)的方方面面的測試方案。 3. 學(xué)習(xí)以spark為例講解在人工智能系統(tǒng)中，如何構(gòu)建和處理測試數(shù)據(jù)。 4. 學(xué)習(xí)以ffmpeg+opencv為基礎(chǔ)如何在計算機視覺場景中構(gòu)建和處理測試數(shù)據(jù)。 5. 以yolo為例，講解如何在使用人工智能來輔助測試人工智能系統(tǒng)。

適應(yīng)人群：在人工智能背景下工作的測試人員，或者對人工智能感興趣的技術(shù)人員

關(guān)鍵詞：互聯(lián)網(wǎng)，人工智能，機器學(xué)習(xí)，Spark，分布式，深度學(xué)習(xí)

---

價值導(dǎo)向數(shù)據(jù)治理培訓(xùn)

收益目標：1、企業(yè)數(shù)字化架構(gòu)：了解新市場環(huán)境下業(yè)態(tài)改變對IT創(chuàng)新的要求，明確數(shù)據(jù)治理在數(shù)字化轉(zhuǎn)型中起到的關(guān)鍵作用。 2、精益數(shù)據(jù)管理最佳實踐：總結(jié)了國內(nèi)外企業(yè)在數(shù)據(jù)戰(zhàn)略和數(shù)據(jù)治理方面的最佳實踐，識別數(shù)據(jù)資產(chǎn)、制定數(shù)據(jù)治理計劃、搭建數(shù)據(jù)架構(gòu)、落地數(shù)據(jù)標準、提升數(shù)據(jù)質(zhì)量，確實提升企業(yè)挖掘數(shù)據(jù)價值等能力；

適應(yīng)人群：1、數(shù)據(jù)管理團隊 2、企業(yè)業(yè)務(wù)、數(shù)據(jù)、技術(shù)部門人員

關(guān)鍵詞：其他，轉(zhuǎn)型，數(shù)據(jù)建模，數(shù)字化轉(zhuǎn)型

---

數(shù)字化企業(yè)架構(gòu)框架DEAF

收益目標：暫無

適應(yīng)人群：暫無

關(guān)鍵詞：其他，架構(gòu)設(shè)計，分布式

---

DeepSeek賦能效能提升實戰(zhàn)

收益目標：1.理解大模型核心原理，模型訓(xùn)練和優(yōu)化策略 2.掌握設(shè)計有效提示詞，以及提示詞工程優(yōu)化實踐 3.掌握OLlama搭建方法，以及3種調(diào)用大模型方式 4.掌握常用大模型推理參數(shù)微調(diào)方法 5.掌握CV、語音和NLP 大模型在各種業(yè)務(wù)場景中的應(yīng)用 6.結(jié)合上機實踐，調(diào)用DeepSeek，llama-vision，Qwen，stable-diffusion，whisper等大模型

適應(yīng)人群：IT項目管理人員：負責IT項目的整體規(guī)劃、協(xié)調(diào)與管理，需要了解如何利用DeepSeek等大模型技術(shù)提升項目效能。 軟件開發(fā)工程師：從事軟件開發(fā)工作，希望通過學(xué)習(xí)大模型技術(shù)提升開發(fā)效率和代碼質(zhì)量。 測試工程師：負責軟件測試工作，需要掌握如何利用大模型技術(shù)進行自動化測試和缺陷檢測。 數(shù)據(jù)分析師：從事數(shù)據(jù)分析工作，需要學(xué)習(xí)如何利用大模型技術(shù)進行數(shù)據(jù)挖掘和趨勢分析。 運維工程師：負責系統(tǒng)運維工作，需要了解如何利用大模型技術(shù)實現(xiàn)智能化運維和故障診斷。 AI工程師：從事人工智能相關(guān)工作，需要深入學(xué)習(xí)大模型的訓(xùn)練、優(yōu)化和應(yīng)用。

關(guān)鍵詞：互聯(lián)網(wǎng)，NLP，大模型

---

產(chǎn)品經(jīng)理訓(xùn)練營之市場洞察與產(chǎn)品規(guī)劃

收益目標：1、理解產(chǎn)品從創(chuàng)意到概念再到規(guī)劃的基本脈絡(luò)與流程，掌握相關(guān)方法和工具 2、由于本課程要求各個學(xué)員分組使用貴公司實際的產(chǎn)品/產(chǎn)品創(chuàng)意現(xiàn)場演練、現(xiàn)場歸納、現(xiàn)場打磨，所以在培訓(xùn)結(jié)束時已經(jīng)可以形成一批（每個學(xué)員小組都有一個）產(chǎn)品的覆蓋3個版本的產(chǎn)品規(guī)劃路線圖 3、培養(yǎng)學(xué)員完備的、基于“向外聚焦、向內(nèi)對其”產(chǎn)品思維的產(chǎn)品觀。為產(chǎn)品經(jīng)理們（特別是研發(fā)崗位出身的產(chǎn)品經(jīng)理）實現(xiàn)從項目管理思維向產(chǎn)品研發(fā)思維的轉(zhuǎn)變奠定基礎(chǔ)

適應(yīng)人群：產(chǎn)品經(jīng)理、產(chǎn)品運營人員，以及高層管理者

關(guān)鍵詞：互聯(lián)網(wǎng)，產(chǎn)品經(jīng)理，產(chǎn)品創(chuàng)新，需求分析，產(chǎn)品運營，產(chǎn)品規(guī)劃，團隊管理，項目管理，創(chuàng)新，MVP