为您找到109个相关课程
展开简介
收益目标：1. 人工智能的算法原理，设计过程以及构建成一个完整的人工智能系统都需要哪些组件以及对应的设计。 2. 从个测试人工智能的模型的方法开始，讲解到一个完整的人工智能系统的方方面面的测试方案。 3. 学习以spark为例讲解在人工智能系统中，如何构建和处理测试数据。 4. 学习以ffmpeg+opencv为基础如何在计算机视觉场景中构建和处理测试数据。 5. 以yolo为例，讲解如何在使用人工智能来辅助测试人工智能系统。
适应人群：在人工智能背景下工作的测试人员，或者对人工智能感兴趣的技术人员
关键词：互联网，人工智能，机器学习，Spark，分布式，深度学习
收益目标：1）覆盖Tensorflow和Tensorflow可视化TensorBoard及原理 2）从TF数据预处理到建模训练，从图像预处理到网络模型，一一覆盖 3）精讲图像识别对比等最新案例
适应人群：暂无
关键词：互联网，人工智能
收益目标：暂无
关键词：其他，人工智能
收益目标：了解智能化测试技术在行业的应用
关键词：互联网，人工智能，大数据，软件测试，自动化测试，单元测试
收益目标：• 深入理解AI+BigData+Cloud技术在业界是如何被实际应用到测试和DevOps领域，并如何在研发效能方面发挥巨大作用； • 深入理解大型互联网企业的测试基础架构和DevOps的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； • 扩展测试从业人员的技术视野，通过课程学习能够掌握业界先进技术与测试技术的结合点； • 除了讲解应用领域，还讲解具体的实现方法和架构设计，做到全面落地，避免纸上谈兵； • 课程案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
适应人群：• 资深测试工程师，测试开发工程师和测试技术骨干成员 • 测试技术负责人或测试架构师 • DevOps资深工程师和技术负责人 • 工程效能团队负责人和工程效能研发工程师 • 开发工程师，开发技术经理，开发技术负责人 • 技术创新团队的工程师
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，DevOps，软件测试
收益目标：•深入理解AI+Big Data+Cloud技术在业界是如何被实际应用到测试领域，并如何在研发效能方面发挥巨大作用； •深入理解大型互联网企业的测试基础架构的设计思路，清楚理解如何运用ABC技术来面对海量测试需求引出的一系列难题； •深入理解测试中台建设的最佳实践与大型企业案例； •涉及的案例全部来自大公司的实际项目，在保证基础理论架构清晰的基础上，注重实践与应用；
关键词：互联网，人工智能，软件架构，架构设计，大数据，云计算，微服务，DevOps，软件测试，自动化测试，分布式
关键词：其他，人工智能，大数据，变革
收益目标：1.学员将能够在讲师的深度分享中了解目前人工智能落地所遇到的挑战与机遇，以及对应问题的解决之道--联邦智能。 2.通过对联邦智能基本知识的学习，进一步了解联邦智能的优势所在，对于构成联邦智能有更深入的理解。 3.通过讲师分享的实际案例，引发学员的思考启示，思考在各自实践中可借鉴或应用的点。 4.通过小组内部互动或小组之间的PK的过程，让学员之间可以互相交流意见、激汤脑力、共同创造。透过凝聚意识的过程，拉近学员之间的关系，以利讨论成果，互相分享。
关键词：其他，人工智能，机器学习
关键词：互联网，传统金融，人工智能，架构师，大数据，云计算，SaaS，转型，金融，企业级
收益目标：通过本课程的学习，学员可以掌握LLM时代测试架构师必须掌握的软件架构知识，包括各种使用场景和技术演进，以及GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等。此外，学员还可以了解自动化测试中测试数据难题的解决思路以及测试执行环境的设计与最佳实践等内容，提高测试质量和效率。
适应人群：本课程适合软件测试工程师、测试架构师、测试经理等相关人员学习，可以帮助他们掌握LLM时代测试架构师必须掌握的软件架构知识，提高测试质量和效率。同时，对于想要了解GUI自动化和智能化测试技术、API自动化和智能化测试技术、人工智能和大数据技术在测试领域的应用等内容的学员来说，本课程也是一个很好的选择。
关键词：互联网，人工智能，架构师，软件架构，架构设计，大数据，微服务，软件测试，自动化测试，API，分布式
收益目标：-掌握如何结合需求引入诸如人工智能等新技术为用户带来体验升级和产品创新； -通过案例学习掌握如何做AI产品，并规划产品的严谨路径； -一个优秀的产品经理应该如何与时俱进，不断地进行深度思考、打破固有产品思维的边界；
关键词：互联网，产品经理，人工智能
To Be Better
注册或 找回密码?
