企业级软件研发质量&效能提升通识 软件质量保障体系建设的最佳实践 软件研发效能和质量提升的双流模型 软件项目全生命周期的质量策略 软件产品的投产风险与质量控制（行业最佳实践） 企业级质量度量的最佳实践 技术视角下的测试中台建设与顶层架构设计 研发的质量管理实践 企业级自动化测试技术精要 集成测试阶段的最佳实践 企业级测试数据准备的最佳实践

生成式AI正在快速进入企业核心工作场景，其影响已不再局限于效率工具升级，而是对岗位能力结构、组织分工方式与管理治理逻辑的系统性重构。对于联想这样的集团型企业而言，AI时代的关键挑战不在于“是否使用AI”，而在于如何建立全员对人机协同的共同语言，推动员工完成能力跃迁，并帮助管理者从传统层级管理转向任务流治理与协同系统建设。 本课程面向联想全员与管理层，聚焦组织形态从传统金字塔向网络化协作演进的趋势，系统拆解员工在岗位中的人机协同工作方式、管理者在资源配置与治理边界中的新角色，以及企业在合规、安全与流程标准化层面的关键抓手。课程将结合联想典型业务链路（研发交付链、供应链运营链、市场与渠道增长链），通过工作坊共创输出可直接试点的流程SOP卡与30天行动路线图，帮助联想在AI变革中形成清晰方向与可落地路径。

本课程是基于金融行业技术实践和业务应用场景，结合当前企业级应用场景进行综合性课程设计。从专业知识，专业技能，通用技能多维度全面培养数据库优化人才的的综合能力。

深入理解核心原理：掌握Java虚拟机、Spring Boot、Dubbo、线程池、连接池及分布式中间件的底层工作机制 提升问题排查能力：学习常见性能问题、故障的诊断方法与系统调优技巧 掌握生产级最佳实践：了解企业级应用中的配置优化、监控和运维规范 构建系统化知识体系：将零散技术点串联成完整的后端技术架构认知框架

在金融科技产品快速迭代的今天，用户体验已成为决定产品成败的关键因素。然而，传统的用户体验设计方法面临着用户反馈收集成本高、设计决策依赖主观经验、A/B测试周期漫长等瓶颈。对于工行研发中心的同仁而言，面对庞大的用户数据与复杂的业务场景，亟需将前沿的AI技术与数据思维融入设计流程，以更科学、高效的方式验证设计、驱动增长。本课程旨在将讲师擅长的AI数据分析与业务提效经验，体系化地引入用户体验设计领域，系统教授如何利用大模型与数据分析工具，实现用户行为的深度洞察、设计方案的快速验证与迭代，以及自动化用户研究。帮助研发团队构建“AI+数据+设计”的复合创新能力，在保障金融产品严谨性与安全性的同时，打造更具竞争力的数字体验。

本课程以解决需求表达歧义、达成多方认知一致为核心目标，构建了从认知到实操、从理论到落地的完整课程体系。课程内容既涵盖需求表达的底层逻辑，也包含可直接应用于工作的实操技巧，兼顾实用性与系统性。 课程从需求表达的意义切入，明确不同受众对需求文档的核心期望，剖析模糊表达对各环节工作的负面影响，通过正反案例对比让学员直观感受清晰表达价值。 同时，核心模块围绕需求表达中的常见障碍展开，逐一拆解语义模糊、表达冗长、信息遗漏、指代不清、术语错误、标点格式错误等问题，结合具体场景提供量化、拆解、字段化等解决方案。帮助学员将抽象需求转化为可落地、无歧义的文字，确保所学知识能直接应用于需求文档撰写工作，从根本上提升需求表达的准确性与有效性。