導航:首頁 > 源碼編譯 > 演算法管理工作

演算法管理工作

發布時間:2024-10-21 23:11:33

A. 演算法管理:組織管理轉型、企業高效決策的制勝利器

以下文章來源於蜜蜂學堂

「小李,你本周的表現非常出色。您的銷售額增長了70%,從而幫助你的團隊在排行榜中取得第一的好成績。但是你仍然有很多開放的機會,所以請繼續努力哦!」 

接收績效反饋有助於員工成長,它鼓勵學習並獎勵良好的表現。  但是,如果是演算法提供反饋而不是人,該怎麼辦?這就是組織中演算法管理的基礎。

什麼是演算法管理?

演算法管理是通過演算法對員工進行戰略跟蹤、評估和管理。組織通過演算法接管了過去由管理者執行的任務。

這種管理創新在零工經濟中尤為常見。 例如,Uber,Deliveroo和UpWork之類的平台使用演算法來管理和密切監視其全球員工。

演算法給員工分配任務並評估其績效。他們還提供反饋和有關如何提高績效的建議。

但是,使用演算法管理員工慢慢地不再局限於零工經濟。傳統組織越來越發現提高效率和以數據為依據的決策的好處。

大數據和自動化已成為大多數業務部門變革的首要方向,而人力資源部門也將其重點放在了數據驅動的決策上。

人力資源中使用的演算法可以提高效率,甚至勝過人類的決策制定。 實際上,根據普華永道的研究報告,跨國公司中已有40%的人力資源部門使用基於AI的工具 (相關報告可以私聊我獲取)。

例如,演算法的使用在員工選拔中變得非常普遍,該演算法被用於簡歷篩選,使求職者與職位匹配之中。

他們正在通過自然語言處理來分析視頻面試中的面部表情或申請人的書面申請中所體現的動機。此外,演算法還向員工和經理提供關於績效方面的反饋。

隨著演算法在組織決策中的影響力越來越大,這樣就容易導致一個問題:利用演算法的決策是否具備相應的客觀性和准確性?

像其它輔助決策的技術一樣,演算法決策也是一把雙刃劍,它會帶來一系列的挑戰。

• 求職者會如何看待一家通過機器自動完成部分面試和人員選拔過程的公司?

• 員工對自動績效反饋有何反應(反饋不再來源於直接上級)?員工在多大程度上會接受這類反饋?

• 管理者在多大程度上會依賴演算法做出的決策?

事實是:實施演算法會改變組織和人際關系的動態。  因此,必須仔細研究演算法管理的優勢和挑戰,並搞清楚組織實現演算法管理的最佳做法。

我們將在下面詳細討論在您的組織中實施演算法管理的建議。

01

組織實施演算法管理的三大優勢

1.啟動組織績效

提高生產率和工作效率是演算法管理的最重要優勢之一。例如,一個小時內,比較演算法與一個招聘人員可以掃描的簡歷數?

結果是:演算法基本能把人類招聘者按在地上摩擦,兩者之間的差異巨大,這樣可以幫助公司在人才競爭中保持領先地位。

將手動的任務轉變為自動化,將為管理人員騰出更多的時間和資源,以專注於有更高戰略影響力的任務,從而幫助提高組織績效。 未能將分析和人工智慧集成到其戰略事務中的公司將面臨落後他人的風險。

歐萊雅集團,是一間總部位於法國巴黎的皮膚護理、化妝品公司,在全球擁有80000名員工,每個職位空缺平均會收到130份職位申請。

歐萊雅每年開放約15000個職位,需要處理近百萬份申請,因此其開始嘗試利用AI技術幫助招聘人員擺脫令人頭痛的簡歷篩選工作。

Mya是一款聊天機器人,它能夠處理候選人提出的問題,從而在招聘早期幫助歐萊雅節約大量寶貴的時間。 此外,它還能夠檢查各項重要細節,例如求職者是否尚未找到工作,以及簽證的當前狀態等。

接下來,求職者需要面對Seedlink,這款AI軟體負責評估他們在開放式面試問題中給出的答案。 這款工具能夠找到在簡歷評審過程中被忽略的求職者。

該公司招聘人員表示,在一次從12000名候選人中選出80名實習生的過程中,該軟體幫助他們節約了200個小時的工作時間。AI技術幫助歐萊雅能夠更快地招聘10倍的員工,並增加25%的求職者面試機會。

2.改善管理決策和遠程管理

近年來,基於證據和數據驅動的決策已變得越來越普遍。演算法可以幫助處理管理者每天面對的日益復雜的問題。演算法系統的數據處理能力遠遠超出了人類的能力范圍。

他們可以考慮所有相關數據並排除不相關因素。這樣就可以進行客觀、公正、數據驅動的決策。而且,它可以減少決策過程中的偏見。

例如,認知偏見可能會導致零售商相信需要對其員工進行不穩定的安排。零售中不穩定的安排是指零售商通過工作計劃的變化來減少人工成本。

許多零售商認為這種類型的計劃是有效的,因為他們看到了直接的短期收益(例如削減工資),卻忽略了長期的負面影響(例如對客戶服務的影響)。

在這里,可以根據客戶流量和其他數據預測人員需求的演算法開始發揮作用。 研究表明,「將演算法與管理者的直覺相結合可以導致更好的人員配置決策」。

演算法對於遠程辦公也可能是有益的。勞動力將變得越來越分散,在某種程度上,遠程和混合辦公將成為常態。

這可能給員工帶來巨大的好處。但是,管理人員可能很難跟上員工的進度和績效。 績效監控演算法可能是成功進行遠程管理的重要工具。

3.接收個性化的見解和反饋

演算法管理不僅為管理人員帶來好處,而且為員工帶來好處。演算法可以提供個性化的績效反饋。

Deliveroo向其快遞員發送個性化的月度績效報告。 他們獲得有關其平均「接受訂單時間」,「到餐廳的路程時長」,「到客戶處的路程時間」以及演算法跟蹤的其他指標的信息。

演算法可以洞察員工的工作進度、待辦事項和開展的項目。它們還用於改善員工的福祉。 這種演算法分析員工的需求和目標,並推薦培訓和發展計劃。

演算法還可以跟蹤和評估對員工的福祉和動力最重要的因素,在此基礎上,他們可以就如何提高員工福利向管理人員提供建議。

02

組織運用演算法管理的三個最重要的挑戰

1. 關於演算法管理的倫理問題

除了演算法管理的好處之外,還有幾個重要的倫理問題。

演算法的主要目標是改進決策,使決策更加客觀公正。然而,情況可能恰恰相反,由於演算法可以消除或減少決策過程中的人工干預,因此,人們可能認為演算法是不公平的。

主要的關注點是演算法所依據的數據。在樣本數據上訓練演算法來預測事件並做出決策,因此,數據的質量是一個重要的因素。

例如,一個組織可以訓練一種關於歷史人才數據的演算法,在這些數據中,很少有女性擔任管理職位,然後,該演算法可能會做出預測:女性在公司管理崗位上取得成功的可能性較低。因此,女性可能被排除在組織的人才管理計劃之外。

演算法通常是在「黑箱」中操作,它們並不透明,而且演算法的工作精度通常也不清楚。這可能會對演算法的信任度提出挑戰,並為演算法的決策提出問責性問題。

美國一些州已經在研究演算法和人工智慧在招聘中的使用,以及如何確保它們的公平性和透明度。

紐約州正在立法,要求招聘技術供應商進行反偏見審計,並確保遵守就業歧視法。

伊利諾伊州頒布了 《人工智慧視頻面試法》 (AI Video Interview Act),對使用人工智慧分析應聘者視頻面試的公司施加了限制。

利用演算法管理不是一個是或否的問題。通常,只有部分決策是自動化的。 因此,公平和責任問題取決於公司在多大程度上依賴演算法決策。

真正的問題是:演算法的作用是增強還是完全自動化?你是用演算法來給你提供建議,還是用它來代替人類決策,這都是有區別的。

2. 演算法管理挑戰管理者和人力資源的角色

演算法管理減少或取代了不同流程中的人工參與和交互。這對管理者和人力資源構成了挑戰。當個人和同理心的一面消失後,員工管理會發生怎樣的變化?

管理者和人力資源從業者都需要適應演算法管理帶來的新動態,他們需要新的技能和能力,為負責任地使用演算法做准備。

管理者和人力資源管理者也需要採用(潛在的)員工的觀點。例如,當候選人不相信演算法能看出自己有多獨特時,招聘中使用的演算法可能會出現問題。

那麼,管理者和人力資源部門如何面對演算法管理運用後,帶來的自動化程度的提高和人際交往的減少呢?

他們如何成功地創造數據驅動文化的變革呢?所有這些都是人力資源和管理人員必須找到答案的問題。

3.演算法管理對員工福利的風險

演算法管理也可能對員工的福祉構成風險。一些人將實時行為跟蹤、反饋和評估與泰勒主義的監視進行了比較,演算法管理可以被視為對員工的一種侵入式控制形式。

這似乎也與賦予員工更多自主權、靈活工作和時間表的趨勢相沖突。公司必須密切關注員工對引入演算法管理的反應。

一些員工可能認為這是對他們心理安全和自主的威脅,這樣導致的結果是,由於引入演算法管理,員工的幸福感可能會下降。

例如,一家國際連鎖酒店使用軟體工具來管理客房服務員。他們需要不斷更新下一個要打掃的房間,該公司還能跟蹤他們打掃一個房間需要多長時間。

然而,工作人員指出,該演算法沒有考慮到他們工作的細微差別,使工作變得更加困難。 他們變得無法安排自己的一天,工作也變得更吃力,因為演算法「指揮著」他們「在酒店各個樓層里拚命的跑來跑去」。

03

實施演算法管理的建議

好消息是:在減少演算法管理挑戰的同時,也有可能獲得演算法管理的好處。 以下策略可以幫助管理者負責任地在組織中實施演算法管理。

1. 戰略

首先,確定演算法管理的使用程度是至關重要的。Gig平台完全依賴演算法管理,但對於更傳統的公司來說,這可能不是正確的解決方案。

因此,這不是非此即彼的問題,而是在哪裡、在什麼程度上的問題。

公司可以找出成本高且相對標准化的流程,並從那裡開始。在那裡,你可以期待演算法管理能獲得最大的收益。

在任何情況下,將演算法集成到業務和決策過程中都需要一個明確的戰略:確定它們是增強還是自動化人類決策。

2. 變革管理

在實施演算法管理時,考慮員工的福祉也很重要。在組織中引入演算法是一個實質性的轉變,變革管理的視角可能會很有幫助,主動的變革管理是引入演算法的決定性因素。

你需要確保已經做好變革的准備。通過幫助你的員工和經理理解演算法所增加的價值,可以讓他們准備好迎接變革。

人們也可能對演算法管理的引入感到威脅。這可能是由於缺少關於演算法管理的廣泛且深入的交流。

同樣,員工可能會擔心機器正在取代他們,為了克服這一點,在變革過程的早期就把員工和管理者納入進來是很重要的。建立開放的溝通渠道有助於解決人們所關心的問題。

這包括主動溝通數據的用途以及誰對演算法決策負責。它可以防止員工或管理者感到自己被蒙在鼓裡。

溝通和變革管理應該與培訓齊頭並進。培訓可以讓人們輕松地處理與演算法的關系,並移交決策。

如果人們不了解演算法是如何工作的,他們可能不想使用它。培訓員工和管理人員使用演算法所需的技能和能力是至關重要的。

3.不斷評估

最後,公司需要採用一種持續評估的文化。跟蹤演算法的執行情況的必要性。只有當決策是准確的、高質量的,人們才會接受演算法帶來的附加值。

並不是每一種演算法都能提高效率,所以監控其質量是很重要的。 這一變化對員工的影響也需要跟蹤,組織可以為員工提供表達關切和提供反饋的機會,特別是那些由演算法管理的員工。這為組織調整和改進演算法管理提供了有價值的信息。

演算法管理的好處以及它如何幫助企業在競爭中保持領先地位是顯而易見的。

演算法不僅能提高效率,還能增強決策能力。不過,這不應該以犧牲員工福祉為代價。

自動化執行的任務(比如提供反饋)代表了一個巨大的變化,但我們對把這種變化轉變成積極和可持續的事情具有主動權,管理者和人力資源需要在創造變革准備方面發揮重要作用。

沒有一刀切的方法,每個組織都需要仔細評估演算法的引入給他們帶來的好處和挑戰。

本文提出的策略可以幫助指導組織完成這一轉變。演算法管理的前景是巨大的。然而,有必要始終關注組織所擁有的最有價值的資產: 我們的員工。

了解更多: 方雲數字化創新績效,數據智能驅動創新型增長

B. 2022年3月1日實施的網路新規

《互聯網信息服務演算法推薦管理規定》
國家網信辦等四部門聯合發布的《互聯網信息服務演算法推薦管理規定》,3月1日起正式施行
《規定》明確,應用演算法推薦技術,是指利用生成合成類、個性化推送類、排序精選類、檢索過濾類、調度決策類等演算法技術向用戶提供信息。各類提供演算法推薦服務的互聯網公司幾乎都在監管范圍內,如各類短視頻平台、電商平台、社交平台及餐飲外賣平台等。
法律依據
《互聯網信息服務演算法推薦管理規定》
第三條 國家網信部門負責統籌協調全國演算法推薦服務治理和相關監督管理工作。國務院電信、公安、市場監管等有關部門依據各自職責負責演算法推薦服務監督管理工作。
地方網信部門負責統籌協調本行政區域內的演算法推薦服務治理和相關監督管理工作。地方電信、公安、市場監管等有關部門依據各自職責負責本行政區域內的演算法推薦服務監督管理工作。
第四條 提供演算法推薦服務,應當遵守法律法規,尊重社會公德和倫理,遵守商業道德和職業道德,遵循公正公平、公開透明、科學合理和誠實信用的原則。
第六條 演算法推薦服務提供者應當堅持主流價值導向,優化演算法推薦服務機制,積極傳播正能量,促進演算法應用向上向善。
演算法推薦服務提供者不得利用演算法推薦服務從事危害國家安全和社會公共利益、擾亂經濟秩序和社會秩序、侵犯他人合法權益等法律、行政法規禁止的活動,不得利用演算法推薦服務傳播法律、行政法規禁止的信息,應當採取措施防範和抵制傳播不良信息。
第七條 演算法推薦服務提供者應當落實演算法安全主體責任,建立健全演算法機制機理審核、科技倫理審查、用戶注冊、信息發布審核、數據安全和個人信息保護、反電信網路詐騙、安全評估監測、安全事件應急處置等管理制度和技術措施,制定並公開演算法推薦服務相關規則,配備與演算法推薦服務規模相適應的專業人員和技術支撐。
第八條 演算法推薦服務提供者應當定期審核、評估、驗證演算法機制機理、模型、數據和應用結果等,不得設置誘導用戶沉迷、過度消費等違反法律法規或者違背倫理道德的演算法模型。
第九條 演算法推薦服務提供者應當加強信息安全管理,建立健全用於識別違法和不良信息的特徵庫,完善入庫標准、規則和程序。發現未作顯著標識的演算法生成合成信息的,應當作出顯著標識後,方可繼續傳輸。
發現違法信息的,應當立即停止傳輸,採取消除等處置措施,防止信息擴散,保存有關記錄,並向網信部門和有關部門報告。發現不良信息的,應當按照網路信息內容生態治理有關規定予以處置。
第十條 演算法推薦服務提供者應當加強用戶模型和用戶標簽管理,完善記入用戶模型的興趣點規則和用戶標簽管理規則,不得將違法和不良信息關鍵詞記入用戶興趣點或者作為用戶標簽並據以推送信息。
第十一條 演算法推薦服務提供者應當加強演算法推薦服務版面頁面生態管理,建立完善人工干預和用戶自主選擇機制,在首頁首屏、熱搜、精選、榜單類、彈窗等重點環節積極呈現符合主流價值導向的信息。
第十二條 鼓勵演算法推薦服務提供者綜合運用內容去重、打散干預等策略,並優化檢索、排序、選擇、推送、展示等規則的透明度和可解釋性,避免對用戶產生不良影響,預防和減少爭議糾紛。
第十三條 演算法推薦服務提供者提供互聯網新聞信息服務的,應當依法取得互聯網新聞信息服務許可,規范開展互聯網新聞信息采編發布服務、轉載服務和傳播平台服務,不得生成合成虛假新聞信息,不得傳播非國家規定范圍內的單位發布的新聞信息。
第十四條 演算法推薦服務提供者不得利用演算法虛假注冊賬號、非法交易賬號、操縱用戶賬號或者虛假點贊、評論、轉發,不得利用演算法屏蔽信息、過度推薦、操縱榜單或者檢索結果排序、控制熱搜或者精選等干預信息呈現,實施影響網路輿論或者規避監督管理行為。
第十五條 演算法推薦服務提供者不得利用演算法對其他互聯網信息服務提供者進行不合理限制,或者妨礙、破壞其合法提供的互聯網信息服務正常運行,實施壟斷和不正當競爭行為。

C. 解讀《互聯網信息服務演算法推薦管理規定》

來源:新華網

新華社北京1月仔鉛游4日電 題:規范互聯網信息服務演算法推薦活動 維護國家安全和 社會 公共利益——解讀《互聯網信息服務演算法推薦管理規定》

為規范互聯網信息服務演算法推薦活動,維護國家安全和 社會 公共利益,保護公民、法人和其他組織的合法權益,促進互聯網信息服務 健康 發展,近日,國家互聯網信息辦公室、工業和信息化部、公安部、國家市場監督管理總局聯合發布《互聯網信息服務演算法推薦管理規定》,自2022年3月1日起施行。

據悉,規定中所稱應用演算法推薦技術,是指利用生成合成類、個性化推送類、排序精選類、檢索過濾類、調度決策類等演算法技術向用戶提供信息。

規定明確了演算法推薦服務提供者的信息服務規范,要求演算法推薦服務提供者應當堅持主流價值導向,積極傳播正能量,不得利用演算法推薦服務從事違法活動或者傳播違法信息,應當採取措施防範和抵制傳播不良信息。

規定要求,演算法推薦服務提供者應規范開展互聯網新聞信息服務,不得生成合成虛假新聞信息或者傳播非國家規定范圍內的單位發布的新聞信息;不得利用演算法實施影響網路輿論、規避監督管理以及壟斷和不正當競爭行為。

據國家網信辦有關負責人介紹,出台規定主要基於兩個方面的考慮:一是深入推進互聯網信息服務演算法綜合治理的需要;二是積極促進演算法推薦服務規范 健康 發展的需要。

該負責人表示,演算法應用日益普及深化,在給經濟 社會 發展等方面注入新動能的同時,演算法歧視、「大數據殺熟」、誘導沉迷等演算法不合理應用導致的問題也深刻影響著正常的傳播秩序、市場秩序和 社會 秩序,給維護意識形態安全、 社會 公平公正和網民合法權益帶來挑戰,迫切需要對演算法推薦服務建章立制、加強規范,念銷著力提升防範化解演算法推薦安全風險的能力,促進演算法相關行業 健康 有序發展。

據介紹,針對群眾普遍關心的用戶權益保護問題,規定明確了演算法知情權,要求告知用戶其提供演算法推薦服務的情況,並公示服務的基本原理、目的意圖和主要運行機制等;明確了演算法選擇權,要求向用戶提供不針對其個人特徵的選項,或者便捷的關閉演算法推薦服務的選項。

此外,針對向未成年人、老年人、勞動者、消費者等主體,規定要求,不得利用演算法推薦服務誘導未成年人沉迷網路,應當便利老年人安全使用演算法推薦服務,應當建立完善平台訂單分配、報酬構成及支付、工作時間、獎懲等相關演算法,不得根據消費者的偏好、交易習慣等特徵利用演算法在交易價格等交易條件上實施不合理的差別待遇等。

根據規定,具有輿論屬性或者 社會 動員能力的演算法推薦服務提供者,應當在提供服務之日起十個工作日內通過互聯網信息服務演算法備案系統填報備案信息,履行備案手續;備案信息發生變更的,應當在規定時間內辦理變更手續。演算法推薦服務提供者應當依法留存網路日誌,配激孫合有關部門開展安全評估和監督檢查工作,並提供必要的技術、數據等支持和協助。

國家網信辦有關負責人指出,演算法推薦服務治理需要政府、企業、 社會 、網民等多方主體共同參與,推動演算法推薦服務公正公平、規范透明,促進演算法推薦服務向上向善,營造更加清朗的網路空間。

D. 大數據時代十大熱門IT崗位_大數據崗位有哪些

大數據時代十大熱門IT崗位

大數據時代十大熱門IT崗位,新的想法誕生新的技術,從而造出許多新詞,雲計算、大數據、BYOD、社交媒體、3D列印機、物聯網在互聯網時代,各種新詞層出不窮,令人應接不暇。這些新的技術、新興應用和對應的IT發展趨勢,使得IT人必須了解甚至掌握最新的IT技能。另一方面,雲計算和大數據乃至其他助推各個行業發展的IT基礎設施的新一輪部署與運維,都將帶來更多的IT職位和相關技能技術的要求。

毫無疑問,這些新趨勢的到來,會誕生一批新的工作崗位,比如數據挖掘專家、移動應用開發和測試、演算法工程師,商業智能分析師等,同時,也會強化原有崗位的新生命力,比如網路工程師、系統架構師、咨詢顧問、資料庫管理與開發等等。下面分別為大家介紹著十大IT技能所體現的工作崗位:

一、演算法工程師

何萬青博士曾經介紹把一件事做快做好的三種方法,其中就提到過「提高流水線效率、更好的演算法和更短的代碼關鍵路徑。」可以看出演算法在系統效率中的轎碰重要地位。演算法是讓機器按照人類設想的方式去解決問題,演算法很大程度上取決於問題類型和工程師對機器編程的理解,其效率的高低與演算法息息相關。

在數學和計算機科學之中,演算法(Algorithm)為一個計算的具體步驟,常用於計算、數據處理和自動推理。在大數據時代,演算法的功能和作用得到進一步凸顯。比如針對公司搜索業務,開發搜索相關性演算法、排序演算法。對公司海量用戶行為數據和用戶意圖,設計數據挖掘演算法。

演算法工程師,根據研究領域來分主要有音頻/視頻演算法處理、圖像技術方面的二維信息演算法處理和通信物理層、雷達信號處理、生物醫學信號處理等領域的一維信息演算法處理。另外數據挖掘、互聯網搜索演算法這些體現大數據發展方向的演算法,在近幾年越來越流行,而且演算法工程師也逐漸朝向人工智慧的方向發展。

二、商業智能分析師

演算法工程師延伸出來的商業智能,尤其是在大數據領域變得更加火熱。IT職業與咨詢服務公司Bluewolf曾經發布報告指出,IT職位需求增長最快的是移動、數據、雲服務和面向用戶的技術人員,其中具體的職位則包括有商業智能分析師一項。

商業智能分析師往往需要精通資料庫知識和統計分析的能力,能夠使用商業智能工具,識別或監控現有的和潛在的客戶。收集商業情報數據,提供行業報告,分析技術的發展趨勢,確定市場未來的產品開發策略或改進現有產品的銷售。

商業智能和邏輯分析技能在大數據時代顯得特別重要,擁有商業知識以及強大的數據和數學分析背景的IT人才,在將來的IT職場上更能獲得大型企業的青睞。不過這些技能並不是一般人都能掌握的,一些公司目前正在招聘統計學家並教授他們有關技術和商業的知識。

三、數據挖掘工程師

數據挖掘工程師,也可以叫做「數據挖掘專家」。數據挖掘是通過分析每個數據,從大量數據中尋找其規律的技術。數據挖掘是一種決策支持過程,它主要基於人工智慧、機器學習、模式識別、統計學、資料庫、可視化技術等,高度自動化地分析企業的數據,做出歸納性的推理,從中挖掘出潛在的模式,幫助決策者調整市場策略,減少風險,做出正確的決策。

數據挖掘專家或者說數據挖掘工程師掌握的技能,能夠為其快速創造財富。當年亞馬遜的首位數據挖掘工程師大衛·賽林格(DavidSelinger)創辦的數據挖掘公司,將類似於亞馬遜的產品推薦引擎系統銷售給在線零售和廣告銷售商,而這種產品推薦引擎系統,也成為亞馬遜有史塌帆中以來最賺錢的工具。數據挖掘的價值由此可見一斑。

四、咨詢顧問(專家)

任何業務部門和任何行業企業,都有IT系統在背後默默無聞地支撐著。在雲計算大數據時代,業務面臨的挑戰和機遇也會給IT系統帶來更多要求。在這種情況下,IT系統的規劃部署和運維,都要有更為精通的專業人士才能勝任,並滿足面向未來大數據分析、雲計算服務應用的需要。

紐約蒙特法沃醫療中心(center)的副主席傑克-沃夫(JackWolf)曾經表示,他尋求不僅會建立和使用系統而且還會給予其他員工技術支持的新員工,他說:"新的系統意味著你必須有更多的咨詢台來處理更多的咨詢量。"當然,這里體現的主要是某個系統的技術支持的功能,但管中規豹我們不難發現,無論是部署初期的物料采購還是運維過程中的金玉良言,都凸顯出這種技術咨詢顧問的重要性。

五、網路工程師

網路工程師可以說是一個「綠色長青」的職業,網路技術一直以來就處於團山急需之中,美國人力資源公司羅勃海佛國際(RobertHalf)第三季度IT招聘指數和技能報告指出,網路管理占總需求技能排名中的第二位。對於雲計算時代來說,網路在雲資源池中(計算、存儲、網路)更是扮演著更為重要的作用。

另一方面,IPv6標准、物聯網、移動互聯等蓬勃發展,使得對於網路工程師尤其是新型網路工程師(移動、IPv6、雲計算方向)的人才和技能要求也越來越多。網路工程師也因此而可以細分成多個發展方向,相應的技能要求其側重也有所不同。比如網路安全、網路存儲、架構設計、移動網路等等。

六、移動應用開發工程師

移動應用開發,會隨著移動互聯網時代的到來變得更受追捧。截至2012年底我國已經有10億手機用戶,移動智能終端用戶超過4億,在移動支付、移動購物、移動旅遊、移動社交等方面涌現了大量的移動互聯網游戲、應用和創業公司。

移動平台智能系統較多,但真正有影響力的也不外乎iOS、Android、WP、Blackberry等。大量原來PC和互聯網上的信息化應用、互聯網應用均已出現在手機平台上,一些前所未見的新奇應用也開始出現,並日漸增多。

移動應用開發,由於存有多個平台系統,因此不同的平台開發者其所面臨的機遇和挑戰也不盡相同。一個很明顯的例子就是,當初由Google公司和開放手機聯盟領導及開發的基於Linux的安卓系統,在開源之後就給廣大開發者(商)帶來巨大商機,而堅定選擇iOS平台的的開發工程師,也通過蘋果生態系統的不斷擴建和智能設備的高市場佔有,使得較早的一批開發者都賺得盆滿缽滿。不過在國內由於用戶習慣、產業環境和版權保護的問題,移動應用開發者並沒有因此而獲得相應的收益。

七、軟體工程設計師

近年IT業界逐漸涌現出一股軟體定義網路(SDN)、軟體定義數據中心、軟體定義存儲(SDS)和軟體定義伺服器(MoonShot)等浪潮,大有軟體定義未來一切IT基礎設施的趨勢。

PaaS、SaaS、數據挖掘和分析、數據管理和監控、虛擬化、應用開發等等,都是軟體工程師大展身手的好舞台。相應的,這些技術領域也對軟體工程師的要求會更高,尤其是虛擬化和面向BYOD、雲計算、大數據等應用的開發和管理,都需要有更高深的技術支撐。

和演算法工程師有點類似的地方在於,軟體工程師也需要注重設計模式的使用,一位優秀的工程師通常能識別並利用模式,而不是受制於模式。工程師不應讓系統去適應某種模式,而是需要發現在系統中使用模式的時機。

八、資料庫開發和管理

資料庫開發和管理在大數據時代顯得尤為重要,相關的資料庫管理、運維和開發技術,將成為廣大BI、大型企業和咨詢分析機構特別看重的技能體現。代表著更多類型(尤其是非結構化類型)的海量數據的涌現,要求我們實時採集、分析、傳輸這些數據集,在對基礎設施提出嚴峻挑戰的同時,也特別強調了資料庫開發和管理人員的挑戰。

比如分布式的、面向海量數據管理的資料庫系統之一NoSQL,就是面向大數據領域的非關系型資料庫的流行平台,高可用、大吞吐、低延遲、數據安全性高等應用特點成為了很多企業的看重的特點,並希望有足夠多的優秀IT開發人員深度開發NoSQL系統,解決對存儲的擴容、宕機時長、平滑擴容、故障自動切換等問題的困惱。

另外,更為知名的Hadoop分布式資料庫HBase的數據管理,需要藉助HRegion、HMaster、HClient組成的體系結構從整體上管理數據。這些也都需要有對Hadoop深刻理解和業務的精通才能勝任。而除此以外的大數據的存儲管理、內存計算、包括基於這些應用上的平台開發等等,也得會越來越受市場歡迎。

九、系統架構師

去年三星首席系統架構師吉姆·莫加德(JimMergard)跳槽至蘋果,屬於近期比較大的系統架構師人事變動,這種變動也說明了當今對於系統架構師的高度重視和認可。

眾所周知,雲計算和大數據的出現,使得傳統的數據中心基礎設施難以勝任;另一方面,日益激烈的市場競爭和移動互聯等商機的出現,勢必會給企業業務帶來深刻變革。這種變革和IT架構轉型,都會牽扯到IT系統架構這個核心問題。相比之前介紹的那些IT技能和所對應的崗位,系統架構師的規劃部署能力顯得尤為重要,它牽扯的是整個面而不是某個領域某個點的痛點。

十、系統安全師

同樣的,網路、計算、存儲還是系統架構,也都需要關注安全問題,而安全在現在的雲計算環境下,個人隱私和企業敏感數據的保護也不斷被強化。

在當前很多企業都收縮IT安全預算開支後,還不斷面臨著增強的合規要求等問題。企業們都在考慮是否應當將某些IT運營交給雲端服務提供商處理。實際上,每個人都深感壓力,預算不夠地情況下還要盡力防護數據地安全,特別是中小型企業,這也就意味著企業需要將部分IT運轉外包給第三方以減少資金和人力方面地投資。

即使不採用外包的形式,無論個人還是企業都會更加註重安全,因為「安全」本身是沒有行業限制和劃分的,尤其是企業在構建雲計算環境、提交或者收集海量數據進行處理分析、存儲和傳輸等等一系列環節,都會面臨新的挑戰。這種挑戰勢必會需要有更多更專業的技術人才幫助解決這些問題。相比傳統來說,系統安全師將更多的會結合具體的業務展開,而根植於系統平台和底層基礎設施的系統安全,則更多的會出現在運營

閱讀全文

與演算法管理工作相關的資料

熱點內容
照片藝術處理python 瀏覽:397
win10提示沒有插入加密狗 瀏覽:716
直播源碼怎麼弄 瀏覽:989
獵人筆記pdf 瀏覽:885
數據結構冒泡排序演算法 瀏覽:523
column命令 瀏覽:104
java運行的快捷鍵 瀏覽:246
安卓studiokey是什麼 瀏覽:286
app開發先學什麼 瀏覽:578
ox圖pdf 瀏覽:624
scratch編程選擇題如何製作 瀏覽:785
伺服器的陣列卡有什麼作用 瀏覽:888
linux登錄超時 瀏覽:481
播放音樂dll命令 瀏覽:903
javajdk和jre 瀏覽:492
程序員都是怎麼關機的 瀏覽:771
如何更換文件夾的格式 瀏覽:529
openssl不是內部或外部命令 瀏覽:759
西方經濟學宏觀pdf 瀏覽:21
comp命令分析 瀏覽:521