A. 算法管理：组织管理转型、企业高效决策的制胜利器
以下文章来源于蜜蜂学堂
“小李，你本周的表现非常出色。您的销售额增长了70％，从而帮助你的团队在排行榜中取得第一的好成绩。但是你仍然有很多开放的机会，所以请继续努力哦！”
接收绩效反馈有助于员工成长，它鼓励学习并奖励良好的表现。 但是，如果是算法提供反馈而不是人，该怎么办？这就是组织中算法管理的基础。
什么是算法管理？
算法管理是通过算法对员工进行战略跟踪、评估和管理。组织通过算法接管了过去由管理者执行的任务。
这种管理创新在零工经济中尤为常见。 例如，Uber，Deliveroo和UpWork之类的平台使用算法来管理和密切监视其全球员工。
算法给员工分配任务并评估其绩效。他们还提供反馈和有关如何提高绩效的建议。
但是，使用算法管理员工慢慢地不再局限于零工经济。传统组织越来越发现提高效率和以数据为依据的决策的好处。
大数据和自动化已成为大多数业务部门变革的首要方向，而人力资源部门也将其重点放在了数据驱动的决策上。
人力资源中使用的算法可以提高效率，甚至胜过人类的决策制定。 实际上，根据普华永道的研究报告，跨国公司中已有40％的人力资源部门使用基于AI的工具 （相关报告可以私聊我获取）。
例如，算法的使用在员工选拔中变得非常普遍，该算法被用于简历筛选，使求职者与职位匹配之中。
他们正在通过自然语言处理来分析视频面试中的面部表情或申请人的书面申请中所体现的动机。此外，算法还向员工和经理提供关于绩效方面的反馈。
随着算法在组织决策中的影响力越来越大，这样就容易导致一个问题：利用算法的决策是否具备相应的客观性和准确性？
像其它辅助决策的技术一样，算法决策也是一把双刃剑，它会带来一系列的挑战。
• 求职者会如何看待一家通过机器自动完成部分面试和人员选拔过程的公司？
• 员工对自动绩效反馈有何反应（反馈不再来源于直接上级）？员工在多大程度上会接受这类反馈？
• 管理者在多大程度上会依赖算法做出的决策？
事实是：实施算法会改变组织和人际关系的动态。 因此，必须仔细研究算法管理的优势和挑战，并搞清楚组织实现算法管理的最佳做法。
我们将在下面详细讨论在您的组织中实施算法管理的建议。
01
组织实施算法管理的三大优势
1.启动组织绩效
提高生产率和工作效率是算法管理的最重要优势之一。例如，一个小时内，比较算法与一个招聘人员可以扫描的简历数？
结果是：算法基本能把人类招聘者按在地上摩擦，两者之间的差异巨大，这样可以帮助公司在人才竞争中保持领先地位。
将手动的任务转变为自动化，将为管理人员腾出更多的时间和资源，以专注于有更高战略影响力的任务，从而帮助提高组织绩效。 未能将分析和人工智能集成到其战略事务中的公司将面临落后他人的风险。
欧莱雅集团，是一间总部位于法国巴黎的皮肤护理、化妆品公司，在全球拥有80000名员工，每个职位空缺平均会收到130份职位申请。
欧莱雅每年开放约15000个职位，需要处理近百万份申请，因此其开始尝试利用AI技术帮助招聘人员摆脱令人头痛的简历筛选工作。
Mya是一款聊天机器人，它能够处理候选人提出的问题，从而在招聘早期帮助欧莱雅节约大量宝贵的时间。 此外，它还能够检查各项重要细节，例如求职者是否尚未找到工作，以及签证的当前状态等。
接下来，求职者需要面对Seedlink，这款AI软件负责评估他们在开放式面试问题中给出的答案。 这款工具能够找到在简历评审过程中被忽略的求职者。
该公司招聘人员表示，在一次从12000名候选人中选出80名实习生的过程中，该软件帮助他们节约了200个小时的工作时间。AI技术帮助欧莱雅能够更快地招聘10倍的员工，并增加25％的求职者面试机会。
2.改善管理决策和远程管理
近年来，基于证据和数据驱动的决策已变得越来越普遍。算法可以帮助处理管理者每天面对的日益复杂的问题。算法系统的数据处理能力远远超出了人类的能力范围。
他们可以考虑所有相关数据并排除不相关因素。这样就可以进行客观、公正、数据驱动的决策。而且，它可以减少决策过程中的偏见。
例如，认知偏见可能会导致零售商相信需要对其员工进行不稳定的安排。零售中不稳定的安排是指零售商通过工作计划的变化来减少人工成本。
许多零售商认为这种类型的计划是有效的，因为他们看到了直接的短期收益（例如削减工资），却忽略了长期的负面影响（例如对客户服务的影响）。
在这里，可以根据客户流量和其他数据预测人员需求的算法开始发挥作用。 研究表明，“将算法与管理者的直觉相结合可以导致更好的人员配置决策”。
算法对于远程办公也可能是有益的。劳动力将变得越来越分散，在某种程度上，远程和混合办公将成为常态。
这可能给员工带来巨大的好处。但是，管理人员可能很难跟上员工的进度和绩效。 绩效监控算法可能是成功进行远程管理的重要工具。
3.接收个性化的见解和反馈
算法管理不仅为管理人员带来好处，而且为员工带来好处。算法可以提供个性化的绩效反馈。
Deliveroo向其快递员发送个性化的月度绩效报告。 他们获得有关其平均“接受订单时间”，“到餐厅的路程时长”，“到客户处的路程时间”以及算法跟踪的其他指标的信息。
算法可以洞察员工的工作进度、待办事项和开展的项目。它们还用于改善员工的福祉。 这种算法分析员工的需求和目标，并推荐培训和发展计划。
算法还可以跟踪和评估对员工的福祉和动力最重要的因素，在此基础上，他们可以就如何提高员工福利向管理人员提供建议。
02
组织运用算法管理的三个最重要的挑战
1. 关于算法管理的伦理问题
除了算法管理的好处之外，还有几个重要的伦理问题。
算法的主要目标是改进决策，使决策更加客观公正。然而，情况可能恰恰相反，由于算法可以消除或减少决策过程中的人工干预，因此，人们可能认为算法是不公平的。
主要的关注点是算法所依据的数据。在样本数据上训练算法来预测事件并做出决策，因此，数据的质量是一个重要的因素。
例如，一个组织可以训练一种关于历史人才数据的算法，在这些数据中，很少有女性担任管理职位，然后，该算法可能会做出预测：女性在公司管理岗位上取得成功的可能性较低。因此，女性可能被排除在组织的人才管理计划之外。
算法通常是在“黑箱”中操作，它们并不透明，而且算法的工作精度通常也不清楚。这可能会对算法的信任度提出挑战，并为算法的决策提出问责性问题。
美国一些州已经在研究算法和人工智能在招聘中的使用，以及如何确保它们的公平性和透明度。
纽约州正在立法，要求招聘技术供应商进行反偏见审计，并确保遵守就业歧视法。
伊利诺伊州颁布了 《人工智能视频面试法》 (AI Video Interview Act)，对使用人工智能分析应聘者视频面试的公司施加了限制。
利用算法管理不是一个是或否的问题。通常，只有部分决策是自动化的。 因此，公平和责任问题取决于公司在多大程度上依赖算法决策。
真正的问题是：算法的作用是增强还是完全自动化？你是用算法来给你提供建议，还是用它来代替人类决策，这都是有区别的。
2. 算法管理挑战管理者和人力资源的角色
算法管理减少或取代了不同流程中的人工参与和交互。这对管理者和人力资源构成了挑战。当个人和同理心的一面消失后，员工管理会发生怎样的变化?
管理者和人力资源从业者都需要适应算法管理带来的新动态，他们需要新的技能和能力，为负责任地使用算法做准备。
管理者和人力资源管理者也需要采用(潜在的)员工的观点。例如，当候选人不相信算法能看出自己有多独特时，招聘中使用的算法可能会出现问题。
那么，管理者和人力资源部门如何面对算法管理运用后，带来的自动化程度的提高和人际交往的减少呢?
他们如何成功地创造数据驱动文化的变革呢?所有这些都是人力资源和管理人员必须找到答案的问题。
3.算法管理对员工福利的风险
算法管理也可能对员工的福祉构成风险。一些人将实时行为跟踪、反馈和评估与泰勒主义的监视进行了比较，算法管理可以被视为对员工的一种侵入式控制形式。
这似乎也与赋予员工更多自主权、灵活工作和时间表的趋势相冲突。公司必须密切关注员工对引入算法管理的反应。
一些员工可能认为这是对他们心理安全和自主的威胁，这样导致的结果是，由于引入算法管理，员工的幸福感可能会下降。
例如，一家国际连锁酒店使用软件工具来管理客房服务员。他们需要不断更新下一个要打扫的房间，该公司还能跟踪他们打扫一个房间需要多长时间。
然而，工作人员指出，该算法没有考虑到他们工作的细微差别，使工作变得更加困难。 他们变得无法安排自己的一天，工作也变得更吃力，因为算法“指挥着”他们“在酒店各个楼层里拼命的跑来跑去”。
03
实施算法管理的建议
好消息是：在减少算法管理挑战的同时，也有可能获得算法管理的好处。 以下策略可以帮助管理者负责任地在组织中实施算法管理。
1. 战略
首先，确定算法管理的使用程度是至关重要的。Gig平台完全依赖算法管理，但对于更传统的公司来说，这可能不是正确的解决方案。
因此，这不是非此即彼的问题，而是在哪里、在什么程度上的问题。
公司可以找出成本高且相对标准化的流程，并从那里开始。在那里，你可以期待算法管理能获得最大的收益。
在任何情况下，将算法集成到业务和决策过程中都需要一个明确的战略：确定它们是增强还是自动化人类决策。
2. 变革管理
在实施算法管理时，考虑员工的福祉也很重要。在组织中引入算法是一个实质性的转变，变革管理的视角可能会很有帮助，主动的变革管理是引入算法的决定性因素。
你需要确保已经做好变革的准备。通过帮助你的员工和经理理解算法所增加的价值，可以让他们准备好迎接变革。
人们也可能对算法管理的引入感到威胁。这可能是由于缺少关于算法管理的广泛且深入的交流。
同样，员工可能会担心机器正在取代他们，为了克服这一点，在变革过程的早期就把员工和管理者纳入进来是很重要的。建立开放的沟通渠道有助于解决人们所关心的问题。
这包括主动沟通数据的用途以及谁对算法决策负责。它可以防止员工或管理者感到自己被蒙在鼓里。
沟通和变革管理应该与培训齐头并进。培训可以让人们轻松地处理与算法的关系，并移交决策。
如果人们不了解算法是如何工作的，他们可能不想使用它。培训员工和管理人员使用算法所需的技能和能力是至关重要的。
3.不断评估
最后，公司需要采用一种持续评估的文化。跟踪算法的执行情况的必要性。只有当决策是准确的、高质量的，人们才会接受算法带来的附加值。
并不是每一种算法都能提高效率，所以监控其质量是很重要的。 这一变化对员工的影响也需要跟踪，组织可以为员工提供表达关切和提供反馈的机会，特别是那些由算法管理的员工。这为组织调整和改进算法管理提供了有价值的信息。
算法管理的好处以及它如何帮助企业在竞争中保持领先地位是显而易见的。
算法不仅能提高效率，还能增强决策能力。不过，这不应该以牺牲员工福祉为代价。
自动化执行的任务(比如提供反馈)代表了一个巨大的变化，但我们对把这种变化转变成积极和可持续的事情具有主动权，管理者和人力资源需要在创造变革准备方面发挥重要作用。
没有一刀切的方法，每个组织都需要仔细评估算法的引入给他们带来的好处和挑战。
本文提出的策略可以帮助指导组织完成这一转变。算法管理的前景是巨大的。然而，有必要始终关注组织所拥有的最有价值的资产： 我们的员工。
了解更多： 方云数字化创新绩效，数据智能驱动创新型增长
B. 2022年3月1日实施的网络新规
《互联网信息服务算法推荐管理规定》
国家网信办等四部门联合发布的《互联网信息服务算法推荐管理规定》，3月1日起正式施行
《规定》明确，应用算法推荐技术，是指利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息。各类提供算法推荐服务的互联网公司几乎都在监管范围内，如各类短视频平台、电商平台、社交平台及餐饮外卖平台等。
法律依据
《互联网信息服务算法推荐管理规定》
第三条 国家网信部门负责统筹协调全国算法推荐服务治理和相关监督管理工作。国务院电信、公安、市场监管等有关部门依据各自职责负责算法推荐服务监督管理工作。
地方网信部门负责统筹协调本行政区域内的算法推荐服务治理和相关监督管理工作。地方电信、公安、市场监管等有关部门依据各自职责负责本行政区域内的算法推荐服务监督管理工作。
第四条 提供算法推荐服务，应当遵守法律法规，尊重社会公德和伦理，遵守商业道德和职业道德，遵循公正公平、公开透明、科学合理和诚实信用的原则。
第六条 算法推荐服务提供者应当坚持主流价值导向，优化算法推荐服务机制，积极传播正能量，促进算法应用向上向善。
算法推荐服务提供者不得利用算法推荐服务从事危害国家安全和社会公共利益、扰乱经济秩序和社会秩序、侵犯他人合法权益等法律、行政法规禁止的活动，不得利用算法推荐服务传播法律、行政法规禁止的信息，应当采取措施防范和抵制传播不良信息。
第七条 算法推荐服务提供者应当落实算法安全主体责任，建立健全算法机制机理审核、科技伦理审查、用户注册、信息发布审核、数据安全和个人信息保护、反电信网络诈骗、安全评估监测、安全事件应急处置等管理制度和技术措施，制定并公开算法推荐服务相关规则，配备与算法推荐服务规模相适应的专业人员和技术支撑。
第八条 算法推荐服务提供者应当定期审核、评估、验证算法机制机理、模型、数据和应用结果等，不得设置诱导用户沉迷、过度消费等违反法律法规或者违背伦理道德的算法模型。
第九条 算法推荐服务提供者应当加强信息安全管理，建立健全用于识别违法和不良信息的特征库，完善入库标准、规则和程序。发现未作显着标识的算法生成合成信息的，应当作出显着标识后，方可继续传输。
发现违法信息的，应当立即停止传输，采取消除等处置措施，防止信息扩散，保存有关记录，并向网信部门和有关部门报告。发现不良信息的，应当按照网络信息内容生态治理有关规定予以处置。
第十条 算法推荐服务提供者应当加强用户模型和用户标签管理，完善记入用户模型的兴趣点规则和用户标签管理规则，不得将违法和不良信息关键词记入用户兴趣点或者作为用户标签并据以推送信息。
第十一条 算法推荐服务提供者应当加强算法推荐服务版面页面生态管理，建立完善人工干预和用户自主选择机制，在首页首屏、热搜、精选、榜单类、弹窗等重点环节积极呈现符合主流价值导向的信息。
第十二条 鼓励算法推荐服务提供者综合运用内容去重、打散干预等策略，并优化检索、排序、选择、推送、展示等规则的透明度和可解释性，避免对用户产生不良影响，预防和减少争议纠纷。
第十三条 算法推荐服务提供者提供互联网新闻信息服务的，应当依法取得互联网新闻信息服务许可，规范开展互联网新闻信息采编发布服务、转载服务和传播平台服务，不得生成合成虚假新闻信息，不得传播非国家规定范围内的单位发布的新闻信息。
第十四条 算法推荐服务提供者不得利用算法虚假注册账号、非法交易账号、操纵用户账号或者虚假点赞、评论、转发，不得利用算法屏蔽信息、过度推荐、操纵榜单或者检索结果排序、控制热搜或者精选等干预信息呈现，实施影响网络舆论或者规避监督管理行为。
第十五条 算法推荐服务提供者不得利用算法对其他互联网信息服务提供者进行不合理限制，或者妨碍、破坏其合法提供的互联网信息服务正常运行，实施垄断和不正当竞争行为。
C. 解读《互联网信息服务算法推荐管理规定》
来源:新华网
新华社北京1月仔铅游4日电 题：规范互联网信息服务算法推荐活动 维护国家安全和 社会 公共利益——解读《互联网信息服务算法推荐管理规定》
为规范互联网信息服务算法推荐活动，维护国家安全和 社会 公共利益，保护公民、法人和其他组织的合法权益，促进互联网信息服务 健康 发展，近日，国家互联网信息办公室、工业和信息化部、公安部、国家市场监督管理总局联合发布《互联网信息服务算法推荐管理规定》，自2022年3月1日起施行。
据悉，规定中所称应用算法推荐技术，是指利用生成合成类、个性化推送类、排序精选类、检索过滤类、调度决策类等算法技术向用户提供信息。
规定明确了算法推荐服务提供者的信息服务规范，要求算法推荐服务提供者应当坚持主流价值导向，积极传播正能量，不得利用算法推荐服务从事违法活动或者传播违法信息，应当采取措施防范和抵制传播不良信息。
规定要求，算法推荐服务提供者应规范开展互联网新闻信息服务，不得生成合成虚假新闻信息或者传播非国家规定范围内的单位发布的新闻信息；不得利用算法实施影响网络舆论、规避监督管理以及垄断和不正当竞争行为。
据国家网信办有关负责人介绍，出台规定主要基于两个方面的考虑：一是深入推进互联网信息服务算法综合治理的需要；二是积极促进算法推荐服务规范 健康 发展的需要。
该负责人表示，算法应用日益普及深化，在给经济 社会 发展等方面注入新动能的同时，算法歧视、“大数据杀熟”、诱导沉迷等算法不合理应用导致的问题也深刻影响着正常的传播秩序、市场秩序和 社会 秩序，给维护意识形态安全、 社会 公平公正和网民合法权益带来挑战，迫切需要对算法推荐服务建章立制、加强规范，念销着力提升防范化解算法推荐安全风险的能力，促进算法相关行业 健康 有序发展。
据介绍，针对群众普遍关心的用户权益保护问题，规定明确了算法知情权，要求告知用户其提供算法推荐服务的情况，并公示服务的基本原理、目的意图和主要运行机制等；明确了算法选择权，要求向用户提供不针对其个人特征的选项，或者便捷的关闭算法推荐服务的选项。
此外，针对向未成年人、老年人、劳动者、消费者等主体，规定要求，不得利用算法推荐服务诱导未成年人沉迷网络，应当便利老年人安全使用算法推荐服务，应当建立完善平台订单分配、报酬构成及支付、工作时间、奖惩等相关算法，不得根据消费者的偏好、交易习惯等特征利用算法在交易价格等交易条件上实施不合理的差别待遇等。
根据规定，具有舆论属性或者 社会 动员能力的算法推荐服务提供者，应当在提供服务之日起十个工作日内通过互联网信息服务算法备案系统填报备案信息，履行备案手续；备案信息发生变更的，应当在规定时间内办理变更手续。算法推荐服务提供者应当依法留存网络日志，配激孙合有关部门开展安全评估和监督检查工作，并提供必要的技术、数据等支持和协助。
国家网信办有关负责人指出，算法推荐服务治理需要政府、企业、 社会 、网民等多方主体共同参与，推动算法推荐服务公正公平、规范透明，促进算法推荐服务向上向善，营造更加清朗的网络空间。
D. 大数据时代十大热门IT岗位_大数据岗位有哪些
大数据时代十大热门IT岗位
大数据时代十大热门IT岗位,新的想法诞生新的技术，从而造出许多新词，云计算、大数据、BYOD、社交媒体、3D打印机、物联网在互联网时代，各种新词层出不穷，令人应接不暇。这些新的技术、新兴应用和对应的IT发展趋势，使得IT人必须了解甚至掌握最新的IT技能。另一方面，云计算和大数据乃至其他助推各个行业发展的IT基础设施的新一轮部署与运维，都将带来更多的IT职位和相关技能技术的要求。
毫无疑问，这些新趋势的到来，会诞生一批新的工作岗位，比如数据挖掘专家、移动应用开发和测试、算法工程师，商业智能分析师等，同时，也会强化原有岗位的新生命力，比如网络工程师、系统架构师、咨询顾问、数据库管理与开发等等。下面分别为大家介绍着十大IT技能所体现的工作岗位：
一、算法工程师
何万青博士曾经介绍把一件事做快做好的三种方法，其中就提到过“提高流水线效率、更好的算法和更短的代码关键路径。”可以看出算法在系统效率中的轿碰重要地位。算法是让机器按照人类设想的方式去解决问题，算法很大程度上取决于问题类型和工程师对机器编程的理解，其效率的高低与算法息息相关。
在数学和计算机科学之中，算法(Algorithm)为一个计算的具体步骤，常用于计算、数据处理和自动推理。在大数据时代，算法的功能和作用得到进一步凸显。比如针对公司搜索业务，开发搜索相关性算法、排序算法。对公司海量用户行为数据和用户意图，设计数据挖掘算法。
算法工程师，根据研究领域来分主要有音频/视频算法处理、图像技术方面的二维信息算法处理和通信物理层、雷达信号处理、生物医学信号处理等领域的一维信息算法处理。另外数据挖掘、互联网搜索算法这些体现大数据发展方向的算法，在近几年越来越流行，而且算法工程师也逐渐朝向人工智能的方向发展。
二、商业智能分析师
算法工程师延伸出来的商业智能，尤其是在大数据领域变得更加火热。IT职业与咨询服务公司Bluewolf曾经发布报告指出，IT职位需求增长最快的是移动、数据、云服务和面向用户的技术人员，其中具体的职位则包括有商业智能分析师一项。
商业智能分析师往往需要精通数据库知识和统计分析的能力，能够使用商业智能工具，识别或监控现有的和潜在的客户。收集商业情报数据，提供行业报告，分析技术的发展趋势，确定市场未来的产品开发策略或改进现有产品的销售。
商业智能和逻辑分析技能在大数据时代显得特别重要，拥有商业知识以及强大的数据和数学分析背景的IT人才，在将来的IT职场上更能获得大型企业的青睐。不过这些技能并不是一般人都能掌握的，一些公司目前正在招聘统计学家并教授他们有关技术和商业的知识。
三、数据挖掘工程师
数据挖掘工程师，也可以叫做“数据挖掘专家”。数据挖掘是通过分析每个数据，从大量数据中寻找其规律的技术。数据挖掘是一种决策支持过程，它主要基于人工智能、机器学习、模式识别、统计学、数据库、可视化技术等，高度自动化地分析企业的数据，做出归纳性的推理，从中挖掘出潜在的模式，帮助决策者调整市场策略，减少风险，做出正确的决策。
数据挖掘专家或者说数据挖掘工程师掌握的技能，能够为其快速创造财富。当年亚马逊的首位数据挖掘工程师大卫·赛林格(DavidSelinger)创办的数据挖掘公司，将类似于亚马逊的产品推荐引擎系统销售给在线零售和广告销售商，而这种产品推荐引擎系统，也成为亚马逊有史塌帆中以来最赚钱的工具。数据挖掘的价值由此可见一斑。
四、咨询顾问(专家)
任何业务部门和任何行业企业，都有IT系统在背后默默无闻地支撑着。在云计算大数据时代，业务面临的挑战和机遇也会给IT系统带来更多要求。在这种情况下，IT系统的规划部署和运维，都要有更为精通的专业人士才能胜任，并满足面向未来大数据分析、云计算服务应用的需要。
纽约蒙特法沃医疗中心(center)的副主席杰克-沃夫(JackWolf)曾经表示，他寻求不仅会建立和使用系统而且还会给予其他员工技术支持的新员工，他说："新的系统意味着你必须有更多的咨询台来处理更多的咨询量。"当然，这里体现的主要是某个系统的技术支持的功能，但管中规豹我们不难发现，无论是部署初期的物料采购还是运维过程中的金玉良言，都凸显出这种技术咨询顾问的重要性。
五、网络工程师
网络工程师可以说是一个“绿色长青”的职业，网络技术一直以来就处于团山急需之中，美国人力资源公司罗勃海佛国际(RobertHalf)第三季度IT招聘指数和技能报告指出，网络管理占总需求技能排名中的第二位。对于云计算时代来说，网络在云资源池中(计算、存储、网络)更是扮演着更为重要的作用。
另一方面，IPv6标准、物联网、移动互联等蓬勃发展，使得对于网络工程师尤其是新型网络工程师(移动、IPv6、云计算方向)的人才和技能要求也越来越多。网络工程师也因此而可以细分成多个发展方向，相应的技能要求其侧重也有所不同。比如网络安全、网络存储、架构设计、移动网络等等。
六、移动应用开发工程师
移动应用开发，会随着移动互联网时代的到来变得更受追捧。截至2012年底我国已经有10亿手机用户，移动智能终端用户超过4亿，在移动支付、移动购物、移动旅游、移动社交等方面涌现了大量的移动互联网游戏、应用和创业公司。
移动平台智能系统较多，但真正有影响力的也不外乎iOS、Android、WP、Blackberry等。大量原来PC和互联网上的信息化应用、互联网应用均已出现在手机平台上，一些前所未见的新奇应用也开始出现，并日渐增多。
移动应用开发，由于存有多个平台系统，因此不同的平台开发者其所面临的机遇和挑战也不尽相同。一个很明显的例子就是，当初由Google公司和开放手机联盟领导及开发的基于Linux的安卓系统，在开源之后就给广大开发者(商)带来巨大商机，而坚定选择iOS平台的的开发工程师，也通过苹果生态系统的不断扩建和智能设备的高市场占有，使得较早的一批开发者都赚得盆满钵满。不过在国内由于用户习惯、产业环境和版权保护的问题，移动应用开发者并没有因此而获得相应的收益。
七、软件工程设计师
近年IT业界逐渐涌现出一股软件定义网络(SDN)、软件定义数据中心、软件定义存储(SDS)和软件定义服务器(MoonShot)等浪潮，大有软件定义未来一切IT基础设施的趋势。
PaaS、SaaS、数据挖掘和分析、数据管理和监控、虚拟化、应用开发等等，都是软件工程师大展身手的好舞台。相应的，这些技术领域也对软件工程师的要求会更高，尤其是虚拟化和面向BYOD、云计算、大数据等应用的开发和管理，都需要有更高深的技术支撑。
和算法工程师有点类似的地方在于，软件工程师也需要注重设计模式的使用，一位优秀的工程师通常能识别并利用模式，而不是受制于模式。工程师不应让系统去适应某种模式，而是需要发现在系统中使用模式的时机。
八、数据库开发和管理
数据库开发和管理在大数据时代显得尤为重要，相关的数据库管理、运维和开发技术，将成为广大BI、大型企业和咨询分析机构特别看重的技能体现。代表着更多类型(尤其是非结构化类型)的海量数据的涌现，要求我们实时采集、分析、传输这些数据集，在对基础设施提出严峻挑战的同时，也特别强调了数据库开发和管理人员的挑战。
比如分布式的、面向海量数据管理的数据库系统之一NoSQL，就是面向大数据领域的非关系型数据库的流行平台，高可用、大吞吐、低延迟、数据安全性高等应用特点成为了很多企业的看重的特点，并希望有足够多的优秀IT开发人员深度开发NoSQL系统，解决对存储的扩容、宕机时长、平滑扩容、故障自动切换等问题的困恼。
另外，更为知名的Hadoop分布式数据库HBase的数据管理，需要借助HRegion、HMaster、HClient组成的体系结构从整体上管理数据。这些也都需要有对Hadoop深刻理解和业务的精通才能胜任。而除此以外的大数据的存储管理、内存计算、包括基于这些应用上的平台开发等等，也得会越来越受市场欢迎。
九、系统架构师
去年三星首席系统架构师吉姆·莫加德(JimMergard)跳槽至苹果，属于近期比较大的系统架构师人事变动，这种变动也说明了当今对于系统架构师的高度重视和认可。
众所周知，云计算和大数据的出现，使得传统的数据中心基础设施难以胜任;另一方面，日益激烈的市场竞争和移动互联等商机的出现，势必会给企业业务带来深刻变革。这种变革和IT架构转型，都会牵扯到IT系统架构这个核心问题。相比之前介绍的那些IT技能和所对应的岗位，系统架构师的规划部署能力显得尤为重要，它牵扯的是整个面而不是某个领域某个点的痛点。
十、系统安全师
同样的，网络、计算、存储还是系统架构，也都需要关注安全问题，而安全在现在的云计算环境下，个人隐私和企业敏感数据的保护也不断被强化。
在当前很多企业都收缩IT安全预算开支后，还不断面临着增强的合规要求等问题。企业们都在考虑是否应当将某些IT运营交给云端服务提供商处理。实际上，每个人都深感压力，预算不够地情况下还要尽力防护数据地安全，特别是中小型企业，这也就意味着企业需要将部分IT运转外包给第三方以减少资金和人力方面地投资。
即使不采用外包的形式，无论个人还是企业都会更加注重安全，因为“安全”本身是没有行业限制和划分的，尤其是企业在构建云计算环境、提交或者收集海量数据进行处理分析、存储和传输等等一系列环节，都会面临新的挑战。这种挑战势必会需要有更多更专业的技术人才帮助解决这些问题。相比传统来说，系统安全师将更多的会结合具体的业务展开，而根植于系统平台和底层基础设施的系统安全，则更多的会出现在运营