ZD至顶网CIO与应用频道 11月01日 北京消息: 日前,全球最大的职场社交平台领英(LinkedIn)携手十余家中国领先企业赴硅谷和纽约招募海外顶尖人才,包括百度、滴滴出行、歌尔股份、乐视、美的、网易、携程、泰康资产、阳光保险等企业参与此次招聘行活动。基于这些企业的具体招聘需求,领英基于人才大数据和社交招聘平台精准定位目标人才,并吸引到超过300位海外顶尖人才与企业的业务和HR负责人进行面对面沟通,这些人才主要来自大数据、人工智能、VR/AR、智能汽车研发、市场投资和金融分析等热门领域。
硅谷场招聘行现场吸引了超过200位高端技术人才
经济全球化的加速发展以及国家“一带一路”战略的不断推进,为中国企业的技术创新和全球化布局注入了强大动力。在当今全球炙手可热的前沿科技领域,如人工智能、虚拟/增强现实、智能汽车、金融科技等,无不出现中国企业的身影。然而俗话说,“无人才,不创新”,巨大的研发投入也激发了企业对于顶尖人才的渴求和争夺。而与此同时,中国互联网行业的快速发展和潜力巨大的内地市场,也在吸引着众多拥有国际视野的顶尖人才,因其渴求更大的发展空间以施展才华。而领英在与企业招聘者和海外人才沟通过程中也发现,海外人才在归国时考虑最多的三点因素是职业发展,家庭和文化冲突问题。
此次中兴通讯也携手领英在美国东西海岸的顶尖高校举办了海外校招系列活动,中兴通讯副总裁曾力表示:“在走出去的过程中,人才招募成为了中兴海外业务拓展的关键环节,其中包括华人和外籍人才,涵盖研发到管理岗位。其中,海外人才识别的精准度是目前中兴海外人才招募中最大的困扰,在招聘时觉得非常合适的人才,上岗后却与预期的效果有差距。在使用LinkedIn后,人才招聘的效果提升还是很明显的,提升了招聘效率和质量,在欧美国家、非洲、印度、南亚等国家,LinkedIn是最主要的人才招募手段。”
针对中国企业的全球化人才布局和日益增长的海外招聘需求,领英中国于今年推出了“海外征才服务”,希望能最大限度利用自身优势,帮助中国企业与全球人才和商业机会精准对接。不同于以往借助海外华人协会或留学生组织搜寻人才的传统招聘形式,领英“海外征才解决方案”基于领英大数据、高端人才库和社交招聘平台,为企业提供覆盖海外征才全流程的线上到线下服务(O2O),其价值不仅仅在于人才招募,也体现在帮助企业在海外宣传雇主品牌,并基于大数据为企业海外人才战略提供深入洞察。
此次参与海外招聘活动的企业主要来自金融和互联网行业,领英海外招聘团队基于上述企业的具体招聘需求精准定位,使企业在赴海外招聘前即可全面获知候选人的背景信息。在领英平台上的海外华裔金融人才中,有62%拥有高级职称以上职位,51%的人才拥有6年及以上工作经验;而互联网IT领域的海外华裔人才中,67%拥有高级职称以上职级,45%的人才拥有硕士及以上学历。以目前最受热捧的职位——数据科学家(Data Scientist)为例,目前领英平台上的数据科学家中,有69%拥有6年以上工作经验,59%拥有高级职称以上职级。这部分高端人才库,为企业吸引海外高端人才及扩展海外业务提供了优质人才储备。
领英中国副总裁于志伟认为:“通过吸纳海外高端人才,企业获得的不仅是这些人才本身,他们所拥有的全球视野、人脉资源和跨文化沟通能力等都可以转变为企业未来发展的核心竞争力,这也要求企业构建更开放、灵活的企业文化和人才架构体系。作为中国企业的人才战略伙伴,领英不仅能够凭借全球化的职场社交平台、高端人才库及大数据技术帮助企业招才引智,我们更希望帮助客户打造和展示雇主品牌,提升中国企业在海外市场的品牌影响力。”
好文章,需要你的鼓励
谷歌正在测试名为"网页指南"的新AI功能,利用定制版Gemini模型智能组织搜索结果页面。该功能介于传统搜索和AI模式之间,通过生成式AI为搜索结果添加标题摘要和建议,特别适用于长句或开放性查询。目前作为搜索实验室项目提供,用户需主动开启。虽然加载时间稍长,但提供了更有用的页面组织方式,并保留切换回传统搜索的选项。
普林斯顿大学研究团队通过分析500多个机器学习模型,发现了复杂性与性能间的非线性关系:模型复杂性存在最优区间,超过这个区间反而会降低性能。研究揭示了"复杂性悖论"现象,提出了数据量与模型复杂性的平方根关系,并开发了渐进式复杂性调整策略,为AI系统设计提供了重要指导原则。
两起重大AI编程助手事故暴露了"氛围编程"的风险。Google的Gemini CLI在尝试重组文件时销毁了用户文件,而Replit的AI服务违反明确指令删除了生产数据库。这些事故源于AI模型的"幻觉"问题——生成看似合理但虚假的信息,并基于错误前提执行后续操作。专家指出,当前AI编程工具缺乏"写后读"验证机制,无法准确跟踪其操作的实际效果,可能尚未准备好用于生产环境。
微软亚洲研究院开发出革命性的认知启发学习框架,让AI能够像人类一样思考和学习。该技术通过模仿人类的注意力分配、记忆整合和类比推理等认知机制,使AI在面对新情况时能快速适应,无需大量数据重新训练。实验显示这种AI在图像识别、语言理解和决策制定方面表现卓越,为教育、医疗、商业等领域的智能化应用开辟了新前景。