这已经不是什么秘密,Facebook正在寻找新的首席信息官。
今年4月,现任的CIO Tim Campos宣布他将在今年年底,离开这家社交媒体公司。 但这一声明也确实带来了一个意想不到的事件:Facebook在自己的网站上,发布了CIO职位——职位要求、职责和其他信息。
这一发布对CIO而言是有益的,为他们提供了一个机会,看看这一位于数字化转换另一面的公司,想寻找一位怎么样的未来IT领导人。 我们让三位猎头专家查看了这一CIO职位,并提供了他们的专家见解。
概述:Facebook想要寻找一位业务技术专家——善于承担传统的CIO职责,比如业务流程管理,同时也是一位战略业务领袖。
混合型CIO
这一CIO职位中,引人注目的一个方面是其中的传统IT部分。这位新的CIO的职责将包括“治理,”“构建和加强企业IT安全战略,”推动“业务流程改进,”并确保“信息技术基础设施”能够满足业务的需求。
这是业务类型语言,根据Shawn Banerji,他是位于纽约市的Russell Reynolds Associates的顾问。对于将这些职责包含在职位描述中,他并不感到惊讶。
“在很多技术公司——而Facebook是媒体,社区和技术的混合,在很多方面,企业IT部门和其他任何媒体,或者制造公司没有很大区别,都追求一个(物联网)战略,IT都是企业重要的功能杠杆,”他说。
但是,职位描述中也要寻求现代的,数字化IT领导。在职位要求部分,学位包括技术为核心的MBA。Banerji认为技术方面的MBA,表明是技术推动业务。 “我想很多企业将技术作为关键的商业杠杆,”他说。 Martha Heller,是位于马萨诸塞州的Westborough 的Heller Search Associates的高级招聘人员。
她认为, IT团队的“产品”这样的用词, 是现代化的IT语言。根据她的研究Be the Business: CIOs in the New Era of IT ,Heller发现一些CIO们正在重新构建IT运营模型,通过在一定程度上使用业务的语言。
比如,ERP不是一种技术,而是一个需要管理的产品。 她还强调,职位描述中,提到激发“跨职能的生产力”,也是作为当代CIO的另一个用词。“如果Facebook的高层认为员工生产力是他们必须重视的,那CIO的职责就是推动,”她说。
“这是一个新增的职能。不再只是交付应用。” 这一职位,既要求一位传统的CIO,善于信息管理,基础设施和安全,又需要拥有商业智慧,促进公司战略和愿景,将使这个职位很难找到合适的人选,根据Craig Stephenson,是总部位于洛杉矶的猎头公司Korn Ferry的顾问。“今天的CEO需要一位不同的CIO,”他说。
“如今的CIO,是可以激励,帮助公司在数字化经济中塑造和执行远景。” 人才管理 在职责部分,相较其他部门,人力资源被提及两次。
首先,新的CIO必须确保HR的IT需求得到“高效和有效”的满足。
第二,即将上任的CIO被要求“开发和执行吸引和留住顶级人才的计划。” Stephenson认为,强调人才管理是合理的,因为他发现CIO在这方面花费的精力更多。 “我认为CIO在领导力上花费了25%的时间,” 其中包括与IT团队的互动,确保团队在向同一个方面前进并团结,并拥有合适的技能,他说。
这一比例高于去年,同时Stephenson指出,数字化作为推动力,正在从端到端,转变整个公司。 Banerji,从另一个角度,认为IT和HR之间的联系是“至关重要的”。“不仅仅是IT人才,”他表示。
应聘者常常会在公司网站,寻找信息。 “谁构建,支持并更新网站?通常是IT部门,与HR合作,”他说。如果没有很好的第一印象,潜在的应聘者可能会选择别的公司。 对于新员工,也同样适用,他们会根据公司提供的技术,进行判断。如果公司提供的IT工具和资源,低于标准,“他们会说,‘这个公司并不在进步,这个公司没有前瞻性,我要离开这里,’”他说。
网络与信息安全
两位猎头专家都提到了安全。职位描述中提到安全三次。 首先,新的CIO必须构建和管理“企业级的IT安全战略。” 第二,他或她必须“开发管理信息技术和安全的功能性计划。”第三,未来的Facebook CIO应该拥有“将新技术和标准引入一个不断发展的系统环境中,包括安全的相关经验。”
Banerji认为对于任何CIO而言,安全是潜在的“职业杀手”,并且在很多企业内,都获得董事会层面的重视。 数字创造了额外的复杂性,很多企业还没有意识到:内部信息安全和网络入侵往往被混为一谈,他说,其实它们完全不同。
“这就像数据和分析,”他说。“很多人把它们混在一起,因为这样更简单,但是那些成功利用数据,获得可执行分析能力的公司发现,其实,这两者各有其作用,虽然密切相关。”信息安全是个广泛的术语,适用于任何数据,但网络安全则特定于数字化数据,他说。
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。