作为University of Alabama at Birmingham的副总和CIO,Curt Carver正用一套显著的雇佣策略来处理IT人才短缺的情况。 他已经开始跟人力资源展开策略性合作,形成了独特的合伙人模式,引入更年轻的或非传统的IT人才;为了将那些拥有分析、安全和商业智能(BI)专业知识的员工留在UAB,他还提供了大量的激励措施。
“虽然没有每年涨薪,但我们实施绩效工资;我们以绩效工资的方式给安全、商业智能的人分配更多,从而留住这些员工,因为他们炙手可热,”Carver说。
如今,来自各行业和各规模公司的CIO正为了技术人才争得头破血流。严重的供少于求给高级IT领导带来了压力,此说法根据《IT人才危机:来自CIO们和HR领导的久经考验的建议》----一份来自《哈佛商业评论分析服务》的报告——报告中表示:“历史上低技术行业的CIO(地方政府、法律公司、房地产、制造业)必须争取获得Google和Amazon这类企业所喜爱的人才。” 新的现实需要新的反应,专家说。
IT人才短缺
Carver是接受《IT人才危机》报告采访的CIO中的一员。他同意这种说法:CIO们处于危机中。“归因于数字化,工作场所正在发生转变。转变发生在高等教育,转变还存在于技术中,”他说,“所有这三者正在承受这个问题,并创造出更多有价值的经验。” 大学和州政府的CIO们并非是唯一感到压力的人。
就今年,Harvey Nash/KPMG 2016 CIO Survey数据表明,3352名高级IT受访者中的65%相信技能短缺正阻碍他们----比去年上升59%。Gartner 2016年的CIO议程报告显示了一些相似的情况:27%的高级IT经理认为缺乏技能和资源是阻碍他们成功的最主要障碍。来自IDG执行委员会的IT人才评估调查发现,131名IT领导者受访者中有8%拥有健康的、牢固的人才渠道。。 “
事实是,五分之三(60%)的IT领导者表示吸引优秀的IT人才,比三年前更具有挑战性。”全球媒体局和客户研究经理Brendan McGowan说。他参与写作并监视CIO执行委员会的调查。 对IT人才的需求没有按预期减少。根据美国劳工统计局说法,电脑和信息技术工作从2014年到2024年会增长12%,创造差不多五十万的新工作。“每家公司都被技术所驱动,因此这是一个超越IT部门范畴的普遍问题,” McGowan说。
IT - HR关系
Alabama大学的Carver依赖于他与HR的合伙关系来消除今年的雇佣难题。与HR建立牢固的关系是管用的。比如,针对分析学、安全和BI专业知识的人才,他采用与其他员工不同的激励策略。因此最初没有与人力资源部门相处好。从全校范围来看,HR认为这是创造了“内部薪资不公平待遇”,Carver说。
今天,IT-HR关系立足于更坚固的基础。这两个部门共享一名人力资源顾问----“我们的桥梁,”Carver说。有一个共享的人力资源顾问已经促使去年部署有些积极性,他说,这“在许多情况下,大学已经认为这是好方法,并在全校进行采纳。”
依据《IT人才危机》的报道的说法,CIO武器库里最关键的武器之一就是与HR部门牢固的关系。“随着技术人才成为企业成败的决定性因素,CIO和他们的HR合作伙伴必须并肩合作,从而改变吸引并培育人才的模式。”报告说道。
CIO执行委员会的McGowan同意与HR的伙伴关系是“绝对重要的。你需要确保阐明你所需要的,特别是对于入门级角色,“他说。 IT技能组合,重新考虑 确实,Carver的一项策略是重新考虑IT职位所需的技能组合。“过去我们只招聘有四年制学历的人,”他说,“已经不再是这样了。” 某些入门级的IT职位不需要计算机科学专业知识,Carver说。
他以日志文件分类、响应程序设计和咨询台为例,“咨询台需要一定程度的技术能力,”他说,“但是真正需要的是交流技能、协调技能,以及团队合作的能力。” 这些非技术聘用确实需要培训,但是培训可以来自实习、证书课程、Year Up之类的编码营地和组织以及一种针对城市青年一年学习和工作的项目。“我喜欢计算机科学,我热爱计算机科学专业,但是现在有更多的职位,并且有来自像Year Up之类项目的很棒的候选人。” 扩大雇佣目标人群以及招聘方式----对Carver来说已经成为一种双赢的模式。他发现了新的渠道来填补入门级IT职位,他的新员工常常得到他们后续工作所需的培训,他说。
好文章,需要你的鼓励
在我们的日常生活中,睡眠的重要性不言而喻。一个晚上没睡好,第二天的工作效率就会大打折扣,而充足的睡眠不仅能让我们恢复精力,还能帮助大脑整理和巩固当天学到的知识。有趣的是,AI模型竟然也表现出了类似的“睡眠需求”。
DeepSeek-AI团队通过创新的软硬件协同设计,仅用2048张GPU训练出性能卓越的DeepSeek-V3大语言模型,挑战了AI训练需要海量资源的传统观念。该研究采用多头潜在注意力、专家混合架构、FP8低精度训练等技术,大幅提升内存效率和计算性能,为AI技术的民主化和可持续发展提供了新思路。
尽管模型上下文协议(MCP)自11月推出以来用户数量快速增长,但金融机构等监管行业仍保持谨慎态度。银行等金融服务公司虽然在机器学习和算法方面是先驱,但对于MCP和Agent2Agent(A2A)系统的采用较为保守。监管企业通常只使用内部代理,因为其API集成需要经过多年审查以确保合规性和安全性。专家指出,MCP缺乏基本构建块,特别是在互操作性、通信标准、身份验证和审计跟踪方面。金融机构需要确保代理能够进行"了解您的客户"验证,并具备可验证的身份识别能力。
加拿大女王大学研究团队首次系统评估了大型视频语言模型的因果推理能力,发现即使最先进的AI在理解视频中事件因果关系方面表现极差,大多数模型准确率甚至低于随机猜测。研究创建了全球首个视频因果推理基准VCRBench,并提出了识别-推理分解法(RRD),通过任务分解显著提升了AI性能,最高改善幅度达25.2%。