随着华为企业业务的不断发展与壮大,华为及合作伙伴对人才的需求与日俱增。为此,华为携手生态圈中的合作伙伴面向华为ICT学院的学生在各地陆续举办了多场“华为ICT人才联盟双选会”。
本次“华为内蒙古ICT人才联盟双选会暨高校ICT人才培养研讨会” 由华为和内蒙古自治区计算机学会主办,博赛网络技术有限公司和北京神州数码有限公司联合承办,在呼和浩特巨华嘉禧酒店隆重举行。本次大会旨在为内蒙古区域的院校和企业的之间的人才匹配搭建平台,缓解生态链上合作伙伴的人才压力,促进内蒙古区域ICT人才生态的建设。
华为内蒙古ICT人才联盟双选会大会现场
出席本次会议的领导嘉宾有内蒙古自治区计算机学会秘书长内蒙古大学计算机学院王俊义教授、内蒙古自治区教育厅高校毕业生就业指导中心主任李天宇先生、华为内蒙古企业业务交付与服务部部长晁文广先生、北京神州数码有限公司华为本部服务事业部总经理罗光先生。
本次ICT人才联盟双选会得到内蒙古教育主管部门的大力支持,内蒙古自治区计算机学会秘书长,内蒙古大学计算机学院王俊义教授为大会致辞。王俊义教授指出华为公司在内蒙古ICT人才生态建设方面做出重要贡献,多所高校已和华为开展ICT人才培养合作。
内蒙古自治区计算机学会秘书长 内蒙古大学计算机学院王俊义教授为大会致辞
华为内蒙古企业业务交付与服务部部长晁文广先生出席会议并为大会致辞。晁文广先生介绍了华为企业业务服务在内蒙古区域的情况,以及华为ICT人才生态在内蒙古区域的建设发展状况,并介绍了华为ICT学院建设情况。晁文广先生指出华为公司将搭建平台,进一步加深ICT人才生态的建设,让高校培养出优秀的人才,让企业招到有用之才,让学生们能够找到好的工作有好的职业发展。
华为内蒙古企业业务交付与服务部部长晁文广先生为大会致辞
ICT人才生态的良性建设,离不开合作伙伴的密切配合和鼎力支撑。华为授权培训中心博赛网络技术有限公司总经理董良先生给大家分享了博赛网络ICT人才培养的经验内容。
本次大会还邀请了ICT人才生态建设的重要合作伙伴上台分享他们的人才培养规划和用人需求。北京神州数码有限公司华为本部服务事业部总经理罗光先生,中建材信息技术股份有限公司内蒙古办事处主任闫嘉宁先生,内蒙古华强通讯技术有限公司人力资源部经理武晓莉女士,内蒙古九州任驰信息技术有限公司渠道经理王海燕女士给大家带来精彩的分享。
本次大会吸引了30余家企业的热情参与,现场提供200余个就业岗位,共有超过450名内蒙古各大高校的学生前来应聘,双选会现场十分火热。
双选会现场
在双选会招聘进行的同时,华为公司和高校的领导嘉宾以及博赛网络技术有限公司在会议室举行高校ICT人才培养研讨会,讨论如何将高校的ICT人才与企业进行精准的对接。
华为ICT人才联盟双选会是华为在合作伙伴和华为ICT学院之间架起的一座桥梁,旨在缩小ICT行业人才产出与实际需求之间的落差,促进行业的快速和健康良性发展。经过企业和学生的充分交流沟通,约150个岗位达成了招聘意向。本次“华为内蒙古ICT人才联盟双选会暨高校ICT人才培养研讨会”圆满落幕。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。