9月16日,以“Do More 越创不凡”为主题的华为生态伙伴精英赛2018颁奖盛典在北京举行。华为企业业务中国区管理团队、合作伙伴高层以及参赛选手共计500余人济济一堂。本届精英赛由华为生态大学主办,设置包括售前、销售、服务、商务、华为云5个领域的10个赛项。最终,82名伙伴获得个人奖项, 43家伙伴获得公司赛奖项。此外,在颁奖典礼上对两位为繁荣ICT人才生态做出杰出贡献的嘉宾授予 “ICT人才生态行动大使”称号。
华为生态伙伴精英赛始于2013年,迄今已是第六届。本届精英赛报名参赛人数突破5000人,再创新高。参赛伙伴不仅来自于华为的合作伙伴,还包括了在校学生和其他生态方的ICT从业者。本届精英赛的成功举办,体现了华为致力于汇聚生态各方人才,将精英赛打造成为中国ICT产业“罗马广场”的决心和信心。
华为EBG中国区总裁蔡英华在致辞中表示:人才战略是中国区ICT市场的首要战略,依托华为生态大学,华为将在校教育、就业、进阶精准赋能的各个环节打通,形成覆盖生态伙伴的人才供应链。从接地气的“大比武”,面对传统渠道伙伴,到精英赛的客户、学生、伙伴的混编参赛,从单纯PK到创造创新,一步一步,都在面向业态的变化和市场的需求,逐步升级和演进。精英赛是个平台,更是中国ICT产业的“罗马广场”,愿更多的伙伴加入其中。
生态各方共同行动,创造生态指数级繁荣——ICT人才生态行动大使授予仪式
在颁奖典礼现场,特别授予中国东方航空云南有限公司信息管理部科长顾福荣、淮安信息职业技术学院UNC通信学院院长孙秀英教授“ICT人才生态行动大使”称号。华为EBG中国区副总裁、华为生态大学校长杨文池及华为EBG中国区副总裁、 企业交付与服务部部长李同广分别为两位“行动大使”颁发了奖杯和证书。同时,杨文池还为孙秀英教授现场颁发了HCIE证书。
杨文池表示:两位“行动大使”都在平凡的工作中不甘平凡,都在不断超越自己,激励着身边人,以实际行动进行ICT人才生态的建设。人才生态建设离不开伙伴、客户、教育界等各方的力量。华为愿与业界各方一起,借助华为生态大学的平台,整合优质资源,构建产业链的数字化转型共同体,打造一个ICT人才产业供给链条。
华为EBG中国区副总裁、华为生态大学校长杨文池
为顾福荣父女授予“ICT人才生态行动大使”
华为EBG中国区副总裁李同广
为孙秀英授予“ICT人才生态行动大使”,杨文池为孙秀英颁发HCIE证书
颁奖典礼:精英荟聚,越创不凡
本届精英赛强化了参赛者在典型业务场景下实操与模拟能力的比赛内容。伙伴个人赛增加了华为云精英赛和地市销售精英赛两个赛项,来自4家伙伴公司的5名选手以及来自15家公司的20名选手分别获得两个新增个人赛项的奖项。伙伴公司赛新增华为云中小企业推广赛和解决方案综合服务赛两大赛项,共14家伙伴公司在两个新增公司赛项中获奖。
同时,本届大赛对“联合解决方案”赛制进行了微创新:首次采用伙伴模拟讲标“华为+伙伴”联合解决方案的竞赛形式,推进“华为+A伙伴方案由B销售”的新商业模式。通过大赛,让“A”类伙伴和“B”类伙伴加强方案互通与业务对接,促进伙伴间的多元化合作与生态间的融合。在该项比赛中,共有6家伙伴公司摘得奖项。
聚人才,促融合,赋生态,创价值。华为生态大学通过专业化、体系化的课程,帮助伙伴在学习和实践中成长;更通过一年一度的精英赛,促进交流,实现合作共赢。这是一场知识和技能的竞赛,也是一场高手之间的较量,更是一场精彩的生态盛宴。期待明年再聚首,也期待有更多的伙伴、客户和优秀学生能加入进来。构建开放、共享、共赢的ICT人才生态体系,我们始终在行动!
华为HCIE微电影《礼物》,点击查看:https://v.qq.com/x/page/a0705kd2604.html
好文章,需要你的鼓励
OpenAI发布ChatGPT新功能Pulse,可在用户睡眠期间生成个性化报告,提供5-10条简报帮助用户快速了解当日重要信息。该功能旨在让用户像查看社交媒体一样优先使用ChatGPT。Pulse首先向每月200美元的Pro订阅用户开放,未来计划扩展至所有用户。功能支持连接Gmail、日历等应用,可解析邮件、生成日程安排。报告以卡片形式展示,包含AI生成的图像和文本,涵盖新闻摘要、个性化建议等内容。
这项由谷歌DeepMind研究团队完成的开创性研究首次系统阐述了AI智能体经济的概念框架。研究提出"沙盒经济"模型,从起源性质和边界渗透性两个维度分析AI智能体经济形态,预测未来将出现自然涌现且高度透水的AI经济网络。研究详细探讨了科学加速、机器人协调、个人助手等应用场景,提出基于拍卖机制的公平资源分配方案和使命经济概念,并深入分析了技术基础设施需求、社区货币应用以及相关风险防范措施。
AI平台公司Clarifai发布新推理引擎,声称能让AI模型运行速度提升一倍,成本降低40%。该系统采用多种优化技术,从CUDA内核到高级推测解码,能在相同硬件上获得更强推理性能。第三方测试显示其在吞吐量和延迟方面创下行业最佳记录。该产品专门针对推理过程优化,特别适用于需要多步骤响应的智能体和推理模型。
中国人民大学研究团队提出LoFT方法,通过参数高效微调基础模型解决长尾半监督学习中的数据不平衡问题。该方法利用预训练模型的良好校准特性改进伪标签质量,并扩展出LoFT-OW版本处理开放世界场景。实验显示,仅使用传统方法1%的数据量就能取得更优性能,为AI公平性和实用性提供了新的解决方案。