据悉,极智嘉Geek+的“CARE”发展战略主要分为四个部分,分别是客户为中心 (Customer focus)、人工智能驱动 (Artificial Intelligence)、机器人即服务 (Robots as a Service ) 和生态赋能 (Ecosystem-enabling),每个部分都代表了极智嘉Geek+在不同领域的发展趋向和发展理念。那么,这四个部分具体都有哪些内容呢?下面我们就来了解一下:
3、机器人即服务 (Robots as a Service, RaaS):极智嘉提出了“机器人即服务 (RaaS)”的创新商业模式,通过设备代运营或者智能仓储服务的方式运营超过20万平米的仓库,并打造了一个数千台机器人的共享网络。这种机器人共享服务的模式,可以帮助客户有效减少初始投资、降低入局门槛,同时还能提高机器人使用效率、减少整体运营成本。未来极智嘉将进一步扩大机器人服务网络,以便帮助客户在极短的时间内建立可靠高效的仓储物流服务能力,快速响应市场需求并抓住商业机会。
吴良忠
年薪百万如今月薪3K,你是否已经入坑这个行业?
2019年10月15日,由国际知名智能机器人公司极智嘉Geek+主办的“极智嘉全球智慧物流峰会”在南京拉开了帷幕,此次峰会聚集了国内外多行业的精英与合作伙伴围绕智慧物流的发展、物流技术创新等方面进行深入探讨,作为此次峰会的举办者,极智嘉Geek+在峰会中公布了整合多维度需求的“CARE”发展战略,引发热烈反响。
据悉,极智嘉Geek+的“CARE”发展战略主要分为四个部分,分别是客户为中心 (Customer focus)、人工智能驱动 (Artificial Intelligence)、机器人即服务 (Robots as a Service ) 和生态赋能 (Ecosystem-enabling),每个部分都代表了极智嘉Geek+在不同领域的发展趋向和发展理念。那么,这四个部分具体都有哪些内容呢?下面我们就来了解一下:
极智嘉CARE战略
1、客户为中心 (Customer focus):物流机器人行业正在快速回归商业本质,客户关注的不仅是效率的提升,还重系统的可靠性、易用性和安全性。围绕“客户为中心”的战略,极智嘉未来将在打造技术优势的基础上,进一步强化对行业特及客户需求的理解,同时积累更丰富的运营经验,并打造强大专业的服务能力,不断为客户创造真实、全面的商业和社会价值。
2、人工智能 (Artificial Intelligence):极智嘉的AI研发有两大主要方向,一方面是让机器人会听、会想、会思考,提升机器人导航和感知的自主能力,另一方面是让物流运营更智能高效,解决机器人调度、库存管理和订单执行上的综合优化问题。除了对算法和策略的改进,极智嘉还将在不同行业的具体应用场景上进行打磨,不断积累数据,并通过机器学习持续提升机器人和系统能力。未来3年内,极智嘉预计投入不少于10亿人民币用于AI和机器人技术的研发,不断探索AI驱动的系统优化和效率提升。
3、机器人即服务 (Robots as a Service, RaaS):极智嘉提出了“机器人即服务 (RaaS)”的创新商业模式,通过设备代运营或者智能仓储服务的方式运营超过20万平米的仓库,并打造了一个数千台机器人的共享网络。这种机器人共享服务的模式,可以帮助客户有效减少初始投资、降低入局门槛,同时还能提高机器人使用效率、减少整体运营成本。未来极智嘉将进一步扩大机器人服务网络,以便帮助客户在极短的时间内建立可靠高效的仓储物流服务能力,快速响应市场需求并抓住商业机会。
4、生态赋能 (Ecosystem-enabling):极智嘉致力携手优秀的技术公司和产业链相关企业,打造强大的技术生态和产业生态,共同为客户实现新一代数字化和智慧化的敏捷供应链。
在技术生态方面,极智嘉携手云计算、物联网、机械臂等领域的龙头企业,共同为客户提供智慧物流的整体解决方案和服务。而在这个技术生态内,极智嘉也将通过自身对行业的理解、智慧物流解决方案的设计能力以及全球化推广和服务的能力,更好的帮助和赋能其他技术合作伙伴。
在产业生态方面,极智嘉大力加强与物流地产商、3PL公司、快递和运输公司、生产商、零售商、品牌商等企业合作,打通产业链上下游并推进协同、产生合力,以加快实现行业供应链的整体变革。极智嘉在产业生态中作为智慧物流的技术引领者,将通过智慧物流的技术和理念,推动产业生态为客户打造新一代数字化、智慧化的敏捷供应链。
据悉,在此次峰会中,极智嘉Geek+已经发布了“CARE”战略的第一步行动——极智云脑(实体智慧物流版的APaaS系统),并把极智云脑和机器人布置在了极智嘉仓库,共同为全世界的客户提供服务。相在不久的将来,极智嘉Geek+将以创新智能的AI技术和高效专业的运营体系,为物流新时代增效赋能。
例处于互联网行业与金融行业之间,但其总监及其以上的高级管理人才比例却远低于互联网行业与金融行业。这意味着高级管理人才的培养和吸纳将成为互联网金融行业人力资源建设的重,期待成长为管理岗的初级人才,期待更好平台的现管理人才可以持续关注互联网金融行业。
金融变革后,什么岗位最缺人才?
1
数据和金融分析方向
瑞银集团创新主管维罗尼卡·兰格曾明确表示瑞银目前正在为人工智能领域招聘更多人才。包括数据科学家、架构师和商业分析师。
求职秘籍:
数据分析并没有想象中那么难,哪怕是科生或者从零开始学都来得及。数据分析岗位主要分为四个阶段。
数据专员:基本学会Excel(VBA最好学会;会做透视表;熟练用筛选、排序、公式),做好PPT
初级数据分析师:除了Excel和VBA,还要会SQL,懂业务。
中级数据分析师:统计学熟练(回归、假设检验、时间序列、简单蒙特卡罗),可视化,PPT和Excel一定要溜。
第四阶段分为很多种类,数据科学家、可视化工程师、大数据工程师、数据挖掘师等:此类职位需要精通的比较多,如机器学习,统计学,大数据技术等。
2量化分析方向
目前高级金融人才奇缺,量化分析师更是存在巨大供需缺口,至少还有95%的空缺。
求职秘籍:
量化分析对学历有一定要求,一般需要硕士学位。一个量化团队会有很多岗位,不需要你会所有技能,但要熟练你适合的岗位。
专门做模型的,一般数学比较好;
专门做策略的,一般统计学比较好,其他理工专业会分析数据、有交易逻辑的也可以;
专门做算法的,一般数学系、工程专业、物理专业都是可以的;
专门做系统的,一般计算机专业或者计算机能力强的比较多;
专门做销售的,如果了解量化和衍生品的概念和卖,即使不会用模型定价,但是销售能力强,也是可以的。
3
资产管理方向
随着投行前台的大幅裁员,资管领域同时扩招了13.2%。着重发展财富管理和资产管理业务,已经成为了商业银行转型的重要方向。
求职秘籍:
资产管理方向之前只招清北复交常青藤,最近也开始扩招应届生了,但门槛并不低。
在投资行业有发展,需要大量前期的知识积累,建议先从实习抓起
拥有投资经验和投资领域权威证书CFA的人才会是资产管理公司的首选
要擅长与人打交道,高情商和人际交流技巧很重要
熟练运用SPSS、 Excel等工具分析数据。除了需要了解统计建模和预测之外,金融建模也是需要掌握的技能。
风险管理方向
目前风险管理人才基础薄弱,面对未来的发展趋势,金融业对风险管理的人才缺口是巨大的。
不管是电话面试还是现场,准备一些数学题,例如最大拟然估值、p值、变量挑选、蒙特卡洛模拟、中值定律以及随机分析这种
需要活用诸如VBA、MATLAB等编程软件
CFA、CERA、ASA证书,不是必须要的但至少能锦上添花
分享:
相关帖子