最近至少從eBay挖走了65名專業(yè)技術(shù)人員,希望以此加強(qiáng)電子商務(wù)領(lǐng)域的競爭力。
由于面對亞馬遜這個強(qiáng)大的競爭對手,加之對方擁有龐大的云計算基礎(chǔ)設(shè)施,沃爾瑪正在軟件、數(shù)據(jù)分析、搜索和云計算等領(lǐng)域積極招募人才。僅過去兩年,至少就有49位相關(guān)領(lǐng)域的專家從eBay跳槽到沃爾瑪。
沃爾瑪近年來從eBay挖腳員工數(shù)量
eBay在電子商務(wù)和開源軟件領(lǐng)域擁有豐富的人才儲備,因此自從2010年在硅谷設(shè)立辦事處以來,沃爾瑪就在大力挖角該公司。沃爾瑪還在eBay總部所在的加州桑尼韋爾開設(shè)了另外一個辦事處。
eBay員工最近跳槽的積極性可能進(jìn)一步增強(qiáng)。該公司今年1月裁員2400人,并計劃于下個季度分拆PayPal在線支付部門。eBay上周出售了其所持的Craigslist 28.4%的股份,并為企業(yè)部門尋找買家。
“人們看到了不祥之兆,而沃爾瑪?shù)陌l(fā)展機(jī)會似乎很不錯。”科技咨詢公司IHL Group首席分析師格雷格·布澤克(Greg Buzek)說。
沃爾瑪發(fā)言人否認(rèn)該公司過去兩年的招聘活動針對某家公司,并拒絕提供詳細(xì)信息。該發(fā)言人通過電子郵件表示:“我們不會針對某家公司制定招聘戰(zhàn)略。”eBay也拒絕作出回應(yīng)。
布澤克表示,eBay的技術(shù)人員以善于創(chuàng)新著稱。除此之外,eBay還在開源技術(shù)領(lǐng)域擁有深厚的技術(shù)積累,可以用于在線物流和基礎(chǔ)設(shè)施等業(yè)務(wù),而這恰恰是沃爾瑪希望與亞馬遜競爭的領(lǐng)域。“這家全球最大零售商將挑戰(zhàn)網(wǎng)絡(luò)零售行業(yè)的霸主。”他說,“沃爾瑪不可能使用亞馬遜的云計算服務(wù)。”
沃爾瑪從eBay挖角了各種技術(shù)人才,包括全球電子商務(wù)平臺和系統(tǒng)副總裁蒂姆·吉米特(Tim Kimmet),他曾經(jīng)在eBay和PayPal任職10年時間。從挖角情況來看,沃爾瑪主要看中分析、Agile開發(fā)、搜索和Hadoop及其他開源軟件領(lǐng)域的人才。該公司自稱是OpenStack最大的企業(yè)用戶之一,這個開源平臺可以幫助企業(yè)建立和管理自己的云計算和云存儲項(xiàng)目。
合計來看,沃爾瑪從eBay挖角的人才至少擁有314年的電子商務(wù)技術(shù)經(jīng)驗(yàn)。
沃爾瑪還從eBay挖來了6位人力資源員工,布澤克認(rèn)為此舉非常明智:“他們知道誰是明星員工,這就像獲得了內(nèi)部的勞動力資源信息。”
好文章,需要你的鼓勵
浙江大學(xué)團(tuán)隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競賽題上將模型準(zhǔn)確率提升43.2%的同時,輸出長度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個空間智能測試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績。這項(xiàng)研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。