浪潮集团有限公司
浪潮集团2022届校园招聘简章
浪潮集团业务聚焦于云计算、大数据、人工智能、工业互联网、5G云网融合等新一代信息技术产业领域，致力于成为世界一流的新一代信息技术产业龙头企业、经济社会数字化转型的优秀服务商、新型基础设施建设的骨干企业。
浪潮服务器销量中国第一，全球前三，关键应用主机浪潮K1荣获国家科技进步一等奖；浪潮云连续七年蝉联中国政务云市场第一，浪潮云ERP集团管理软件市场占有率第一；拥有浪潮信息、浪潮软件、浪潮国际三家上市公司，为全球120多个国家和地区提供IT产品和服务，全面服务经济社会的数字化转型和高质量发展。
浪潮集团高度重视自主创新，持续加大研发投入。浪潮有8个全球研发中心、10个国家级创新平台、7个省级创新平台，有效专利7000多项；成立浪潮人工智能研究院、浪潮科学研究院和浪潮创新创业孵化中心三家科研机构。未来，浪潮将继续加大科技研发投入、打造人才高地，以科技创新提升企业实力。
【招聘对象】
2022届本硕博毕业生（未就业的2021届优秀毕业生也可投递）
【招聘岗位】
岗位类别
职位名称
需求
工作地点
核心研发类
云计算研发工程师、机器学习算法研究员、国家重点实验室研究员、区块链研究员、大数据研究员、AI算法工程师等
300+
济南、北京、西安
产品研发类
软件开发工程师（Java/C/C++/Python/Go）、嵌入式开发工程师、硬件研发工程师、芯片研发工程师、人工智能工程师等
1000+
全国
技术支持类
软件测试工程师、售前工程师、产品经理、服务交付工程师、知识产权管理工程师、专利运营管理专员、创新平台管理专员等
400+
全国
储备市场类
客户经理、渠道经理、营销经理、销售运营专员、市场研究专员等
200+
全国/海外
供应链类
供应管理工程师、产品计划工程师、生产计划工程师、战略采购工程师、供应链专员、采购专员等
20+
全国
财经法务类
财务专员、法务专员、投资专员、合规专员、投融资专员、运营分析专员等
50+
济南、北京
职能管理类
HR专员、战略运营专员、流程管理专员、公关传播专员、市场活动专员、行政专员、综合管理专员等
50+
济南、北京
【应聘流程】
网申—在线测评&笔试—多轮面试—发放offer
【投递方式】
电脑端
浪潮集团招聘官网，点击投递简历http://career.inspur.com/campus2022/index.html；
手机端
关注【浪潮招聘】公众号—点击【热招职位】菜单—在【校园招聘】中查看职位
加入浪潮，遇见更好的自己！快速成长中的浪潮，期待你的到来！
浪潮集团2023届职能管理方向博士招聘简章——兰州大学就业信息网
浪潮集团2022届职能管理方向博士招聘简章
浪潮集团业务聚焦于云计算、大数据、人工智能、工业互联网、5G云网融合等新一代信息技术产业领域，致力于成为世界一流的新一代信息技术产业龙头企业、经济社会数字化转型的优秀服务商、新型基础设施建设的骨干企业。
浪潮服务器销量中国第一，全球前三，关键应用主机浪潮K1荣获国家科技进步一等奖；浪潮云连续七年蝉联中国政务云市场第一，浪潮云ERP集团管理软件市场占有率第一；拥有浪潮信息、浪潮软件、浪潮国际三家上市公司，为全球120多个国家和地区提供IT产品和服务，全面服务经济社会的数字化转型和高质量发展。
浪潮集团高度重视自主创新，持续加大研发投入。浪潮有8个全球研发中心、10个国家级创新平台、10个省级创新平台，有效专利7000多项；成立浪潮科学研究院、浪潮创新创业孵化中心等科研机构。未来，浪潮将继续加大科技研发投入、打造人才高地，以科技创新提升企业实力。
【招聘对象】
2021年1月至2022年12月毕业的博士毕业生
【专业要求】
企业管理、管理科学与工程、会计学、金融学、经济学、社会学、马克思主义哲学、文学等经济管理相关专业，或有志于从事职能管理岗位的其他专业博士
【在招方向】
人力资源、产业发展规划、科技创新管理、政策研究、战略管理、运营管理、流程管理、政府课题申报及产学研合作、职能管培等方向
【工作地点】
济南为主，部分岗位可根据博士意向安排至北京
【应聘流程】
直接投递简历至mengshi@inspur.com，简历评估合格，即可安排面试；如有其他问题，也欢迎通过邮件联系
附录:职位列表
岗位方向
任职要求
人力资源
发挥参谋作用，提升人力资源体系专业能力，可根据个人情况，匹配人力资源如下方向岗位：
1、人力资源规划方向
2、薪酬激励方向
3、绩效考核方向
4、人才发展/组织发展方向
5、业务合作伙伴工作
产业发展规划
1、负责汇总编制集团各业务单元主业战略发展规划
2、督导、检查集团及权属单位战略发展规划执行情况，对战略发展规划进行动态调整
3、负责对集团主业产业链、价值链、供应链涉及的产品和服务进行研究分类，提出改进或发展的意见建议
科技创新管理
1、组织开展科技创新管理体系建设，制定管理规章、标准和规程
2、科技创新政策跟踪、挖掘与解读
3、组织编制集团科技创新规划及相关年度计划
政策研究
1、收集、整理国内外重大政策性、趋势性信息，为领导决策提供参谋意见
2、起草重要文稿、文件，撰写重要会议综合材料、领导讲话材料
3、对全局性、战略性重大问题和实践中的新情况、新问题开展调查研究
战略管理
1、负责宏观环境、行业市场、客户与竞争对手的信息收集与分析，为公司提供市场洞察观点与建议，发现业务机会点、识别业务风险
2、负责公司层面战略研究工作，参与战略评估、业务布局研究、业务诊断、新业务规划、商业模式研究等，对公司业务发展提供策略建议
3、参与公司战略规划编制和滚动，完善公司战略管理体系和流程
4、负责与产品线/部门的战略管理工作对接
管理运营
1、按照公司财年战略规划项目完成分管系统工作推进及达成
2、按照公司财年战略推动分管系统/部门完成KPI及重点工作设定并周期性监控及考核
3、根据公司年度战略及分管系统的重点工作及现有职责，协助设定并组织系统内会议体系的搭建及支持，并推动部门层面设定核心业务会议Review体系
流程管理
1、参与到一级流程课题，与项目组一起协同业务部门，组织流程问题分析、诊断，并最终提出解决方案，推进流程梳理或优化
2、独立承担部分二级流程课题，调研业务部门的流程问题，协同业务部门分析诊断部门的业务问题，提出解决方案，推进流程优化
3、管理类文件管控：负责DCO文件会签生效监管及流程文件发布
政府课题申报及产学研合作
1、收集、跟踪、汇总和分析国家及行业相关政策，并根据国家战略政策要求，组织相关领域国家课题项目申报相关工作
2、负责对外政府部门日常联络工作及关系维护
3、负责企业资质、荣誉申报材料准备
职能管培
1、参与2~3个职能业务模块工作轮岗，学习掌握各模块所需专业知识及相关技能
2、深度参与公司管理变革，跨部门深入研发、供应链、市场销售、售后等各条业务线，梳理核心流程，重塑组织架构
3、为核心决策层提供业务发展/组织变革洞见，并负责起草公司战略性文件
4、轮岗结束后，将根据候选人意愿和业务需求确定具体项目管理方向及相应工作岗位
人工智能的三次浪潮与三种模式
■史爱武
谈到人工智能，人工智能的定义到底是什么？
达特茅斯会议上对人工智能的定义是：使一部机器的反应方式就像是一个人在行动时所依据的智能。
百度百科上对人工智能的定义是：它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
尽管人工智能现在还没有非常严格准确或者所有人都接受的定义，但是有一些约定俗成的说法。通常人工智能是指机器智能，让机器达到人智能所实现的一些功能。人工智能既然是机器智能，就不是机械智能，那么这个机器是指什么呢？是指计算机，用计算机仿真出来的人的智能行为就可以叫作人工智能。
2017年7月，国务院印发了《新一代人工智能发展规划》。2017年12月，人工智能入选“2017年度中国媒体十大流行语”。这一国家级战略和社会流行趋势标志着，人工智能发展进入了新阶段，我国要抢抓人工智能发展的重大战略机遇，构筑人工智能发展的先发优势，加快建设创新型国家和世界科技强国。
人工智能的三次浪潮
自1956年开始，人工智能经历了三起三落，出现了几次浪潮，现在人工智能已经是处于第三次浪潮了。
第一次浪潮（1956-1976年，20年），最核心的是逻辑主义
逻辑主义主要是用机器证明的办法去证明和推理一些知识，比如用机器证明一个数学定理。要想证明这些问题，需要把原来的条件和定义从形式化变成逻辑表达，然后用逻辑的方法去证明最后的结论是对的还是错的，也叫做逻辑证明。
早期的计算机人工智能实际上都是沿着这条路在走。当时很多专家系统，比如医学专家系统，用语言文字输入一些症状，在机器里面变换成逻辑表达，用符号演算的办法推理出大概得了什么病。所以当时的主要研究都集中在逻辑抽象、逻辑运算和逻辑表达等方面。
在第一次浪潮中，数学定理证明实际上是实现效果最好的，当时有很多数学家用定理思路证明了数学定理。为了更好地完成定理证明工作，当时出了很多和逻辑证明相关的逻辑程序语言，比如很有名的Prolog。
虽然当时的成果已经能够解开拼图或实现简单的游戏，却几乎无法解决任何实用的问题。
第二次浪潮（1976—2006年，30年），联结主义盛行
在第一次浪潮期间，逻辑主义和以人工神经网络为代表的联结主义相比，逻辑主义是完全占上风的，联结主义那时候不太吃香。然而逻辑主义最后无法解决实用的问题，达不到人们对它的期望，引起了大家的反思，这时候人工神经网络（也就是联结主义）就慢慢占了上风。
在70年代末，整个神经元联结网络、模型都有突飞猛进的进步，最重要的是BP前馈神经网络。1986年BP前馈神经网络刚出来的时候解决了不少问题，后来大家往更大的领域应用，实现了比较大的成果。在很多模式识别的领域、手写文字的识别、字符识别、简单的人脸识别也开始用起来，这个领域一下子就热起来，一时之间，人们感觉人工智能大有可为。随后十几年人们发现神经网络可以解决一些单一问题，解决复杂问题却有些力不从心。训练学习的时候，数据量太大，有很多结果到一定程度就不再往上升了。
这时期所进行的研究，是以灌输“专家知识”作为规则，来协助解决特定问题的“专家系统”为主。虽然有一些实际的商业应用案例，应用范畴却很有限，第二次热潮也就慢慢趋于消退。
第三次浪潮（2006—现在），基于互联网大数据的深度学习的突破
如果按照技术分类来讲，第二次和第三次浪潮都是神经网络技术的发展，不同的是，第三次浪潮是多层神经网络的成功，也就是深度学习取得突破。这里既有硬件的进步，也有卷积神经网络模型与参数训练技巧的进步。
若观察脑的内部，会发现有大量称为“神经元”的神经细胞彼此相连。一个神经元从其他神经元那里接收的电气信号量达某一定值以上，就会兴奋（神经冲动）；在某一定值以下，就不会兴奋。兴奋起来的神经元，会将电气信号传送给下一个相连的神经元。下一个神经元同样会因此兴奋或不兴奋。简单来说，彼此相连的神经元，会形成联合传递行为。我们透过将这种相连的结构来数学模型化，便形成了人工神经网络。
经模型化的人工神经网络，是由“输入层”“隐藏层”及“输出层”等三层构成。深度学习往往意味着有多个隐藏层，也就是多层神经网络。另外，学习数据则是由输入数据以及相对应的正确解答来组成。
为了让输出层的值跟各个输入数据所对应的正解数据相等，会对各个神经元的输入计算出适当的“权重”值。通过神经网络，深度学习便成为了“只要将数据输入神经网络，它就能自行抽出特征”的人工智能。
伴随着高性能计算机、云计算、大数据、传感器的普及，以及计算成本的下降，“深度学习”随之兴起。它通过模仿人脑的“神经网络”来学习大量数据的方法，使它可以像人类一样辨识声音及影像，或是针对问题做出合适的判断。在第三次浪潮中，人工智能技术及应用有了很大的提高，深度学习算法的突破居功至伟。
深度学习最擅长的是能辨识图像数据或波形数据这类无法符号化的数据。自2010年以来，Apple、Microsoft及Google等国际知名IT企业，都投入大量人力物力财力开展深度学习的研究。例如AppleSiri的语音识别，Microsoft搜索引擎Bing的影像搜寻等等，而Google的深度学习项目也已超过1500项。
深度学习如此快速的成长和应用，也要归功于硬件设备的提升。图形处理器（GPU）大厂英伟达（NVIDIA）利用该公司的图形适配器、连接库（Library）和框架（Frame⁃work）产品来提升深度学习的性能，并积极开设研讨课程。另外，Google也公开了框架TensorFlow，可以将深度学习应用于大数据分析。
人工智能的3种模式
人工智能的概念很宽泛，根据人工智能的实力可以分成3大类，也称为3种模式。
（1）弱人工智能：擅长于单个方面的人工智能，也叫专业人工智能。比如战胜世界围棋冠军的人工智能AlphaGo，它只会下围棋，如果让它下国际象棋或分辨一下人脸，它可能就会犯迷糊，就不知道怎么做了。当前我们实现的几乎全是弱人工智能。
（2）强人工智能：是指在各方面都能和人类比肩的人工智能，这是类似人类级别的人工智能，也叫通用人工智能。人类能干的脑力活，它都能干，创造强人工智能比创造弱人工智能难得多，目前我们还做不到。
（3）超人工智能：知名人工智能思想家NickBostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能”。超人工智能可以是各方面都比人类强点，也可以是各方面都比人类强很多倍。超人工智能现在还不存在，很多人也希望它永远不要存在。否则，可能像好莱坞大片里面的超级智能机器一样，对人类也会带来一些威胁或者颠覆。
我们现在处于一个充满弱人工智能的世界。比如，垃圾邮件分类系统是个帮助我们筛选垃圾邮件的弱人工智能；Google翻译是可以帮助我们翻译英文的弱人工智能等等。这些弱人工智能算法不断地加强创新，每一个弱人工智能的创新，都是迈向强人工智能和超人工智能的进步。正如人工智能科学家AaronSaenz所说，现在的弱人工智能就像地球早期软泥中的氨基酸，可能突然之间就形成了生命。如世界发展的规律看来，超人工智能也是未来可期的！