未来5年我国将遇项目管理“人才荒”

  从日前召开的第20届项目管理全球大会上获悉,中国正在变成一个世界最大的项目工地。项目管理人才已成为中国目前最紧缺的人才之一,同时也是跨国公司争夺人才的新热点。 
  项目管理专业人才紧缺

  日前,PMI(项目管理协会)全球运营中心研究经理安艾德先生在接受本报记者专访时表示,中国5年后会遇到项目管理“人才荒”。

  安艾德先生指出,国际上很多企业都在进行项目化改制运作,这使得项目管理人才成了企业最大的需求。项目管理作为一种成功的管理方式,被众多企业所应用,行业涉及信息技术、金融、电信、工程、建筑与房地产、软件开发、咨询、投资等。餐饮行业中的一些企业也引入了项目管理模式,利用项目管理方法进行餐饮项目的开发。因此,具有项目管理经验,特别是拥有专业学历背景和证书的人才一将难求。

  如今,上海、北京等城市都已将项目管理人才列入紧缺人才之列。PMI的项目管理专业人员资格认证(PMP)已被全球近160个国家认可,被美国《财富》杂志誉为21世纪的首选职业。PMP在我国也被称为继MBA、MPA之后的第三块金字招牌。

  月入万元不算高薪

  据媒体报道,未来30年内,我国仅西部开发就需要项目管理人员约600万人,而我国迄今通过PMP认证的项目管理人员不到2万人。供需的巨大差异,使项目管理人才热急剧飙升。

  记者曾在一些人才招聘会上发现,由于资深项目管理人才稀少,甚至出现了百余家企业以高薪争聘项目管理人员的火爆场面。今年初以来,各大城市的招聘会和媒体的招聘广告统计显示,项目管理人员成为各企业争夺的焦点。

  在软件行业,随着企业规模的不断扩大,对项目经理的需求正不断增加。尤其是政府鼓励企业承接外包项目后,软件企业迫切需要国际软件项目经理。一项针对国内最大的10家软件企业的调查显示,目前软件企业最需要的人才依次为:项目管理、高层技术管理和市场管理。

  据不完全统计,目前普通职位的项目经理年薪多在6万元左右。而国内拥有PMP证书的从业人员平均年薪已达32万元左右,成为名副其实的白领阶层。尤其在建筑、软件类行业,高级项目经理的年薪甚至超过50万元。

  职业要求愈加严格

  安艾德先生指出,项目管理是一种特别适用于那些责任重大、关系复杂、时间紧迫、资源有限的一次性任务的管理方法。很大程度上,项目经理是一名管理者,要规划监督控制整个项目按计划完成,同时要关注核算项目成本等方面的工作,因而项目经理是项目的核心人物,也是项目成功的关键。正因为此,在薪水趋高的同时,企业对其能力的要求也相应提高。

  由于管理的对象经常是技术人员,项目经理要有相应的技术背景,否则很难取得相关技术人员的信任,管理也就无从谈起。

  在项目的操作中,项目经理要为合作双方提供更多的服务,比如提供谈判支持,在技术采用方或技术投资者完成评估并认为可以合作后,协助双方就技术转让的条件、价格、合作期限等一系列的问题进行全面协商,以期达成一致。这需要的不仅仅是一般的沟通能力。

  同时,项目的操作是团队的合作,项目操作往往涉及经济、金融、管理、营销、政策、法律、财务等领域,工作的过程更是综合能力的体现。

  海外扩张需要国际化人才

  随着我国“走出去”战略的进一步落实,中国已有约50家企业进入“全球最大225家国际承包商”行列。但在激烈的国际竞争中,中国对外承包商面临许多挑战和困难。

  由于中国缺少熟悉国际市场标准、操作规范以及市场运行规则的人才,目前还不能在项目中全面系统地采用先进的项目管理方法,不能充分有效地利用时间、技术和人力。这些给寻求走出国门、参与全球竞争的国内公司带来很多不良的影响。

  据悉,缺乏大量优秀的国际化项目管理人才,已经成为中国建筑承包公司在海外业务拓展的障碍和瓶颈。软件行业同样有此境遇。来自商务部的信息,伴随中国软件外包市场的迅速崛起,中国软件出口有可能达到甚至超过50亿美元/年。在未来一段时间内,外包市场将延续快速增长的势头,市场将迫切需要一批懂西方文化,能与国际接轨,按国际标准流程开发和管理软件的项目经理。

  因此,加紧培养具有国际化视野和技能的项目管理人才已成当务之急。安艾德先生强调,相对中国行业市场的整体发展情况和中国企业海外扩张速度而言,PMI需要进一步加强和中国企业的合作,加强中国项目管理人才的培养。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值