几千块考的证,公司根本不认,「PMP证书」是智商税吗?

        有很多小伙伴们担心,自己的公司并不认可PMP证书,觉得考这个证书没什么用。

        真的是这样吗🤔?但据观察来看,PMP主要是北上广深等发达城市的认可度更高,有75%都是来自于北上广深以及江苏、浙江等经济发达地区。

        经济越发达,节奏越快的地区和企业,对员工和项目经理要求越高🚀,越重视PMP。

        部分公司不认可PMP,并不影响很多大型企业以及合资与外资企业对其的认可。

一、PMP到底有没有用?

        关于PMP证书到底有没有用的问题,证书持有者最有话语权,很多网友对此的看法都不一样。

        有的网友说,PMP除了能参与投标外,平常并没有什么用。有网友就在下面附和,续证还要花钱,考试又不难,人人有手就能过,考了一点用都没有

        而且在找工作时,成熟点的面试官、规模大一点的公司,在筛选简历和面试应聘者时,都不会问有没有PMP®证书,更看重的是你的管理经验和方式方法。

        看到这里,你可能要开始产生怀疑,PMP是真的没用了吗?我们一起来看下👇

        但其实,PMP在大家找工作时并不是一无是处的。虽然说比起证书来,招聘人才更看重你自身的管理能力和工作经验,但在同经验同学历的情况下,证书就是你的加分项,能够让你脱颖而出,获得面试官的青睐。

        目前国内就有很多大型公司,每年组织员工去学习PMP🙇,甚至于一些企业内部会要求持有证书才能担任上层管理

PMP®认证不单单只是一纸证书,更重要的是,你能通过学习PMP®获取到系统化的项目管理方法,建立一套结构化的项目管理思维。职位越高责任越重💪,就越需要规范的管理模式。

二、PMP®在国内的两大用处

✅ 认可度高,获得国内多家企业的认可

        PMP证书在国内的认可度相当高。自1999年中国引进PMP认证以来,在国内的持证人数已超过50万,广泛应用于IT互联网、通讯、生产制造等多个行业。

        许多企业都将PMP证书视为项目管理岗位的必备条件之一。据官方数据统计,在国内,超过76%组织优先录用PMP持证者,66%的PMP®持证者薪酬得到提升,PMP持有者比非持有者的平均薪资要高21%。

        不仅如此,应聘国企岗位时,PMP持证者也有优势。今年,东方电气集团东方电机有限公司招聘项目经理,列出了“取得PMP认证资格者优先”的应聘条件。

✅ 享受部分城市的福利政策

        一些城市对项目管理专业人才的需求较大,为了吸引到专业的人才,因此发布了一些相关的文件,对持有PMP®证书的人才给予政策上的优待和支持。

        比如说,PMP®是国际证书,在全国范围并不能享受到评职称的待遇,但在北京、杭州、厦门等地有文件规定,持有PMP®等同于中级职称,符合条件者,在规定时间内就可申请认定。

        除了认定职称外,持有者在上海还能享受到人才引进落办理绿色通道及相应人才安居保障。

三、PMP®考试时间

        在国内,PMP®每年会举办4次认证考试,线下笔试,每次考试时长为230分钟。

       今年最后一次考试时间是11月30日,中文报名时间是10月9日,有准备考试的小伙伴们分享一份全套备考学习资料,给那些想学习PMP 的小伙伴们一点帮助,【免费分享】!有需要PDF完整版或更多资料的朋友,可以扫码分享获取↓↓↓

     

  • 8
    点赞
  • 10
    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