平安互联网金融换舵手 顾敏引退




去年才加入平安的“新人”陈心颖,将接替顾敏大部分工作
被平安保险集团寄予厚望的互联网金融业务,掌舵者突然更换。


昨日平安集团向南都记者确认,主管互联网金融的平安集团常务副总经理顾敏因个人原因提出辞职,顾敏将继续担任平安集团的董事职务。而接任顾敏的人选上,平安选择了同样来自麦肯锡,去年才加入平安的陈心颖。


顾敏昨日邮件回复南都记者,戏称自己已经退休。平安给南都的回复称,顾敏工作主要由来自麦肯锡的新任职集团首席运行官(COO)陈心颖负责,若根据此前的任职不变,陈心颖有望介入平安金融科技,并同时担任平安科技的负责人。平安科技和平安金融科技是平安重要的共享平台。


老兵顾敏辞职


昨日平安集团向南都记者确认,顾敏因个人原因提出辞职,公司充分尊重个人的选择并感谢其对平安多年的贡献。顾敏将继续担任平安集团的董事职务。


顾敏是平安集团一位老兵,也是平安集团“外脑”战略中的重要代表人物之一。已在平安任职13年的顾敏,曾负责平安后台运营及创新业务,早年随平安集团原总经理张子欣的麦肯锡团队进入平安。


根据公开资料显示,自2012年7月起出任公司执行董事。在2012年6月起担任平安集团常务副总经理。顾敏历任平安电子商务高级副总裁、全国后援管理中心总经理、平安渠道发展董事长兼C E O、平安数据科技董事长等职。


今年5月23日,中国平安宣布聘请巴西人费莫雷(FernandoM oreira)出任深圳平安渠道发展咨询服务有限公司(以下简称“平安渠道公司”)董事长兼C E O。时任平安集团常务副总经理的顾敏不再兼任平安渠道公司董事长。


顾敏一直以来是中国平安科技金融的核心推动者之一。接近中国平安的人士曾表示,科技金融是中国平安未来的方向,费莫雷的加入,能够减轻顾敏的负担,使得顾敏有更多的精力和时间,去思考、筹划中国平安集团科技金融的发展路径。


接替者陈心颖


在接任顾敏的人选上,平安集团选择了同样来自麦肯锡的陈心颖。


据公开资料显示,2012年新加坡籍华人陈心颖接替罗世礼担任平安集团首席信息执行官(C IO )并兼任平安科技公司董事长、C E O等职位。据平安集团官方回应南都记者称,顾敏工作主要由来自麦肯锡的新任职集团首席运行官(CO O )陈心颖负责,部分由其他的执行官分工负责。尽管平安集团官方没回应具体分工情况,但陈心颖有望介入平安金融科技。


事实上,平安科技、平安数据科技、平安渠道发展和平安金融科技是平安的共享平台。其中平安金融科技和平安科技的动作最受关注。平安科技是平安的全资子公司,成立于2008年9月,其前身为平安集团的信息管理中心,注册资本3000万美元,公司总部设在深圳,上海、成都设有分部。平安科技是唯一向平安集团公司和集团所有下属子公司提供IT规划、开发和运营服务的IT服务供应商。


平安金融科技成立于2011年8月,注册资金7.3亿元。平安金融科技承载着平安集团“科技引领金融,金融服务生活”的战略发展愿景,肩负着三项重要战略使命,即推动一账通门户战略、客户忠诚度计划万里通以及承担平安金融科技创新业务的研究和孵化业务。


平安互联网金融的融合


平安综合性金融的概念,如何转变成商业模式,以及如何实现盈利,一直是金融业界关注的问题。


南都记者从中国平安2013年9月的策略日会议获悉,2012年做了新的一次五年规划。对于平安子公司,主业超市场水平,靠综合金融和新科技获得更高的规模和增长目标。




平安高层在策略会上表示,陆交所、平安支付、平安金融科技是平安互联网新的板块。该位平安高层同时表示,更加明确定位,模式是围绕个人客户金融消费为中心去考虑,并从客户端去做。


一直作为践行马明哲互联网金融政策的要员离职,会否会对平安集团的互联网金融战略造成影响?据此前媒体称,平安集团高管认为“影响应该有限”,并称“毕竟在推动整个集团互联网金融战略的最核心人物是马明哲自己。”


而有意思的是,南都记者昨日获悉,业界已在盛传顾敏将加盟三马中其他两马的公司。针对该情况,平安内部人士称,该消息可信度较高。
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、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挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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