罗氏医疗(梁莉):融合创新技术团队适应医疗行业的敏捷转型之路融合创新: 技术团队适应医疗行业的敏捷转型之路 梁莉 罗氏诊断 数字化平台技术产品总监 www.top100summit.com 梁莉 (Kylie Liang) 罗氏诊断 数字化平台技术产品总监 “ 产品经理: 传统行业(罗氏)- 负责领导产品经理和UI/UX工程师团队,从0到1构建数 字化平台和医疗健康数字产品。 科技行业(微软)- 从0到1构建全球Azure Spring 服务效率和质量。然后传统模式与新技术间 存在矛盾,比如原始数据不出域、数据可用 不可见。 • 罗氏诊断中国团队希望通过自研数字化平台 和疾病管理应用,打造可扩展、安全、以患 者为中心的医疗服务生态系统。 • 由此,罗氏诊断组建了多领域人才融合的新 团队,而这只团队本身也是需要去学习医疗 健康行业的场景,才能去推动转型的挑战。 案例背景 流程 团队 技术 用户 www.top100summit.com 数字化转型: 新生 线下 vs. 线上 壁垒 vs. 竞争 问题与挑战 流程: 项目 vs. 产品 瀑布 vs. 敏捷 技术: 新技术 vs. 已有系统 传统IT工具 vs.DevSecOps 团队: 互联网节奏 vs. 行业特点 理念差异 vs. 包容适应 用户: 内部用户习惯 vs. 变革 外部用户习惯 vs. 创新 天 时 地 利 人 和 www.top100summit.com0 积分 | 42 页 | 2.53 MB | 9 月前3
华为:2025年华为混合云现代化运维体系核心能力及最佳实践报告作业过程可信赖 合规遵从高等级 体系化 租户安全 云原生安全 全栈端到端安全 智能安全管控 混合云现代化运维设计参考架构 数字资产&运维能力迭代 云运维团队组建 运维团队管理流程经验 运维人才培养机制 运维团队能力沉淀 运维专家经验知识库 运维脚本、故障模式库 智能客服 运维资产智能转型 统一运维管理平台 远程运维工具平台 数字化运营平台 运维工具持续创新 运维流程按照不同运维动作属性分为故障修复线、 业务变更线和主动运维线。 故障修复线 故障处理流程:故障处理流程主要是规范各类事 件的受理、处理、升级工作,尽快恢复云平台正 常工作,界定客户运维团队、云服务厂商、及厂 商驻场运维工程师等角色的职责边界,高效处理 故障,避免造成业务中断,确保业务的稳定性。 15 应急恢复流程:应急恢复流程主要是业务紧急恢 复、安全攻击事件及重要漏洞处理等场景下的应 间不超过 8.76 小时(365 天 * 24 小时 * 0.1%)。 这要求运维团队具备完善的监控体系,能及时发现 并解决潜在的系统故障隐患,同时制定冗余和灾备 策略,确保在出现硬件故障、网络中断或软件错误 时,系统能快速切换到备用环境,维持业务连续 性。 运维服务响应指标 告警响应及时率:规定运维团队针对告警的响应速 度。例如,对于影响业务正常开展的关键告警,要 求运维人员在15分钟内做出响应,初步确定故障原20 积分 | 53 页 | 8.80 MB | 4 月前3
华农财险全流程数字化研发管理实践www.top100summit.com 李翔 华农保险技术中心总经理 “ 12年互联网从业经验 8年自主创业 4年金融保险行业 从19年从0到1按照互联网模式组建了研发团队,逐步建立起了科技团队的数字化管理 体系,对研发流程进行全流程数字化监控和管理,不断提升人员产能,提升研发效 率。 ” 讲师简介 www.top100summit.com 华农数智化成长之路 www.top100summit 降本增效 | 优化流程 智能 数智化决策 | 全局最优化配置 专业 精细化管理 | 记录、追踪、可量化 内生动力 组织与文化 团队是战略落地的基础,文化机制是最强大的精神动力。没有组织与文化,战略落地无从谈起 战略 数智化一定是一把手工程 团队 学习能力 | 自驱力 | 长期主义 架构 以渠道为中心 | 中后台服务前台 机制 结果导向 | 鼓励做长期正确的事 文化 简单 top100summit.com 数字化建设路径:自主研发&合作共建 2年9个月行业最快速度实现科技自主可控 • 核心0%自主 • 组建自研团队 • 启动线上化探索-阿波罗车 险、商城、阿凡达 2019年 7月-12月 • 核心0%自主 • 自研团队成型 • 大中台、小前台、稳后台 • 线上化产品-华保星 • 数字化产品-天眼 2020年 • 核心50%自主-天路外部 • 数字化运营元年0 积分 | 35 页 | 6.24 MB | 9 月前3
DeepSeek大模型及其企业应用实践DeepSeek 厦门大学大数据教学团队作品 2025年3月3日 每个人都可以读懂的大模型科普报告(企业篇) 厦门大学大数据教学团队 团队联系方式:ziyulin@xmu.edu.cn 国内高校大数据教学的重要贡献者 团队负责人:林子雨 副教授 年轻力量:核心成员全部46周岁以下 结构合理:教学型、科研型、实验工程师 专注专业:从2013年至今,11年专注于大数据教学 团队特点:眼光前瞻、紧跟技术、创新实干、执行力强 大模型的行业应用 4. 企业大模型落地方案 5. 智能体的企业应用 6. 厂商提供的企业级大模型服务 7. 大模型典型应用案例 8. AIGC与企业应用实践 9. 大模型未来发展趋势 厦门大学大数据教学团队作品 1.大模型:人工智能的前沿 1.1 大模型的概念 1.2 大模型的发展历程 1.3 人工智能与大模型的关系 1.4 大模型分类 1.1 大模型的概念 大模型通常指的是大规模的人工智能模型,是一种基于深度学习技术,具有 撰写新闻稿,翻译文章,生成产品描述,回答 常识问题 成本 通常更高 通常更低 2. 大模型产品 2.1 国外的大模型产品 2.2 国内的大模型产品 2.3 主流大模型“幻觉”评测 厦门大学大数据教学团队作品 2.1 国外的大模型产品 n ChatGPT ChatGPT是一种由OpenAI训练的大语言模型。它是基于Transformer架构,经过大量文本数据训练而成,能够生成自然、 流畅的语10 积分 | 147 页 | 16.82 MB | 10 月前3
2026趋势报告:数据与人工智能-21页能在关于生产力、潜在裁 员以及竞争优势的讨论中占据主导地位。然而,实际实施主要发生在技术 团队和高级分析组内。金融、风险和基金管理的核心业务功能仍然高度依 赖从1990年代或21世纪初遗留数据库中提取并由手动填充的Excel文件。 这种分歧在不同行业都表现明显。公司在新闻稿中宣布人工智能计划,而 财务团队则手动在不同系统间复制数据。高管们倡导数据驱动决策,但当 结果与直觉冲突时又会推翻分析结果。技术部门像离岸服务提供商一样运 、文档自动 化、客户支持、教育、内容创作和软件工程。AI优先解决方案已经成熟, 足以在大多数行业实现商业成果。 人工智能可以极大地促 进软件开发,但大多数 团队难以有效利用它。 有时,营销宣传超出了 人工智能实际所能交付 的内容,因此团队必须 谨慎选择应用它的地方 。但正确的方法能带来 巨大的收益。” 人工智能在精确、受限的应用中创造真实的商业价值。在广泛、未定义的使 用场景中,它仍然处于实验 的公司中,人工智能的采用将从试点转向最小可行产品和生产。大多数公 司仍在实验,但这正在为有准备的公司改变。人工智能将通过工具、平台 和特定领域的代理嵌入到日常工作中。我们将看到关于人工智能项目的话 题减少,而更多关于人工智能增强型团队的话题,规划师、工程师和营销 人员都将使用人工智能助手和代理作为他们日常工作的组成部分。重点将 从构建模型转向治理、集成和衡量规模化价值。 已经开始了。近年来看到了广泛的POC实验,部分原因是格局和模型快速演10 积分 | 21 页 | 4.83 MB | 1 月前3
2025年智能化时代数据库自主可靠运维白皮书-腾讯云复杂技术栈挑战 �.� 应急体系建设挑战 �.� 数据安全、合规挑战 第三章:可靠运维服务体系能力建设分析 �.� 建设自主可控的运维团队 �.�.� 具有团队建设预算 �.�.� 运维团队建设 �.�.� 运维团队能力可持续发展 �.� 制定对等的权责制度 �.� 构建完善的可观测体系 �.� 建立数据库和应急流程标准化 �.� 制定完善的应急预案 白皮书从智能化运维发展趋势切入,剖析AI对运维模式的重塑与落地挑战,展望智能运维发展趋 势。系统梳理数据增长、技术栈复杂、应急体系建设、安全合规等核心痛点。结合福建海峡银行和 腾讯云数据库实践,梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉 淀六大维度,构建可靠运维服务体系的能力框架,呈现国产化替代、多数据库管理、高可用SLA 保 障的落地路径。 我们希望,本白皮书不仅能 技能,还要对硬件和中间件有所涉猎。要打造这样一支自主可控的运维团队,需要有一定的预算 支持。 �.� 建设自主可控的运维团队 � �.�.� 具有团队建设预算 运维团队可以采用自建、外包或者二者结合的方式。 外包方式比较灵活,成本低,但是稳定性不足,较难深耕业务场景,对于贯彻标准和规范也面临 挑战。 自建团队方式,稳定性高,成本也相对高,但是便于贯彻公司战略、标准和规范,实现业务、开20 积分 | 89 页 | 2.06 MB | 4 月前3
全国内部审计数智化转型发展研究报告“审计+科技+数据”复合型人才匮乏......................................................................... 73 (二) 现有团队技能转型困难............................................................................................. 任何专职数字化人员。 这种人才匮乏并非均匀分布,而是呈现出鲜明的“马太效应”。 大型企业与金融、通信等高成熟度行业,凭借资源优势,已开始组 建专业数字化审计团队;而广大中小型单位及医院、高等院校、党 政机关等,则普遍处于“数字人才真空”状态,其审计团队规模偏 小,数字化人才配置接近于零。人才供给高度依赖“内部转岗”的 单一模式,反映出外部市场专业人才引不进、留不住的普遍困境, 导致整体人才队伍的 展示了单位人员规模与专兼职审计人员数量的分布关系。 数据显示,审计团队的规模与单位规模存在明确的正相关关系:单 位规模越大,其专职审计团队的规模也越大。例如,员工数超过 20 万的超大型企业,其专职审计团队规模普遍在 100 人以上;而员工 全国内部审计数智化转型发展研究报告(2025) 38 数在 1000 人以下的中小单位,其专职审计团队绝大多数在 10 人以 内。这反映出大型企业在人力资源上具有显著优势。20 积分 | 99 页 | 22.28 MB | 1 月前3
2025年数字金融专刊-暨鑫智奖·第六届金融机构数智化转型优秀案例集的能力等价于将等效密钥长度减半,因此可以通过增加 密钥的长度来缓解 Grover 算法带来的威胁。值得一提 的是 2022 年 12 月北京量子信息科学研究院龙桂鲁副院 长和浙江大学王浩华教授团队仅用 10 个超导量子比特 就实现了对 RSA-48 位算法的破解,此前在 Shor 算法 下曾实现 16 个量子比特对 RSA-17 位算法的破解。新的 量子算法主要是在经典的 Schnorr 办公运 维环境相关场景,为金融数据传输提供强有力的安全保 障。以异地软件包分发场景为例,连续变量量子密钥分 发技术可保障在分发软件包的过程中若尝试任何窃听或 篡改都将被实时检测,从而使得运维团队能够在第一时 间发现潜在的安全威胁,降低信息安全风险,确保系统 升级的顺利进行。再以即时通信文件传输场景为例,即 时通信文件传输可能涉及包含客户数据、业务机密、战 略决策信息等敏感内容的文件,保障传输安全性至关重 行试验试错,避免因一次性大规模投入失败而引发的不 可承受风险。更重要的是,采用 MVP(最小可行产品) 模式进行场景化轻量级应用的快速迭代,既能确保战略 方向正确,又能持续产出可见价值。这种方式不仅能提 振团队信心、增强凝聚力,更能通过量化成果及时向决 策层展现业务价值,有效获得持续投入支持。该策略尤 其适合资源有限的中小城商行。 效率和合规是高铁和铁轨的关系,不能顾此失彼。 合规是金融业稳健发展的底线,是防范系统性风险的基40 积分 | 85 页 | 42.28 MB | 5 月前3
CMG:2023-2024年乡村振兴观察报告推荐单位 :中国农业大学 博士小院——一场青年博士与乡村振兴的双向奔赴……………………………………………………122 推荐单位 :国家发展和改革委员会产业经济与技术经济研究所 袁芃团队多级联动缓解基层看大病难……………………………………………………………………122 推荐单位 :中国医师协会 “村级健康互助组”播撒健康种子 助力乡村振兴…………………………………………………………123 状与意义。浙江省长兴县蟹农王小方返乡 创业养殖河蟹,王小方通过建立全程数字 化、机械化农场,让整个养殖过程用药量同传统养殖相比减少 90%,年节省养殖成本十万余元,亩产 增收超 10%。上海师大毕业生王金悦团队研发的芭蕉芋采收机器人,采用多光谱识别 + 柔性机械臂技 术,攻克了西南山区 35°坡地作业难题,采收效率较人工提升 8 倍,破损率控制在 2% 以内。系列节 目观察到智慧农业带来的三重跃升:生 元以上,工作效率提高 20% 以上。 油菜是我国第一大油料作物,双低菜籽油是国际公 认的最健康的大宗食用油,大力发展油菜生产对保障我 国食用油供给安全、支撑乡村全面振兴具有重要意义。 王汉中院士团队提出并发展了“全区域布局、全价 值链挖掘、全产业链开发”的油菜“三全高效”模式, 培育了以中油杂 19、中油杂 501 为代表的高产高油优质 多抗品种,累计推广超 2.5 亿亩,为油菜产能提升提供10 积分 | 150 页 | 41.75 MB | 10 月前3
2025年智启未来·险见新机-人保寿险大模型探索及实践(33页 PPT)03 4 人工智能发展历程 5 规模到达临界点之后才会迅速增长 GPT-4 模型参数: 1.8 万亿参数 典型的新技能学习曲线 摘自北京大学 AI 肖睿团队团队作品 大模型参数变化三个阶段 摘自复旦大学大数据教学团队作品 智慧涌现的关键 6 通用模型( System 1 快思考模型) 推理模型( System 2 慢思考模型) 模型代表 Qwen2.5-Max 、 DeepSeek-V3 (规划中) 团队 PK (规划中) 智能 BI 智 能 力 应 用 功 能 23 AI 保宝—智能编程 (六) 智能编程: 面对研发任务 ,大模型实现人机协同编程 ,结合大模型、 智能体能力 , 围绕开发任务进行协同编 程 实施成效 • 包含代码片段生成、 自动补全、模板生成、单元测试生成、 自动生成测试用例、 复 杂逻辑生成 • 寿险科技团队千人使用 ,周活跃人数数百人 ,周活跃人数数百人 ,并呈上涨趋势 • 累计采纳代码 百万行 • 开发任务繁重:伴随公司业务的快速扩展 ,开发团队面临着越来越多的任务和项 目 ,传统的手动编码方式已难以满足高效开发的需求 • 提升效率与质量:手动编写代码容易出现拼写错误、逻辑错误等问题 ,影响项目 的质量和交付时间。 自动化工具可以释放开发人员的时间和精力10 积分 | 33 页 | 2.82 MB | 4 月前3
共 55 条
- 1
- 2
- 3
- 4
- 5
- 6
