04 离职率 10 应届生起薪 11 城市薪酬差异系数 16 人力需求 招聘趋势 19 城市招聘趋势 20 5e3f6aaa06444fd8a666eb59160aa400 招聘动态 22 热门职能 39 福利洞察 热门岗位薪酬 41 概念与定义 43 关于薪智 44 人力资源核心指标 芯片设计 薪智 人力资源核心指标 芯片设计 薪智 分类 二级行业 代表企业 上游 差异系数 较上年变化 华东 福州 88.8 -8.2 南昌 78.8 -20.1 华北 北京 135.7 -0.1 天津 98 -5.8 太原 74.1 -24.6 石家庄 72.7 -22 华南 深圳 121.7 -3.8 广州 107.7 -7.3 东莞 97 -1.5 佛山 96.5 -9.1 海口 80.3 -10.4 南宁 72.9 -25.3 华中 武汉 93 876.204 2.5% 2024-Q2 32,705 3.3% 12,970.919 0.7% 2024-Q3 27,522 -15.8% 12,761.516 -1.6% 2024-Q4 22,940 -16.6% 13,631.887 6.8% 2025-Q1 6,063 -73.6% 13,745.987 0.8% 解读： · 2025-Q1「 招聘量 」下降,「 招聘薪酬 」上涨

图2 全国主要城市道路网密度分布直方图 城市道路网密度 (km/km2) 杭州、合肥、上海、武汉等城市道路网密度继续高位增长 对比上年度城市道路网密度指标，2024年全国36个主要城市中，22座城市道路网密度指标实现不同程度增长。 从主要城市路网密度指标排名来看，合肥、武汉、石家庄实现连续两年排名上升，展现出较好的增长态势，福州、 南宁、重庆、天津、西宁等5座城市本年度排名下降。 5 0.1 城市 排名 2024年 2023年 密度增长 排名变化 西安市 19 6.4 6.3 0.1 海口市 20 6.4 6.3 0.1 大连市 21 6.2 6.2 0.0 太原市 22 6.2 6.1 0.1 北京市 23 6.0 6.0 0.0 南京市 24 6.0 5.8 0.2 石家庄市 25 5.9 5.8 0.1 长春市 26 5.9 5.7 0.2 西宁市 27 DENSITY MONITORING 道 路 网 密 度 （ km/km2 ） 密 度 增 长 率 0% 1% 5% 7% 22% 20% 21% 14% 6% 3% 1% 0.5% 0% 0.5% 0% 1% 5% 7% 22% 20% 21% 14% 6% 2% 1% 0.5% 0% 0.5% 0% 5% 10% 15% 20% 25% 30%

等［21］利用 2003－2010 年登革热病例数与谷 歌搜索词构建的模型在玻利维亚、巴西、印度、印度 尼西亚和新加坡成功追踪了登革热的疫情，预测结 果与实际发病的相关系数均高于 0.82；Liu 等 ［22］ 基于百度搜索引擎对 2010－2014 年登革热报告病 例数与网民对搜索词“登革热”的关注度开展数据 挖掘分析，并构建决策树模型。结果显示，当广州市 “登革热”的搜索指数均值连续 3 周高于 99 类不多，大部分选择了广义线性模型，少部分研究 对多个关键词的原始的百度指数加权后进行传染 病的监测预警分析；所有纳入研究均为对既往数据 的拟合研究，其中 5 项在既往数据拟合研究的基础 上，也进行了一定程度的预测研究［13, 20, 22, 24, 27］。在未 来研究中，随着技术的发展，该方法有望实现实时 的传染病监测。 4 该方法的优势，局限及展望 利用搜索引擎开展传染病的监测预警，相比于 传统疾病监测报告系统具有明显优势：（1）监测实 预测登革热高发期［20］ 支持向量机模型 谷歌 疾病名称、症状、治疗方法（-） 预测登革热高发期［20］ 回归树模型 百度 疾病名称（1） 估算暴发出现时搜索指数的阈值［22］ 分类树模型 百度 疾病名称（1） 估算暴发出现时搜索指数的阈值［22］ 注：－.为无数据 疾病监测 2018 年 11 月 30 日第 33 卷第 11 期 DISEASE SURVEILLANCE, November 30,

期 2024 年 5 月 卫生软科学 Soft Science of Health Vol. 38,No. 5 May. ,2024 ∗收稿日期: 2024-01-22 DOI: 10. 3969/ j. issn. 1003-2800. 2024. 05. 004 基金项目: 国家社科基金重点项目-基本医疗服务治理体系研究 (20AZD081); 南京医科大学公共卫生学院 A12 0. 450 0. 042 疫情监测的设施条件 A21 0. 378 0. 046 􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋 风险监测评估 A22 0. 406 0. 049 疫情损害程度初步评估 A23 0. 215 0. 026 防控预案执行情况 A31 0. 602 0. 057 􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋 0. 659 0. 089 防控队伍人员数 B21 0. 187 0. 016 􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋􀪋 防控队伍流调溯源能力 B22 0. 412 0. 035 病原体采样能力 B23 0. 255 0. 022 公众信任与舆情管理能力 B24 0. 147 0. 012 实验室设施设备健全情况 B31 0. 225 0.

负控终端指令执行成功率 ....................... 21 5.2.11 台区线损自动计算功能覆盖率 ................... 22 5.2.12 月平均日负荷预测准确率 ....................... 22 5.2.13 月平均日分布式光伏出力预测准确率 ............. 23 5.2.14 分布式光伏“四可”功能覆盖率 ..... 低压停电自动研判识别率 指标释义：自动研判的台区级低压停电事件数与实际统计的 台区级停电事件总数的比值。（统计周期：月度、年度） 计算方法按公式（22）。 100% PO LV PO LV T N RR N − − =  ……………（22） 式中： RRPO LV − ——低压停电自动研判识别率； NPO LV − ——自动研判的台区级低压停电事件数； T N 96 或 288 等； ) ( N i j  ——曲线采集成功的智能电能表数，其中 j ≥ 0.9k，如 k 值设置为 96，则 j 值对应为 90；k 值设置为 24，则 j 值对应为 22， 可根据业务实际需要进行设置； NSM ——智能电能表总数量； ex N ——剔除备用电源、全部或部分变压器停运、客户运行 容量为 0 的智能电能表数量。 5.2.6 智能电能表一次采集成功率

........................... 22 2.3.1 关于星闪终端的广播与 AP 的扫描发现 ............................................................................................................. 22 2.3.2 关于星闪终端接入后是否关闭广播 .... .................................................................................................. 22 2.3.3 关于终端连接参数的更新 .............................................................................. 59 2461 Y Y 20 2422 Y Y 60 2462 Y Y 21 2423 Y 61 2463 Y 22 2424 Y1 62 2464 Y Y 23 2425 Y 63 2465 Y Y 24 2426 Y Y 64 2466

��������������� ���������������� ����������������� ���������������� ���������������� ���������������� —22 — �������������������������������������������� ������������������������ ����������������������� �������������������������������������������� ������������������������� �������������������������� ������������� —22 — ����������������������������������������������������� ��������������������������������� �����

OS 开发 框架。采用结构化工艺数据，制造检验数据、产品图 像等生产制造数据，以及生产状况、计划进度、资源 使用状态等生产管理数据，通过 NLP 与标注 ［21］、多 模态信息提取与融合 ［22］、大数据挖掘 ［23］等方法，构建 工艺智能生成、智能装配指导、实时排产调度、智能 检测、测试大数据分析等场景大模型，并基于云-边- 端集成框架，与现有制造设备、检测设备、数字化终 端及 制造物联的内涵、体系结构和 关键技术［J］. 计算机制造集成系统，2014，20（1）：1-10. ［11］ 张益，冯毅萍，荣冈 .智慧工厂的参考模型与关键技术［J］. 计算机集成制造系统，2016，22（1）：1-12. ［12］ 杜传忠，杨志坤 . 德国工业 4.0 战略对中国制造业转型 升级［J］. 经济与管理研究，2015，36（7）：82-87. ［13］ SZEJKA A L，JUNIOR 中国科学（信息科学），2024，54（11）： 2606-2622. ［21］ 卡祖铭，赵鹏，张波，等 . 面向大语言模型的推荐系统综 述［J］. 计算机科学，2024，51（增刊 2）：11-21. ［22］ 赵什陆，张强.深度学习多模态图像语义分割前沿进展［J］. 中国图象图形学报，2023，28（11）：3320-3341. ［23］ 汤洪涛，费永辉，陈青丰，等 .基于工业大数据的柔性作业 车间动态调度［J］

Instances（预留实例），更有效地控制支出。 部署亚马逊云科技的自动化和高效存储解决方案，进一步降低运营 支出。 借助庞大的亚马逊云科技合作伙伴网络和以客户为中心的专业服务 团队提供的支持与赋能。 22% IT 基础设施团队效率提高 3 32% 通用石油天然气公司将业务迁移 到亚马逊云科技云端后，总拥有 成本降低 52% 1. 2. 3. 4. 通用石油天然气公司 IT 基础设施运营成本 简化流程和提升生产力的关键，在于部署传统系统所不具备 的先进、数据驱动型能力。例如，云原生架构使用无服务器 计算、自动扩展和自我修复能力，消除了手动管理基础设施 的需求。 数据库管理团队效率提高 4 22% 每位管理员可管理的虚拟机数量增加 5 86% 亚马逊云科技通过以下方式实现更快速、更高效的流程: 托管服务： 我们通过全托管服务减少手动 IT 管理，使 团队能够专注于创新而不是维护工作。 Known，云端迁移的商业价值，2025 如何估算商业价值 为了初步了解云迁移如何通过提升团队生产 力释放商业价值，我们建议参阅 Known 分 析师研究报告中提出的深刻见解，其中评估 了 22 个独特关键绩效指标因云端迁移而发 生的变化。 该研究报告显示，迁移到亚马逊 云科技显著提升了生产力：6 根据这些预测改善数据，预估 此次迁移可能对企业团队生产 力的提升效应。 使用容器技术减少应用程序的

国内项目管理国家标准和行业标准现况 .................................................................................. 22 附件 3 全国项目管理标准体系明细表 ............................................................................. Introduction to Disciplined Agile Delivery 21 Managing Change in Organizations: A Practice Guide 22 Navigating Complexity: A Practice Guide 23 Process Groups: A Practice Guide 24 Project Excellence Baseline 6 Organizational Competence Baseline 7 Research Evaluation Baseline 22 附件 2 国内项目管理国家标准现况 全国项目管理标准化技术委员会（SAC/TC343）负责的专业范围 是项目管理的术语、构建框架、构建要素、编写方法、计划、认识体 系。全国项目管理标准化技术委员会成立于