JANZZ.technology提供可解释人工智能（Explainable AI） 2019-09-17/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology在过去的十年里，由于大量生成的数据和不断增强的计算能力，机器学习（Machine Learning），特别是深度学习系统，取得了前所未有的突破。然而，盲目追求机器学习的成功，造成了我们过度容忍人工智能（AI）应用开发的过程。如今，越来越多的自治系统（autonomous system）导致机器缺乏解释其行为的能力。 由于大多数人工智能技术都是由私营公司开发，这些公司为了自身利益会确保他们的数据处理是保密的。此外，许多公司在人工智能技术中使用复杂的神经网络，他们甚至无法解释某些结果是如何得出的。 当然，如果这样的系统错误地预测了某些消费行为，那么后果可能不大。然而，如果这样的误判发生在自主车辆、医疗诊断、政策决策或者我们的工作匹配中，那又会怎样呢？相信在这样的情况下，我们很难盲目地信赖一个人工智能系统的决策过程。 今年年初，经济合作与发展组织（经合组织）提出了人工智能原则，旨在促进创新和可信赖的人工智能。在经合组织提出的五大原则中，其中一个原则更是明确指出，“围绕人工智能系统应该有透明度和负责任的披露，以确保人们了解基于人工智能的结果，并能够挑战他们。”[1] 可解释人工智能（Explainable AI）作为解决人工智能系统中“黑箱”决策问题的一种手段，最近在机器学习领域越来越多的被提及。如上所述，目前用于机器学习的大多数算法在如何和为什么做出决策方面都无法被人类理解。因此，很难诊断这些决策是否存在错误和偏见。这其中尤其包括深度学习神经网络方法的大多数流行算法。[2] 因此，包括经合组织在内的许多监管方都不断敦促企业增加可解释人工智能。在欧洲生效的《通用数据保护条例》规定，欧盟人民有权对任何算法决定进行“人工审查”。在美国，保险法促使公司对他们的决定做出详细说明，比如为什么拒绝为某一人群投保，或者为什么只向少数人群收取更高的保费。[3] 然而，当前的可解释人工智能也存在两个主要亟待解决的问题。首先，正确界定可解释人工智能的概念是一个挑战。用户应该意识到他们可以获取的关于人工智能应用知识的局限性。因为，如果企业别无选择，必须提供详细的解释，知识产权作为一个独特的卖点（Unique Selling Proposition）将会消失。[4] 第二个问题是绩效性和可解释性之间的权衡。我们是否需要对某些机器任务进行标准化，并对某些行业进行监管，迫使他们寻求透明的人工智能解决方案？即使这意味着扼杀了这些行业的开发潜力？ 在JANZZ.technology，我们致力于向用户解释我们匹配候选人和职位的过程。我们独特的匹配软件抛开诸如性别、年龄或国籍等次要参数，使用真正重要的数据来寻找完美的候选人，比如技能、教育/培训、专业、经验等。 我们独特的匹配系统不单单给出一个最终匹配值，而是分解了所有评判标准，如功能、技能、语言和入职时间等。让用户对匹配结果有更充分的理解，并为员工再培训和技能提升提供参照。您想知道更多关于JANZZ.technology如何应用可解释人工智能解决方案的吗？请立即写信至 sales@janzz.technology [1] OECD. 2019. OECD Principles on AI. URL :https://www.oecd.org/going-digital/ai/principles/ [2019.9.17]. [2] Ron Schmelzer. 2019. Understanding Explainable AI. URL: https://www.forbes.com/sites/cognitiveworld/2019/07/23/understanding-explainable-ai/#6b4882fa7c9e[2019.9.17]. [3] Jeremy Kahn. 2018. Artificial Intelligence Has Some Explaining to Do. URL: https://www.bloomberg.com/news/articles/2018-12-12/artificial-intelligence-has-some-explaining-to-do[2019.9.17]. [4] Rudina Seseri. 2018. The problem with ‘explainable AI’. URL: https://techcrunch.com/2018/06/14/the-problem-with-explainable-ai/[2019.9.17]. » 了解详情: JANZZ.technology提供可解释人工智能（Explainable AI） » 阅读更多 https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png 0 0 JANZZ.technology https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png JANZZ.technology2019-09-17 17:31:092019-09-18 10:02:22JANZZ.technology提供可解释人工智能（Explainable AI）
在中国工业中心城市重庆，智能技术升级正在全面展开 2019-09-05/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology第二届中国国际智能产业博览会（智博会）于2019年8月26日至29日在中国重庆成功举办。中华人民共和国主席习近平向智博会发来了贺信。中国最具新闻价值的商界领袖齐聚重庆，分享了他们对智能技术的看法，并为智能产业提出了建议。 这其中包括了阿里巴巴集团创始人马云、腾讯董事长兼CEO马化腾、百度联合创始人、董事长兼CEO李彦宏、联想集团董事长兼CEO杨元庆等。去年，重庆被宣布成为中国国际智能产业博览会这一高标准活动的永久会址。然而，这座城市凭借什么成为中国智能和智能产业的先锋呢？ 中国的战略性发展 20世纪末21世纪初期，中国共产党中央委员会，国务院贯彻邓小平关于中国现代化建设“两个大局”思想做出了实施西部发开发的战略。作为西部唯一的直辖市，重庆迎来了历史性发展机遇，加快了直辖市建设的步伐。 2013年，中国政府将“一带一路倡议”作为一项全球战略，重庆再次迎来了发展的黄金机遇。处在“丝绸之路经济带”和“长江经济带”的交汇处，“一带一路”战略加速了重庆向东向西的开放。在踏上发展快车实现了经济高速增长后，重庆经济遭遇到下行压力。为了新一轮的增长，2018年以来，重庆实施了以大数据智能化为引领的创新驱动发展战略行动计划。 完整的产业链 重庆做出这一选择显然是经过深思熟虑的。重庆在中国信息化与工业化融合中发挥了重要作用。它是中国西部老工业基地之一，也是重要的工业制造基地。此外，重庆的工业门类齐全，除了传统的制造业以外，还包括电子信息和通信行业。 它是中国汽车制造大城之一，是长安福特，力帆汽车等大型汽车制造商的所在地，全球每三台笔记本电脑就一台产自重庆。良好的工业基础，为未来的智能制造或智能创造，包括人工智能打下了一个好的基础。 成熟的数字平台 经过几年的努力，重庆市已经建成了全市统一的政务信息资源共享交换平台。（国家-市-区）三级政府信息资源共享系统将国家平台和38个区平台连接在一起。同时，重庆率先完成直辖市数据共享，实现部门信息孤岛的跨越，加快了数据聚合。去年，重庆已实现80个部门200多个政府服务、城市规划、城市治理等应用。 完善的网络基础设施 重庆是中国通信网络架构中10个一级节点之一，这极大地提升了重庆作为西部互联网枢纽的地位和增强了重庆网络基础设施的支撑能力。重庆也成为西部地区三大运营商（移动、联通、电信）共同启动5G试点的两大城市之一。目前，重庆移动已开通两个5G基站。今年内，计划在主城区建设和开通50个5G基站。 本届智博会发布了人工智能、大数据、自动驾驶汽车、无人机、虚拟技术等领域的多项最新技术、产品和应用。参展企业包括阿里巴巴、谷歌、浪潮、华为和百度等数家重量级企业。在来自28个国家和地区的843家企业中，JANZZ.technology也有幸成为其中一员参加了今年重庆智博会。我们相信，未来中国将成为智能技术领域的领军者，我们希望能寻找到潜在的中国合作伙伴，帮助我们打开通往中国市场的大门。我们仍然可以回忆起在智博会期间遇到的无数孩童，透过他们好奇的眼睛，我们看到了这座城市智慧的未来。 » 了解详情: 在中国工业中心城市重庆，智能技术升级正在全面展开 » 阅读更多 https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png 0 0 JANZZ.technology https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png JANZZ.technology2019-09-05 17:05:552021-10-12 11:38:03在中国工业中心城市重庆，智能技术升级正在全面展开
瑞士的下一代工匠在哪里？ 2019-08-07/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology根据创新SBFI和国家教育、研究和创新秘书处（SERI）出版的最新报告《Nahtstellenbarometers——义务教育后的教育决定》，最受瑞士青少年青睐的职业培训分别是商业雇员，医疗保健助理和信息技术员，而工匠职业特别是手工匠职业相对排名靠后。与男孩相比，渴望接受职业培训的女孩比例减少了15%，报告显示没有一个女孩有兴趣选择电工，汽车修理或技术技师等职业当学徒工。〔1〕 目前瑞士有42778名手工匠人缺口。这一数字是由一家求职网站公布，该网站还指出，技工职位是近年来广告招聘最多的职位类别之一：当前，广告招聘的技工职位总数为198097个。从事建筑和住宅服务的公司都在到处寻找熟练的技术工人。温特图尔（瑞士苏黎世州第二大城市）一家电气和安全工程公司的总经理感叹，“在目前的市场形势下，要寻找人员填补我们的空缺并不容易。”〔2〕 对学术路线的兴趣日益浓厚 是什么原因导致瑞士工匠短缺？日益受青睐的学术路线被认为是其中一个促成因素。瑞士青少年在12至14岁之间必须决定是继续升入高中还是进入职业培训（也被称为双轨系统）。双轨系统在瑞士具有悠久的传统，并深受家长、青少年和社会的广泛认可。它不仅极大地降低了瑞士青年人的失业率，同时也为瑞士各个技能行业输出了高质量的技术工人。 然而，瑞士社会越来越多的家长，特别是具有移民背景的家长认为职业培训质量低，与拥有四年制大学学位的学生相比，进入职业学校的学生能力较差或抱负较低。许多国际公司也更倾向于录用拥有学士学位的毕业生，这增加了年轻人选择职业培训的压力，迫使他们中的许多人对进行职业培训犹豫不决。 最近，青少年选择升入高中的人数有所增加，特别是在瑞士的法语和意大利语区。这对职业培训中的一些冷门行业提出了挑战。 国家教育、研究和创新秘书处在一份声明中指出，“在整个瑞士，学术路线获得了更多的青睐，对普通教育的渴望比去年更强”[3]。 技工行业的误解 在媒体宣传中，我们似乎认为只有与计算机科学相关的职业才有前途，技术工人特别是手工技术工人将会被自动化和机器人所取代。但在某些情况下，机器还没有达到足够的机敏和拥有精细的运动技能来与人类的手竞争。例如，要研磨精度在100毫米以内的轴承，需要多年的实践，只有经验丰富的熟练技工才能做到这一点，有时除了经验之外，还需要凭借直觉，这一点机器很难拥有。 人们往往错误地认为，技术性行业提供的上升机会很小，薪水也很低。但现实情况是，大公司中有许多高级管理人员，以及瑞士著名的政府官员，都是从学徒工一路打拼到如今的成就。今天我们特别需要高素质的工匠，高级技工的薪水也不低于大学里的教授。 除此之外，这份工作还提供了成为企业家的机会。不幸的是，如今有许多企业家打算将他们非常成功且利润丰厚的生意交给下一代，但却苦于找不到愿意接班的人。除了年轻人缺乏相关行业经验外，据各种调查报告显示，Y/Millennials一代（出生于1980-1995年）正在寻求更安全、更灵活的工作，他们更喜欢在大公司拿着稳定的薪水，而不愿承担创业的责任。 年轻人变得太懒了吗？ 除了瑞士之外，德国，比利时，奥地利和美国等许多其他国家也面临着类似的工匠短缺问题。不可否认的是，许多技术工的工作性质十分艰苦。例如，面包店的学徒必须在凌晨2点就开始工作，这不是一件轻松的事情，现在许多年轻人不愿意接受这样的工作。 瑞士中央职业教育与培训委员会主席认为，当下年轻人对计算机和机器人的关注度过高，相比而言，技工行业显得黯然失色[1]。然而，数字化不应被视为阻碍年轻人选择职业培训的障碍。事实上，职业培训应该大力推广数字化，并提升数字化工匠的形象，以一种现代的，不那么传统的阳刚形象，吸引更多的年轻人，甚至是年轻女孩。 合作努力 与其它经济部门一样，数字化也已进入了技工行业，并通过提高生产力和降低业务成本对该行业产生着深远影响。例如，通过使用数据分析，屋顶工人现在可以使用3D扫描仪测量房屋，以订购所需屋顶瓦片的确切数量。 建筑信息模型（BIM）能实现建筑信息的整合，从建筑物的设计，建造和运营到项目整个生命周期的结束。把许多不同的信息集成到利益相关者的三维模型信息数据库中。当然还有其它许多的例子，包括虚拟现实，无人机，3D地图和3D打印。 尽管各个技工行业协会在提高人们对工匠重要性的认识方面作出了巨大努力，但现实却令人失望。来自瑞士建筑协会的官员呼吁伯尔尼联邦政府说：“重要的是，政治家不要发出错误的信号。重要的是，政府不仅要促进中等和大学教育，还要促进职业培训“。 的确，政府应该更加积极努力地推动职业培训，缩小接受职业培训的青年男女比例，鼓励更多年轻女性走进传统的男性学徒工行业。如有必要，还需要考虑从瑞士以外的其他国家引进年轻人来弥补某些职业培训的人才缺失。 在数字化的当下，AI和大数据可以为承包商，专门从事技工人才的猎头公司以及计划促进职业培训的政府机构做些什么？如何使用数字平台助您找到您所需技工人才？现在写信给 sales@janzz.technology 让我们用JANZZ.technology的智能数据帮助您。 [1] gfs.bern. 2019. Nahtstellenbarometer 2019. URL: https://cockpit.gfsbern.ch/de/cockpit/nahtstellenbarometer-2019/ [2019.07.25] [2] Ulrich Rotzinger and Julia Fritsche. 2019. In der Schweiz fehlen 42’778 Handwerker. URL: https://www.blick.ch/news/wirtschaft/in-der-schweiz-fehlen-42778-handwerker-schreiner-sanitaere-und-elektroinstallateure-verzweifelt-gesucht-id15399544.html?fbclid=IwAR0TU2tUpeSmljN23gLwK5S09DOpvURnFdNqBNoR6nRSfLo_Z3ChojKrVYE [2019.07.25] [3] Isobel Leybold-Johnson. 2019. What careers did Switzerland’s students choose this year? URL: https://www.swissinfo.ch/eng/continuing-education_what-careers-did-switzerland-s-students-choose-this-year-/45035674 [2019.07.25] » 了解详情: 瑞士的下一代工匠在哪里？ » 阅读更多 https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png 0 0 JANZZ.technology https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png JANZZ.technology2019-08-07 17:15:272019-08-08 09:22:02瑞士的下一代工匠在哪里？
中等技术工人受到数字化的冲击最大 2019-07-16/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology根据在经合组织国家的就业观察，虽然从长期看来低技能工人受到数字化转型的影响将会最大（除了一些结合手动灵活性和可变环境的工种），但目前中等技术工作的机会正在大量缩减。 如果我们过去只是在嘴上说说数字化和自动化将如何改变我们的工作，未来的工作以及是否机器人将在某些领域取代人类等热门话题，如今，我们能真切感受到数字化和自动化带来的影响，而且，这样的感受将会变得越来越明显。 由于数字化引发的能源革命，能源业中的许多公司都轻视了这场革命的速度，如今面临着产能过剩的问题。在瑞士，通用电气（GE）刚刚宣布裁员，导致Baden和Birr的450名员工失业。为了与国际在线供应商竞争，瑞士最大的零售公司之一Migros不得不进行转型。今年 6月，这家公司解雇了Gossau的90名员工。经济合作与发展组织（OECD）预测了瑞士员工的危机：70万个工作岗位与“高风险自动化”有关。 [1] 要知道这只是整个全球劳动力市场其中一个小部分。 当前很难说明数字化带来的影响，因为它对就业市场既有正面影响，也有负面冲击。然而，统计证据表明，数字化会影响工作，收入和工资的分配。 [2] 凭借解决繁琐问题，创造性思维和复杂沟通等技能，高技能工人往往从数字化中受益最多，因为他们所具备的技能与数字化起到相辅相成的作用。因此，我们可以观察到大多数经合组织国家的高技能工作在增加。同样，低技术工作岗位的比例也在不断上升，而唯有中等技术工作岗位的比例在下降。 [3] 为什么中等技术工人面临的风险最大而在数字化下处于不利地位？苏黎世联邦理工学院（ETH）创新经济学教授Martin Wörter解释说，“办公室或工业生产中的重复活动可以更容易地通过计算机或机器人取代。”瑞士联邦就业统计数据支持了他这一说法。在20年内，上班族人数减少了15万人，而工匠人数只减少了9万人。相反，学术职业的数量增加了47万。 [1] 然而，对于公司而言，简单地裁掉技术被淘汰的工人并将其替换为符合所需技能的员工是短视的做法。由于技能要求变化比以往任何时候都快，即使公司今天可以不惜代价找到新的工人，明天呢？解决这类问题的唯一方法是启用现有员工的重新培训。进一步的培训可以在很大程度上减少裁员并使整个公司受益。正如人力资源管理教授兼卢塞恩大学校长Bruno Staffelbach所说：“公司特定的专业知识在未来将变得更加重要。但是，员工只能从在公司工作中获得这些技能。 “ [1] 庆幸的是许多公司已经意识到这一点并启动了有效的技能发展项目，但正如我们在以前的文章中多次谈到的那样，劳动力重新培训需要一种涉及个人，公司，行业以及政府的生态系统方法。根据世界经济论坛的计算，在美国，45％的高风险工人可以通过企业合作的方式开展集体式重新培训。如果与政府的努力相结合，能够进行重新培训的工人比例可能会增加到77％。 [4] 近十年来，JANZZ.technology一直在观察全球劳动力市场并在多个劳动力市场中参与合作。我们凭借专业知识，为客户提供正确的数据，以应对就业市场的一般挑战。我们的最新产品–劳动力市场仪表板，使用实时数据来建立重要的劳动力市场指数，包括最需要的技能，搜索次数最多的位置或男女用工比率等。如果您想了解更多有关JANZZ.technology的专业知识，请马上联系我们 sales@janzz.technology [1] Albert Steck. 2019.Digitalisierung gefährdet Jobs von Mittelqualifizierten am stärksten. URL: https://nzzas.nzz.ch/wirtschaft/digitalisierung-gefaehrdet-jobs-von-mittelqualifizierten-am-staerksten-ld.1492570#swglogin [2019.07.02] [2] OECD. 2015. OECD skills outlook 2015: youth, skills and employability, OECD Publishing, Paris, URL: https://doi.org/10.1787/9789264234178-en [2019.07.02] [3] OECD. 2019. OECD skills outlook 2019: thriving in a digital world, OECD Publishing, Paris, URL: https://doi.org/10.1787/df80bc12-en [2019.07.02] [4] Borge Brende. » 了解详情: 中等技术工人受到数字化的冲击最大 » 阅读更多 https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png 0 0 JANZZ.technology https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png JANZZ.technology2019-07-16 09:36:192021-10-12 11:35:30中等技术工人受到数字化的冲击最大
数字时代背景下职业分类系统的出路 2019-07-01/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology人类早已开始观察并记录社会中的经济活动。据记载，在唐朝期间（618年-907年）就已经出现“三十六行”的描述，从而有了我们常说的“三十六行，行行出状元”。而今天，我们的工作正在以如此快的速度发生变化，再想要统计出日常生活中各行各业的具体数字，变得几乎是一件不可能的事情。由于工作岗位正在发生变化，旧的工作消失和新的工作出现，编制职业统计记录也变得越来越复杂。过去只有一个“经理”，如今有五花八门的经理：PI经理，IT经理，项目经理，代际合作经理等等。 因此，除了出于统计目的而罗列出所有职业名称之外，职业描述，技能和经验要求，教育水平以及更多方面与职业相关的信息也加入进了数据库。这样，我们不仅可以更好地了解当今的工作，还可以开发更复杂的系统来执行更有意义的任务，例如，行职业规划，工作搜索，识别趋势或指导政策设计等等。 美国的分类系统 美国商务部于1977年发布了标准职业分类（SOC）。当时，美国政府的许多项目开始收集统计数据，联邦政府需要一个统一的职业分类系统。 在SOC中，每个工作下面只有简短的描述和说明性示例，除了统计目的，其它意义不大。SOC根据所从事的工作类型进行分类，但很少从特定职位所需的技能和教育水平上进行分类[1]。最新版本的SOC于2018年发布。 在线数据库O * Net是对SOC的扩展，由美国劳工部就业和培训管理局在20世纪90年代中期创建。求职者，学生，企业研究人员和劳动力开发专业人员可以自由地访问和下载O * Net数据库的信息。与SOC相比，它是一个更复杂的系统，具有更详细的信息，如任务，技术技能，知识，能力，教育水平和工作方式。因此，在指导性上更有意义。 欧洲的分类系统 国际标准职业分类（ISCO）由国际劳工局（ILO）维护和管理。 ISCO是职业相关数据的主要国际分类，用于国际交流，报告和比较。它还为希望进一步改进自己国家的职业分类或直接套用ISCO-08的国家和地区提供参照。例如奥地利的Ö-ISCO，挪威的Styrk-08，哥斯达黎加的COCR-2011，加拿大的NOC 2016以及亚洲大多数国家职业分类都是以ISCO为模板。 2017年7月，欧盟启动了第一版欧洲多语种技能，能力，资格和职业分类（ESCO），该分类也是基于ISCO-08。 ESCO旨在通过欧盟官方24种语言建立对职业，技能，知识和资格的共同理解，使雇主，员工和教育机构能够更好地了解需求和要求。正如欧洲委员会主席Jean-Claude Juncker所说的那样，在促进人员自由流动下，ESCO可以帮助弥补不同成员国之间的技能差距和缓解失业率[2]。 行业分类系统 行业分类或行业分类法按行业和生产流程，产品或工作岗位对公司进行分组。它们为国家和国际统计机构提供服务，以便对经济状况进行分析，比较和总结。众所周知的行业分类包括NAICS，ISIC，GICS，NAF 2015和MUPCS。 此外，从职业分类向技能分类的转变也愈发成为趋势。这种转变有助于提高分类系统在职业指导方面的作用以及在指导新技能培训方面的作用。英国的创新基金会Nesta建立了英国首个数据驱动技能分类标准（UK skills taxonomy）。它可以衡量国家的技能供需，以防止技能短缺。社交媒体平台LinkedIn也为其用户构建了技能分类。 中国的分类系统 中国于1995年开始创建职业分类。并在1999年发布了第一版的《中华人民共和国职业分类大典》。目前正在使用的是2015年的最新版本，旨在跟上快速变化的就业部门。该大典参照ISCO，对职业进行了4个层级的划分，共收录1838个职业。 相比在同一时期创建的O * Net，中国职业分类大典仍有很大的上升空间。具体而言，如提高可访问性，加强持续数据更新能力以及增强对学生和求职者的指导性等方面[3]。其中，加强持续更新数据能力的问题并不是中国职业分类大典所特有的。许多其它分类系统同样面临这个难题，包括O * Net。 职业分类系统的新出路 创建传统的专家咨询分类标准既耗时又昂贵，而且最重要的是，它缺乏适应世界不断快速变化的工作环境的能力。因此，我们急需一种新的解决方案。这种新的方案要能够不断为劳动力市场提供信息，使求职者，学生，教育提供者，雇主和政策制定者能够对变化保持警惕，并有能力做出反应。 通过数字化，基于数据的信息收集方法可以彻底改变分类系统的创建方式。在JANZZ.technology，我们已经在我们的本体/知识图谱中绘制了所有国际职业分类系统和其它系统。 （如果您想了解分类法和本体论之间的区别，请查看https://janzz.technology/ontology-and-taxonomy-stop-comparing-things-that-are-incomparable/）。 这种映射使JANZZ.technology能够分析庞大复杂的职业数据集，并使用智能和标准化的元数据对其进行注释，从而使得数据在基准测试，匹配或统计分析等进一步过程中具有可比性。我们的JANZZclassifier！适用于拥有大量（非标准化）职业相关数据（如职称，硬技能和软技能，特别是培训/资格）的个人和组织。它使您能够通过我们的API简单地运行您的数据，并返回更有意义的数据。 值得注意的是，我们使用来自用户，合作伙伴和劳动力市场的实时数据，不断更新我们的数据库。这是在数字时代开发分类系统的新方法。如果您想具体了解我们的本体/知识图谱可以如何帮助您，请立即写信给 sales@janzz.technology [1] Jeffrey H. Greenhaus and Gerard A. Encyclopedia of career development. [2] ESCO (2015). ESCO strategic framework. Vision, mission, position, added value and guiding principles. Brüssel. [3] 李文东, 时勘. 2006. » 了解详情: 数字时代背景下职业分类系统的出路 » 阅读更多 https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png 0 0 JANZZ.technology https://janzz.technology/wp-content/uploads/2022/01/Logo_JANZZ_Web-72.png JANZZ.technology2019-07-01 16:56:172019-10-22 16:03:43数字时代背景下职业分类系统的出路
JANZZ.technology提供可解释人工智能（Explainable AI）
/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology在过去的十年里，由于大量生成的数据和不断增强的计算能力，机器学习（Machine Learning），特别是深度学习系统，取得了前所未有的突破。然而，盲目追求机器学习的成功，造成了我们过度容忍人工智能（AI）应用开发的过程。如今，越来越多的自治系统（autonomous system）导致机器缺乏解释其行为的能力。
由于大多数人工智能技术都是由私营公司开发，这些公司为了自身利益会确保他们的数据处理是保密的。此外，许多公司在人工智能技术中使用复杂的神经网络，他们甚至无法解释某些结果是如何得出的。
当然，如果这样的系统错误地预测了某些消费行为，那么后果可能不大。然而，如果这样的误判发生在自主车辆、医疗诊断、政策决策或者我们的工作匹配中，那又会怎样呢？相信在这样的情况下，我们很难盲目地信赖一个人工智能系统的决策过程。
今年年初，经济合作与发展组织（经合组织）提出了人工智能原则，旨在促进创新和可信赖的人工智能。在经合组织提出的五大原则中，其中一个原则更是明确指出，“围绕人工智能系统应该有透明度和负责任的披露，以确保人们了解基于人工智能的结果，并能够挑战他们。”[1]
可解释人工智能（Explainable AI）作为解决人工智能系统中“黑箱”决策问题的一种手段，最近在机器学习领域越来越多的被提及。如上所述，目前用于机器学习的大多数算法在如何和为什么做出决策方面都无法被人类理解。因此，很难诊断这些决策是否存在错误和偏见。这其中尤其包括深度学习神经网络方法的大多数流行算法。[2]
因此，包括经合组织在内的许多监管方都不断敦促企业增加可解释人工智能。在欧洲生效的《通用数据保护条例》规定，欧盟人民有权对任何算法决定进行“人工审查”。在美国，保险法促使公司对他们的决定做出详细说明，比如为什么拒绝为某一人群投保，或者为什么只向少数人群收取更高的保费。[3]
然而，当前的可解释人工智能也存在两个主要亟待解决的问题。首先，正确界定可解释人工智能的概念是一个挑战。用户应该意识到他们可以获取的关于人工智能应用知识的局限性。因为，如果企业别无选择，必须提供详细的解释，知识产权作为一个独特的卖点（Unique Selling Proposition）将会消失。[4]
第二个问题是绩效性和可解释性之间的权衡。我们是否需要对某些机器任务进行标准化，并对某些行业进行监管，迫使他们寻求透明的人工智能解决方案？即使这意味着扼杀了这些行业的开发潜力？
在JANZZ.technology，我们致力于向用户解释我们匹配候选人和职位的过程。我们独特的匹配软件抛开诸如性别、年龄或国籍等次要参数，使用真正重要的数据来寻找完美的候选人，比如技能、教育/培训、专业、经验等。
我们独特的匹配系统不单单给出一个最终匹配值，而是分解了所有评判标准，如功能、技能、语言和入职时间等。让用户对匹配结果有更充分的理解，并为员工再培训和技能提升提供参照。您想知道更多关于JANZZ.technology如何应用可解释人工智能解决方案的吗？请立即写信至 sales@janzz.technology
[1] OECD. 2019. OECD Principles on AI. URL :https://www.oecd.org/going-digital/ai/principles/ [2019.9.17].
[2] Ron Schmelzer. 2019. Understanding Explainable AI. URL: https://www.forbes.com/sites/cognitiveworld/2019/07/23/understanding-explainable-ai/#6b4882fa7c9e[2019.9.17].
[3] Jeremy Kahn. 2018. Artificial Intelligence Has Some Explaining to Do. URL: https://www.bloomberg.com/news/articles/2018-12-12/artificial-intelligence-has-some-explaining-to-do[2019.9.17].
[4] Rudina Seseri. 2018. The problem with ‘explainable AI’. URL: https://techcrunch.com/2018/06/14/the-problem-with-explainable-ai/[2019.9.17]. » 了解详情: JANZZ.technology提供可解释人工智能（Explainable AI） »
在中国工业中心城市重庆，智能技术升级正在全面展开
/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology第二届中国国际智能产业博览会（智博会）于2019年8月26日至29日在中国重庆成功举办。中华人民共和国主席习近平向智博会发来了贺信。中国最具新闻价值的商界领袖齐聚重庆，分享了他们对智能技术的看法，并为智能产业提出了建议。
这其中包括了阿里巴巴集团创始人马云、腾讯董事长兼CEO马化腾、百度联合创始人、董事长兼CEO李彦宏、联想集团董事长兼CEO杨元庆等。去年，重庆被宣布成为中国国际智能产业博览会这一高标准活动的永久会址。然而，这座城市凭借什么成为中国智能和智能产业的先锋呢？
中国的战略性发展
20世纪末21世纪初期，中国共产党中央委员会，国务院贯彻邓小平关于中国现代化建设“两个大局”思想做出了实施西部发开发的战略。作为西部唯一的直辖市，重庆迎来了历史性发展机遇，加快了直辖市建设的步伐。
2013年，中国政府将“一带一路倡议”作为一项全球战略，重庆再次迎来了发展的黄金机遇。处在“丝绸之路经济带”和“长江经济带”的交汇处，“一带一路”战略加速了重庆向东向西的开放。在踏上发展快车实现了经济高速增长后，重庆经济遭遇到下行压力。为了新一轮的增长，2018年以来，重庆实施了以大数据智能化为引领的创新驱动发展战略行动计划。
完整的产业链
重庆做出这一选择显然是经过深思熟虑的。重庆在中国信息化与工业化融合中发挥了重要作用。它是中国西部老工业基地之一，也是重要的工业制造基地。此外，重庆的工业门类齐全，除了传统的制造业以外，还包括电子信息和通信行业。
它是中国汽车制造大城之一，是长安福特，力帆汽车等大型汽车制造商的所在地，全球每三台笔记本电脑就一台产自重庆。良好的工业基础，为未来的智能制造或智能创造，包括人工智能打下了一个好的基础。
成熟的数字平台
经过几年的努力，重庆市已经建成了全市统一的政务信息资源共享交换平台。（国家-市-区）三级政府信息资源共享系统将国家平台和38个区平台连接在一起。同时，重庆率先完成直辖市数据共享，实现部门信息孤岛的跨越，加快了数据聚合。去年，重庆已实现80个部门200多个政府服务、城市规划、城市治理等应用。
完善的网络基础设施
重庆是中国通信网络架构中10个一级节点之一，这极大地提升了重庆作为西部互联网枢纽的地位和增强了重庆网络基础设施的支撑能力。重庆也成为西部地区三大运营商（移动、联通、电信）共同启动5G试点的两大城市之一。目前，重庆移动已开通两个5G基站。今年内，计划在主城区建设和开通50个5G基站。
本届智博会发布了人工智能、大数据、自动驾驶汽车、无人机、虚拟技术等领域的多项最新技术、产品和应用。参展企业包括阿里巴巴、谷歌、浪潮、华为和百度等数家重量级企业。在来自28个国家和地区的843家企业中，JANZZ.technology也有幸成为其中一员参加了今年重庆智博会。我们相信，未来中国将成为智能技术领域的领军者，我们希望能寻找到潜在的中国合作伙伴，帮助我们打开通往中国市场的大门。我们仍然可以回忆起在智博会期间遇到的无数孩童，透过他们好奇的眼睛，我们看到了这座城市智慧的未来。 » 了解详情: 在中国工业中心城市重庆，智能技术升级正在全面展开 »
瑞士的下一代工匠在哪里？
/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology根据创新SBFI和国家教育、研究和创新秘书处（SERI）出版的最新报告《Nahtstellenbarometers——义务教育后的教育决定》，最受瑞士青少年青睐的职业培训分别是商业雇员，医疗保健助理和信息技术员，而工匠职业特别是手工匠职业相对排名靠后。与男孩相比，渴望接受职业培训的女孩比例减少了15%，报告显示没有一个女孩有兴趣选择电工，汽车修理或技术技师等职业当学徒工。〔1〕
目前瑞士有42778名手工匠人缺口。这一数字是由一家求职网站公布，该网站还指出，技工职位是近年来广告招聘最多的职位类别之一：当前，广告招聘的技工职位总数为198097个。从事建筑和住宅服务的公司都在到处寻找熟练的技术工人。温特图尔（瑞士苏黎世州第二大城市）一家电气和安全工程公司的总经理感叹，“在目前的市场形势下，要寻找人员填补我们的空缺并不容易。”〔2〕
对学术路线的兴趣日益浓厚
是什么原因导致瑞士工匠短缺？日益受青睐的学术路线被认为是其中一个促成因素。瑞士青少年在12至14岁之间必须决定是继续升入高中还是进入职业培训（也被称为双轨系统）。双轨系统在瑞士具有悠久的传统，并深受家长、青少年和社会的广泛认可。它不仅极大地降低了瑞士青年人的失业率，同时也为瑞士各个技能行业输出了高质量的技术工人。
然而，瑞士社会越来越多的家长，特别是具有移民背景的家长认为职业培训质量低，与拥有四年制大学学位的学生相比，进入职业学校的学生能力较差或抱负较低。许多国际公司也更倾向于录用拥有学士学位的毕业生，这增加了年轻人选择职业培训的压力，迫使他们中的许多人对进行职业培训犹豫不决。
最近，青少年选择升入高中的人数有所增加，特别是在瑞士的法语和意大利语区。这对职业培训中的一些冷门行业提出了挑战。 国家教育、研究和创新秘书处在一份声明中指出，“在整个瑞士，学术路线获得了更多的青睐，对普通教育的渴望比去年更强”[3]。
技工行业的误解
在媒体宣传中，我们似乎认为只有与计算机科学相关的职业才有前途，技术工人特别是手工技术工人将会被自动化和机器人所取代。但在某些情况下，机器还没有达到足够的机敏和拥有精细的运动技能来与人类的手竞争。例如，要研磨精度在100毫米以内的轴承，需要多年的实践，只有经验丰富的熟练技工才能做到这一点，有时除了经验之外，还需要凭借直觉，这一点机器很难拥有。
人们往往错误地认为，技术性行业提供的上升机会很小，薪水也很低。但现实情况是，大公司中有许多高级管理人员，以及瑞士著名的政府官员，都是从学徒工一路打拼到如今的成就。今天我们特别需要高素质的工匠，高级技工的薪水也不低于大学里的教授。
除此之外，这份工作还提供了成为企业家的机会。不幸的是，如今有许多企业家打算将他们非常成功且利润丰厚的生意交给下一代，但却苦于找不到愿意接班的人。除了年轻人缺乏相关行业经验外，据各种调查报告显示，Y/Millennials一代（出生于1980-1995年）正在寻求更安全、更灵活的工作，他们更喜欢在大公司拿着稳定的薪水，而不愿承担创业的责任。
年轻人变得太懒了吗？
除了瑞士之外，德国，比利时，奥地利和美国等许多其他国家也面临着类似的工匠短缺问题。不可否认的是，许多技术工的工作性质十分艰苦。例如，面包店的学徒必须在凌晨2点就开始工作，这不是一件轻松的事情，现在许多年轻人不愿意接受这样的工作。
瑞士中央职业教育与培训委员会主席认为，当下年轻人对计算机和机器人的关注度过高，相比而言，技工行业显得黯然失色[1]。然而，数字化不应被视为阻碍年轻人选择职业培训的障碍。事实上，职业培训应该大力推广数字化，并提升数字化工匠的形象，以一种现代的，不那么传统的阳刚形象，吸引更多的年轻人，甚至是年轻女孩。
合作努力
与其它经济部门一样，数字化也已进入了技工行业，并通过提高生产力和降低业务成本对该行业产生着深远影响。例如，通过使用数据分析，屋顶工人现在可以使用3D扫描仪测量房屋，以订购所需屋顶瓦片的确切数量。
建筑信息模型（BIM）能实现建筑信息的整合，从建筑物的设计，建造和运营到项目整个生命周期的结束。把许多不同的信息集成到利益相关者的三维模型信息数据库中。当然还有其它许多的例子，包括虚拟现实，无人机，3D地图和3D打印。
尽管各个技工行业协会在提高人们对工匠重要性的认识方面作出了巨大努力，但现实却令人失望。来自瑞士建筑协会的官员呼吁伯尔尼联邦政府说：“重要的是，政治家不要发出错误的信号。重要的是，政府不仅要促进中等和大学教育，还要促进职业培训“。
的确，政府应该更加积极努力地推动职业培训，缩小接受职业培训的青年男女比例，鼓励更多年轻女性走进传统的男性学徒工行业。如有必要，还需要考虑从瑞士以外的其他国家引进年轻人来弥补某些职业培训的人才缺失。
在数字化的当下，AI和大数据可以为承包商，专门从事技工人才的猎头公司以及计划促进职业培训的政府机构做些什么？如何使用数字平台助您找到您所需技工人才？现在写信给 sales@janzz.technology 让我们用JANZZ.technology的智能数据帮助您。
[1] gfs.bern. 2019. Nahtstellenbarometer 2019. URL: https://cockpit.gfsbern.ch/de/cockpit/nahtstellenbarometer-2019/ [2019.07.25]
[2] Ulrich Rotzinger and Julia Fritsche. 2019. In der Schweiz fehlen 42’778 Handwerker. URL: https://www.blick.ch/news/wirtschaft/in-der-schweiz-fehlen-42778-handwerker-schreiner-sanitaere-und-elektroinstallateure-verzweifelt-gesucht-id15399544.html?fbclid=IwAR0TU2tUpeSmljN23gLwK5S09DOpvURnFdNqBNoR6nRSfLo_Z3ChojKrVYE [2019.07.25]
[3] Isobel Leybold-Johnson. 2019. What careers did Switzerland’s students choose this year? URL: https://www.swissinfo.ch/eng/continuing-education_what-careers-did-switzerland-s-students-choose-this-year-/45035674 [2019.07.25] » 了解详情: 瑞士的下一代工匠在哪里？ »
中等技术工人受到数字化的冲击最大
/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology根据在经合组织国家的就业观察，虽然从长期看来低技能工人受到数字化转型的影响将会最大（除了一些结合手动灵活性和可变环境的工种），但目前中等技术工作的机会正在大量缩减。
如果我们过去只是在嘴上说说数字化和自动化将如何改变我们的工作，未来的工作以及是否机器人将在某些领域取代人类等热门话题，如今，我们能真切感受到数字化和自动化带来的影响，而且，这样的感受将会变得越来越明显。
由于数字化引发的能源革命，能源业中的许多公司都轻视了这场革命的速度，如今面临着产能过剩的问题。在瑞士，通用电气（GE）刚刚宣布裁员，导致Baden和Birr的450名员工失业。为了与国际在线供应商竞争，瑞士最大的零售公司之一Migros不得不进行转型。今年 6月，这家公司解雇了Gossau的90名员工。经济合作与发展组织（OECD）预测了瑞士员工的危机：70万个工作岗位与“高风险自动化”有关。 [1] 要知道这只是整个全球劳动力市场其中一个小部分。
当前很难说明数字化带来的影响，因为它对就业市场既有正面影响，也有负面冲击。然而，统计证据表明，数字化会影响工作，收入和工资的分配。 [2] 凭借解决繁琐问题，创造性思维和复杂沟通等技能，高技能工人往往从数字化中受益最多，因为他们所具备的技能与数字化起到相辅相成的作用。因此，我们可以观察到大多数经合组织国家的高技能工作在增加。同样，低技术工作岗位的比例也在不断上升，而唯有中等技术工作岗位的比例在下降。 [3]
为什么中等技术工人面临的风险最大而在数字化下处于不利地位？苏黎世联邦理工学院（ETH）创新经济学教授Martin Wörter解释说，“办公室或工业生产中的重复活动可以更容易地通过计算机或机器人取代。”瑞士联邦就业统计数据支持了他这一说法。在20年内，上班族人数减少了15万人，而工匠人数只减少了9万人。相反，学术职业的数量增加了47万。 [1]
然而，对于公司而言，简单地裁掉技术被淘汰的工人并将其替换为符合所需技能的员工是短视的做法。由于技能要求变化比以往任何时候都快，即使公司今天可以不惜代价找到新的工人，明天呢？解决这类问题的唯一方法是启用现有员工的重新培训。进一步的培训可以在很大程度上减少裁员并使整个公司受益。正如人力资源管理教授兼卢塞恩大学校长Bruno Staffelbach所说：“公司特定的专业知识在未来将变得更加重要。但是，员工只能从在公司工作中获得这些技能。 “ [1]
庆幸的是许多公司已经意识到这一点并启动了有效的技能发展项目，但正如我们在以前的文章中多次谈到的那样，劳动力重新培训需要一种涉及个人，公司，行业以及政府的生态系统方法。根据世界经济论坛的计算，在美国，45％的高风险工人可以通过企业合作的方式开展集体式重新培训。如果与政府的努力相结合，能够进行重新培训的工人比例可能会增加到77％。 [4]
近十年来，JANZZ.technology一直在观察全球劳动力市场并在多个劳动力市场中参与合作。我们凭借专业知识，为客户提供正确的数据，以应对就业市场的一般挑战。我们的最新产品–劳动力市场仪表板，使用实时数据来建立重要的劳动力市场指数，包括最需要的技能，搜索次数最多的位置或男女用工比率等。如果您想了解更多有关JANZZ.technology的专业知识，请马上联系我们 sales@janzz.technology
[1] Albert Steck. 2019.Digitalisierung gefährdet Jobs von Mittelqualifizierten am stärksten. URL: https://nzzas.nzz.ch/wirtschaft/digitalisierung-gefaehrdet-jobs-von-mittelqualifizierten-am-staerksten-ld.1492570#swglogin [2019.07.02]
[2] OECD. 2015. OECD skills outlook 2015: youth, skills and employability, OECD Publishing, Paris, URL: https://doi.org/10.1787/9789264234178-en [2019.07.02]
[3] OECD. 2019. OECD skills outlook 2019: thriving in a digital world, OECD Publishing, Paris, URL: https://doi.org/10.1787/df80bc12-en [2019.07.02]
[4] Borge Brende. » 了解详情: 中等技术工人受到数字化的冲击最大 »
数字时代背景下职业分类系统的出路
/在： 新闻, 未分类, 知识库 /通过： JANZZ.technology人类早已开始观察并记录社会中的经济活动。据记载，在唐朝期间（618年-907年）就已经出现“三十六行”的描述，从而有了我们常说的“三十六行，行行出状元”。而今天，我们的工作正在以如此快的速度发生变化，再想要统计出日常生活中各行各业的具体数字，变得几乎是一件不可能的事情。由于工作岗位正在发生变化，旧的工作消失和新的工作出现，编制职业统计记录也变得越来越复杂。过去只有一个“经理”，如今有五花八门的经理：PI经理，IT经理，项目经理，代际合作经理等等。
因此，除了出于统计目的而罗列出所有职业名称之外，职业描述，技能和经验要求，教育水平以及更多方面与职业相关的信息也加入进了数据库。这样，我们不仅可以更好地了解当今的工作，还可以开发更复杂的系统来执行更有意义的任务，例如，行职业规划，工作搜索，识别趋势或指导政策设计等等。
美国的分类系统
美国商务部于1977年发布了标准职业分类（SOC）。当时，美国政府的许多项目开始收集统计数据，联邦政府需要一个统一的职业分类系统。 在SOC中，每个工作下面只有简短的描述和说明性示例，除了统计目的，其它意义不大。SOC根据所从事的工作类型进行分类，但很少从特定职位所需的技能和教育水平上进行分类[1]。最新版本的SOC于2018年发布。
在线数据库O * Net是对SOC的扩展，由美国劳工部就业和培训管理局在20世纪90年代中期创建。求职者，学生，企业研究人员和劳动力开发专业人员可以自由地访问和下载O * Net数据库的信息。与SOC相比，它是一个更复杂的系统，具有更详细的信息，如任务，技术技能，知识，能力，教育水平和工作方式。因此，在指导性上更有意义。
欧洲的分类系统
国际标准职业分类（ISCO）由国际劳工局（ILO）维护和管理。 ISCO是职业相关数据的主要国际分类，用于国际交流，报告和比较。它还为希望进一步改进自己国家的职业分类或直接套用ISCO-08的国家和地区提供参照。例如奥地利的Ö-ISCO，挪威的Styrk-08，哥斯达黎加的COCR-2011，加拿大的NOC 2016以及亚洲大多数国家职业分类都是以ISCO为模板。
2017年7月，欧盟启动了第一版欧洲多语种技能，能力，资格和职业分类（ESCO），该分类也是基于ISCO-08。 ESCO旨在通过欧盟官方24种语言建立对职业，技能，知识和资格的共同理解，使雇主，员工和教育机构能够更好地了解需求和要求。正如欧洲委员会主席Jean-Claude Juncker所说的那样，在促进人员自由流动下，ESCO可以帮助弥补不同成员国之间的技能差距和缓解失业率[2]。
行业分类系统
行业分类或行业分类法按行业和生产流程，产品或工作岗位对公司进行分组。它们为国家和国际统计机构提供服务，以便对经济状况进行分析，比较和总结。众所周知的行业分类包括NAICS，ISIC，GICS，NAF 2015和MUPCS。
此外，从职业分类向技能分类的转变也愈发成为趋势。这种转变有助于提高分类系统在职业指导方面的作用以及在指导新技能培训方面的作用。英国的创新基金会Nesta建立了英国首个数据驱动技能分类标准（UK skills taxonomy）。它可以衡量国家的技能供需，以防止技能短缺。社交媒体平台LinkedIn也为其用户构建了技能分类。
中国的分类系统
中国于1995年开始创建职业分类。并在1999年发布了第一版的《中华人民共和国职业分类大典》。目前正在使用的是2015年的最新版本，旨在跟上快速变化的就业部门。该大典参照ISCO，对职业进行了4个层级的划分，共收录1838个职业。
相比在同一时期创建的O * Net，中国职业分类大典仍有很大的上升空间。具体而言，如提高可访问性，加强持续数据更新能力以及增强对学生和求职者的指导性等方面[3]。其中，加强持续更新数据能力的问题并不是中国职业分类大典所特有的。许多其它分类系统同样面临这个难题，包括O * Net。
职业分类系统的新出路
创建传统的专家咨询分类标准既耗时又昂贵，而且最重要的是，它缺乏适应世界不断快速变化的工作环境的能力。因此，我们急需一种新的解决方案。这种新的方案要能够不断为劳动力市场提供信息，使求职者，学生，教育提供者，雇主和政策制定者能够对变化保持警惕，并有能力做出反应。
通过数字化，基于数据的信息收集方法可以彻底改变分类系统的创建方式。在JANZZ.technology，我们已经在我们的本体/知识图谱中绘制了所有国际职业分类系统和其它系统。 （如果您想了解分类法和本体论之间的区别，请查看https://janzz.technology/ontology-and-taxonomy-stop-comparing-things-that-are-incomparable/）。
这种映射使JANZZ.technology能够分析庞大复杂的职业数据集，并使用智能和标准化的元数据对其进行注释，从而使得数据在基准测试，匹配或统计分析等进一步过程中具有可比性。我们的JANZZclassifier！适用于拥有大量（非标准化）职业相关数据（如职称，硬技能和软技能，特别是培训/资格）的个人和组织。它使您能够通过我们的API简单地运行您的数据，并返回更有意义的数据。
值得注意的是，我们使用来自用户，合作伙伴和劳动力市场的实时数据，不断更新我们的数据库。这是在数字时代开发分类系统的新方法。如果您想具体了解我们的本体/知识图谱可以如何帮助您，请立即写信给 sales@janzz.technology
[1] Jeffrey H. Greenhaus and Gerard A. Encyclopedia of career development.
[2] ESCO (2015). ESCO strategic framework. Vision, mission, position, added value and guiding principles. Brüssel.
[3] 李文东, 时勘. 2006. » 了解详情: 数字时代背景下职业分类系统的出路 »