2023年3月14日,维谛技术有限公司(Vertiv,NYSE:VRT)与华中科技大学能源学院举办校企合作揭牌暨校企交流会。
出席本次签约仪式的嘉宾有华中科技大学能源学院副院长方海生、党委副书记孙禄等校方领导与老师,以及维谛技术有限公司大中华区人力资源副总裁张林、呼和浩特代表刘智、武汉代表陈爱虎、武汉服务主任孔朝等维谛技术(Vertiv)公司领导。
华中科技大学能源与动力工程学院围绕能源终端利用优化与节能、可再生能源、先进动力装置等方面开展科学研究和人才培养,学院的自然科学基金等国家级项目名列国内工程热物理及动力工程学科前列。
其动力工程及工程热物理是首批一级国家重点学科,是全国三个双一流学科之一,同时拥有国家能源煤炭清洁低碳发电技术研发(实验)中心等9个国家级工程实践中心。
会议开始,能源学院党委副书记孙禄作致辞讲话,对维谛技术(Vertiv)一行的到访交流表示热烈欢迎,对维谛技术(Vertiv)在学院设立体育奖学金和校企合作优秀奖表达真诚感谢,期待双方在人才培养、科研合作等方面能继续深化交流、合作,为行业的未来发展培育更多卓越人才。
随后,维谛技术(Vertiv)大中华区人力资源副总裁张林进行讲话,重点就维谛技术(Vertiv)企业发展及现状、与学院合作意愿、人才联合培养需求等方面展开阐述,希望双方可以有针对性地、切实地解决实际需求,并以本次校企合作为契机,加强双方了解,为未来深入合作奠定扎实基础。
接下来,双方嘉宾针对如何建立良好的合作关系、各自资源优势及需求、行业发展与科技成果转换等方面进行了充分的交流,并期待在签约后,双方可以借助校企合作实现优势互补、携手共进。
交流结束后,能源学院副院长方海生针对双方初步讨论结果进行总结,对本次校企交流合作表示了大力支持,对维谛技术(Vertiv)的企业科研实力表示了认可。在此基础上,简单介绍了能源学院的基础学科实力、研究领域与研究方向,表示希望未来学院与企业之间开展科研合作,学院将为双方合作提供坚实的学科支持。
维谛技术(Vertiv)大中华区人力资源副总裁张林和华中科技大学能源学院党委副书记孙禄共同签署校企合作协议
维谛技术(Vertiv)大中华区人力资源副总裁张林和华中科技大学能源学院副院长方海生共同进行“校企合作基地”揭牌仪式
职业生涯专题讲座“打造属于你自己的职业品牌”
维谛技术(Vertiv)大中华区人力资源副总裁张林开展了题为“打造属于你自己的职业品牌”的职业生涯专题讲座,从自身的职业经历这一段故事出发,以全球化视角分享职业规划的见解,帮助华科学子们更有策略地思考如何提升自己的核心竞争力和个人品牌价值,向在场同学们给出了“打造属于你自己的职业品牌”的职业发展建议。
并且,就维谛技术(Vertiv)的企业文化、员工生活以及职业发展通道等方面展开积极讨论,讲座取得圆满成功。
如今,数字经济高速发展,关键基础设施建设迎来空前的市场新机遇,行业对科技创新的呼唤和对创新人才的需求比以往更加迫切,这也促使企业拓展人才队伍的深度与广度。维谛技术(Vertiv)作为全球领先的关键基础设施技术及全生命周期服务供应商之一,在77年的技术积累下,拥有完整的产品线,具备引领整个行业向前发展的能力和实力。
与此同时,维谛技术(Vertiv)一直注重与一流高校的产学研合作,在推进创新、储备前沿技术与培育精英人才等方面做出了许多有益的探索。在此背景下,此次维谛技术(Vertiv)与华中科技大学能源学院的成功签约,为创新技术的实践与落地打下了基础,也将为能源行业的可持续发展提供更多的支持和价值。
好文章,需要你的鼓励
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。