"Blockbuster" Wu Enda, Baidu'nun beynini yapay zeka teknolojisi şifre çözme olan "en güçlü beyin" Wang Feng'i kazanmaya yönlendiriyor
Xinzhiyuan Raporu 1
Ustanın atık ısısı henüz dağılmadı. Çin'de, insan ve makine arasındaki başka bir "insan-makine savaşı" nın sonucu da taze olarak açığa çıktı Baidu'nun yapay zekası "Xiaodu", beyin yarışması TV programı "The Most Powerful Brain" de "World Memory Master" Wang Feng'i yendi.
Bu oyunun canlı oyunu 6 Ocak 2017 akşamı Jiangsu Satellite TV'de yayınlandı. "Çin TV tarihindeki ilk insan-makine savaşı" olarak bilinen bu oyunda Baidu, yapay zeka "Xiaodu" adına ilk savaşı kazandı: Yaş tanıma görevinde, en güçlü beyin temsilcisi olan Wang Feng'i 3: 2'lik bir skorla az farkla yendi.
Son yıllarda, ev içi ateş "En Güçlü Beyin" bir grup gerçek "en güçlü beyin" yarattı - hayalet Wang Yuheng'in gözü, labirent gezgini Bao Liao, vs., ama bu sefer meydan okunan insanların bunlar olduğunu bilmelisiniz. "En güçlü beynin" kaptanı -Wang Feng, birçok dünya şampiyonluğu unvanına sahip ve Dünya Zihinsel Şampiyonalarda birçok şampiyonluk kazanan bir dahi.
Baidu'nun tanıtımına göre, bu yarışmadan önce, her iki tarafın da imzaladığı anlaşma, kazanmanın veya kaybetmenin güçlerine bağlı olduğunu açıkça belirtiyor.Oyundan önce belirlenen kural şov için tek bir kayıt fırsatı olması ve kimin kazanıp kaybettiğinin açıklanması gerektiğidir. Baidu'nun Derin Öğrenme Laboratuvarı (IDL) direktörü Lin Yuanqing, takımın oyundan önce tam olarak emin olmadığını, çünkü mücadelenin zorluğunun mevcut verilerin kapsamının ötesinde olduğunu söyledi.
Programda, Baidu'nun sahnede duran baş bilim insanı Andrew Ng'nin kolay bir ifadeye sahip olmadığını görebilirsiniz. Yapay zeka alanına yoğun bir şekilde yatırım yapan ve yapay zekayı kaybederse şirketin gelişimi için önemli bir stratejik yön olarak gören Baidu için Oyun tuhaf bir durumla karşı karşıya kalacak.
2014-2016 Baidu, FB, IBM, Microsoft, Google Ar-Ge yatırım verileri
Veri kaynağının bir kısmı: stock.10jqka
Sahne ışıkları yandı ve "Baidu Beyni" implante edilen "Xiaodu Robot", "En Güçlü Beyin" kayıt alanına girdi. Askerler şehre, belki de yapay zekanın "süper güçlerinden" korktukları için yaklaştılar. İnsanların temsilcileri - "En Güçlü Beyinler" Onur Listesi yarışmacıları savaş alanından kaçmaya başladılar. Bir süre sonra kimse "küçük" meydan okumayı kabul etmeye cesaret edemedi. Soğuk alan. Yargıç Dr. Wei, gösteriye "bilinmeyen korkusu" nedeniyle yorum yaptı.
Öte yandan sahnede duran "Xiao Du" sakin bir ifadeye sahip. Ancak sahnedeki Wu Enda ve sahne dışındaki ekip üyeleri rahat değildir. Sonunda, bir mücadelenin ardından, "En Güçlü Beyin" Wang Feng'i savaşmaya gönderdi.
Bu insan-makine yarışması, iki tura ayrılmış, yüz tanımada çapraz yaş tanıma görevidir:
-
İlk tur: Konuk Zhang Ziyi, Bee Girl ekibinin 20 çocukluk fotoğrafından 2 zor fotoğraf seçti Yarışmacılar, seçilen çocukluk fotoğraflarını, dinamik bir video performansı aracılığıyla mevcut yetişkin kızlarla eşleştirdiler.
Baidu yapay zekasının temsilcisi "Xiaodu", bir nesne için iki eşleşen cevap verdi. Bu olay yerinde konukları şaşırttı. Daha sonra, tanıma nesnesi grubunda bir çift ikiz olduğu keşfedildi. Tanıma sonrasında "Xiaodu" birbirine çok benzeyen iki cevap verdi, biri% 72.98, diğeri% 72.99 oldu ve Wu Enda, yerinde 72.99'u seçti. Fotoğrafların% 'si doğru şekilde eşleştirildi. Ancak, tam da bu tanımlama görevinde hiç kaybetmemiş olan Wang Feng bir hata yaptı ve sonunda oyunu kaybetti.
Yarışmanın ikinci turunda her iki taraf da fotoğraftaki kişiyi başarıyla tespit etti ve her ikisi de 2 puan aldı.
Sonunda, iki taraf arasındaki skor 3: 2 olarak sabitlendi ve Xiaodu kazandı.
Usta ve Xiaodu insanları birbiri ardına yendi.
Birkaç gün önce, DeepMind'ın Go programı Master, çevrimiçi olarak 60 Go ustalık serisini kazanarak bir sansasyon yarattı. Ve bu gece, Baidu'nun "Xiaodu" robotu da insanların "en güçlü beynini" yendi.
Bu sefer "En Güçlü Beyin" e katılan Master ve "Xiaodu" arasındaki farktan bahseden Lin Yuanqing, önceki "Deep Blue" ve mevcut AlphaGo dahil olmak üzere tahta oyunlarının aslında hala sınırlı alan arama sorunu olduğunu söyledi. Bununla birlikte, tanıma değildir ve tanıma, bazı belirsiz muhakeme yeteneklerini içerir.
Wu Enda yarışmada ayrıca şunları söyledi: "Bugün, güçlü veri analizine dayanarak, yakın zamanda çekilmiş iki fotoğrafı tespit etmek kolaydır. Ancak estetik cerrahi, ağır makyaj veya on yıldan uzun süren fotoğrafları tanımlamak için elimizde çok fazla veri yok. Analiz edilebilir. Yani bu, yüz tanıma teknolojisi için küresel bir zorluktur ve aynı zamanda günümüz oyunundaki en büyük zorluklardan biridir.Dünya çapında satranç yarışmalarında çok az üst düzey oyuncu vardır, ancak herkesin yüz tanımayı tanıma yeteneği vardır. Makine Savaşları, en iyi yüz tanıma oyuncuları ile tahta oyunlarında iyi olan yapay zeka arasındaki bir yarışmadır. Bu adildir. "
Lin Yuanqing, medya tarafından bu yarışmanın "anlamı" hakkında sorgulandığında, asıl niyetlerinin, yapılan araştırmanın seviyesini anlamak için "En Güçlü Beyin" üzerinde insan beyin gücü ile bir kıyaslama yapmak olduğunu söyledi. Hangi aşamada.
İnsan-makine savaş karşılaştırmasının önemli bir anlamından bahsetti. En açık gerçek şu ki, AlphaGo, Master veya Xiaodu olsun, bu insan-bilgisayar savaşları insanlara makinelerin neler yapabileceğini daha net bir şekilde anlamalarını sağlar ve ayrıca insanlara hayal gücü için daha fazla alan sağlar.
"En Güçlü Beyin" jüri üyelerinden Dr. Wei, "Makine kazanırsa makine kazanır. Bu teknolojik gelişimin kaçınılmaz sonucudur. Bu gün er ya da geç gelecek ama er ya da geç gelecek. Yapay zeka yüz tanıma içinde. Yüz tanımanın insanoğlunun ortalama seviyesini geçtiği 2012 olmalı.Bu bir dönüm noktası olayı ... Şimdi Baidu beyni seçkin insan grubunu geride bırakıyor. Bu profesyonel yönde yapay zekanın doğru olduğu söylenebilir. Oran yüksek bir seviyeye ulaştı ve bir sonraki adım, bilgi işlemin verimliliğini ve enerji tüketimini iyileştirmek olmalı. Yapay zekanın sorunları tek tek çözülüyor ve ileride genel amaçlı bir robota eklenmeleri gerekecek. Gel. Ama bu aslında çok zor ve bu sıcak bir araştırma konusu. Anahtar, insan beyninin bilişsel bilimlerden nasıl öğrendiğini ve insanların yeni becerileri nasıl öğrendiğini açıklığa kavuşturmaktır. Çünkü makineler de öğreniyor ki bu da zekanın en kritik noktası. Zekanın özü aslında öğrenme yeteneğidir, bir cümle eklenirse, ortamdaki herhangi bir değişikliğe uyum sağlama yeteneğidir. Aslında insanlar bu beceride çok iyidir, aksi takdirde bu gezegende baskın bir konumda olmazdık çünkü öğrenip uyum sağlayacağız. "
İki savaşın sonuçları da Harari'nin "Geleceğin Kısa Tarihi" ndeki öngörüsüne uyuyor: insanlar ikinci bilişsel devrimi başlatıyor ve yapay zeka ve algoritmalar sonunda insanları yenecek.
Teknik açıdan makine yüz tanıma
Yarışmaya katılan "En Güçlü Beyin" yarışmacısı Wang Feng, insan yüzlerini tanıma sürecinde önce fotoğraftaki yüz özelliklerini gözlemleyeceğini, ardından eşleştirmeden önce bu özellikleri hatırlayacağını söyledi. Lin Yuanqing, insan yüzlerini makine tanıma sürecinin aynı olduğunu söyledi. Dört ya da beş yıl önce Ar-Ge personeli, makine için bazı özellikler tasarlamak, bu özellikleri eğitim için verilerden çıkarmak ve sonunda bir model eğitmek için bir model çizmek için insan deneyimini kullanacaktı. Ancak son zamanlarda kullandığımız derin öğrenme yönteminde, makine hangi özelliklerin yararlı olduğunu kendi başına öğrenebilir ve büyük miktarda veriden ortak noktaları öğrenebilir. Derin öğrenmenin güçlü olduğu yer burasıdır.
Lin Yuanqing, Xin Zhiyuan'a şunları söyledi: "Hala derin öğrenme yöntemlerini kullanıyoruz. Burada tasarlanan derin öğrenme algoritmaları derin bir öğrenme çerçevesi oluşturdu. Yüzü yedi bölüme ve bu yedi bölüme ayıracağız. Hangi özelliklerin insanlar tarafından seçilmediğini öğrenmek çok önemlidir. Bunlar insanlar tarafından otomatik olarak öğrenilir. Bu verileri toplayıp makineye bu kişinin çocukken böyle büyüdüğünü söyleyeceğiz. Bırakın makine kendi kendine öğrensin. Hangi özellikler çok önemlidir. "
Genel olarak, yüz tanımanın ana adımları:
Yarışmayı örnek alırsak, Xiaodu'nun arı kızlarını tanımlamasının ana akış şeması
Ayrıntılı döküm aşağıdaki gibidir:
1. adım yüz algılama
İnsan yüzlerini gözlerin, kaşların, ağzın, burnun ve diğer organların özelliklerine ve bunların geometrik konumsal ilişkisine göre tespit edin, yani bir görüntüde veya bir dizi görüntüde (video gibi) insan yüzü olup olmadığına karar verin ve varsa insan yüzüne dönün Boyut, konum ve diğer bilgiler.
Kaynak: Wang Yinghui "Yüz Tanıma Prensibi, Yöntem ve Teknoloji"
Adım 2 yüz görüntüsünü ön işleme
Sistem tarafından elde edilen orijinal görüntü, çeşitli koşullar ve rasgele girişim nedeniyle genellikle doğrudan kullanılmaz.Görüntü işlemenin erken aşamasında gri tonlama düzeltme ve gürültü filtreleme ile önceden işlenmelidir. Yüz görüntülerinin ön işlenmesi esas olarak yüz hizalama, yüz görüntüsü geliştirme ve normalleştirmeyi içerir. Yüz hizalama, doğru yüz konumuna sahip bir yüz görüntüsü elde etmektir. Görüntü iyileştirme, sadece görsel olarak daha net olmak için değil, aynı zamanda görüntüyü bilgisayarla işlemeye ve tanımaya daha elverişli hale getirmek için yüz görüntüsünün kalitesini iyileştirmektir. Normalleştirmenin amacı, aynı boyut ve aynı gri değer aralığına sahip standartlaştırılmış yüz görüntüleri elde etmektir.
Yüz görüntülerinin ön işlenmesi
3. Adım Yüz görüntüsü özelliği çıkarma
Yüz özelliklerinin çıkarılması, insan yüzünün belirli özelliklerine dayanmaktadır. Yüz temsili olarak da bilinen yüz özelliği çıkarma, insan yüzlerinin özelliklerini modelleme sürecidir.
Adım 4 Yüz görüntüsü eşleştirme ve tanıma
Yüz tanıma, tanınacak yüz özelliklerini elde edilen yüz özelliği şablonlarıyla karşılaştırmak ve yüzün kimlik bilgilerini benzerlik derecesine göre yargılamaktır. Bu süreç iki kategoriye ayrılmıştır:
-
Bir tür, bire bir görüntü karşılaştırma süreci olan yüz onayıdır. Bir kişinin yüzü, belirlenen kişinin yüzüyle karşılaştırılır. Benzerlik derecesine göre (genellikle belirli bir niceliğe ulaşıp ulaşmadığı veya aştığı) Güvenilirlik endeksi / eşik değeri, ikisinin aynı kişi olup olmadığına karar vermek için) dayanmaktadır.
-
Diğeri, bire çok görüntü eşleştirme ve karşılaştırma işlemi olan yüz tanımadır. Bir kişinin yüzünü veritabanındaki birden çok kişinin yüzüyle karşılaştırın (bazen "bire çok" karşılaştırma olarak adlandırılır) ve karşılaştırma sonuçlarına göre kişinin kimliğini belirleyin veya en benzer yüzü bulun, Ve benzerlik derecesine göre arama sonuçlarını çıktı olarak alın.
Bu yarışmanın önemli bir özelliği, çağlar boyunca insanların yüzlerini tanımaktır. Yüz tanımayı etkileyen birçok faktör vardır. Bunlar arasında yüz algılamayı etkileyen faktörler şunlardır: aydınlatma, yüz duruşu ve tıkanma derecesi; özellik çıkarımını etkileyen faktörler şunlardır: aydınlatma, ifade, tıkanma, yaş ve bulanıklık, yüz tanımanın doğruluğunu etkileyenlerdir Anahtar faktör. Yaşlar arası yüz tanıma konusunda daha fazla etkileyen faktör vardır.
Genel olarak konuşursak, çağlar boyunca yüz tanımada, sınıf içi varyasyon genellikle sınıflar arası varyasyondan daha büyüktür ve bu da yüz tanımada büyük zorluklara neden olur. Aynı zamanda, yaşlara göre eğitim verilerinin toplanması zordur. Yeterli veri olmadan, derin öğrenmeye dayalı sinir ağlarının yaşlara göre sınıf içi ve sınıflar arası değişiklikleri öğrenmesi zordur.
Baidu IDL Lab müdürü Lin Yuanqing'e göre, ilk nokta için Baidu IDL'nin yüz ekibi Metrik öğrenme yöntemini seçin. Yani, doğrusal olmayan bir projeksiyon işlevi öğrenilerek, görüntü alanı özellik alanına yansıtılır. Bu özellik alanında, aynı kişinin iki yüzü arasındaki farklı yaştaki iki yüz arasındaki mesafe, farklı insanların benzer yaştaki iki yüzü arasındaki mesafeden daha küçük olacaktır.
İkinci nokta için, çağlar boyunca yüzlerin kıtlığını düşünün. Temel olarak büyük ölçekli yüz verileriyle eğitilmiş bir model kullanıyoruz ve ardından bunu çapraz yaş verileriyle güncelliyoruz. Üstünü örtmek kolay değil.
Dedi ki: "Uçtan uca eğitim için bu iki noktayı birleştirmek, çapraz yaş tanıma oranını büyük ölçüde artırabilir."
Lin Yuanqing'in tanıtımına göre, yüz tanıma için Baidu, ImageNet'ten çok daha büyük olan 2 milyon kişi ve 200 milyon veri içeren bir görüntü kütüphanesi kurdu. Aşağıdaki şekil, Baidu'nun yüz eğitim seti ile ImageNet arasındaki görüntü sayısının görsel bir karşılaştırmasıdır:
Lin Yuanqing, Eylül 2016 itibarıyla dahili veri setlerinde Baidu'nun yüz tanıma teknolojisinin% 2,3 hata oranına ulaştığını duyurdu.
İnsan ve makine PK yüz tanıma benzer mi?
Mevcut yapay zeka teknolojisi seviyesi ile, insanlar ve makineler yüz tanıma ile karşılaştırılabilir mi?
Hepimiz makinelerin veri işleme ve hesaplamalarda iyi olduğunu ve insanların sezgide bir avantaja sahip olduğunu biliyoruz. Programdaki yüz tanıma görevleri yüz özelliği tanıma, hafıza, eşleştirme vb. İçerir. Bu görevler bölünürse, insanlar kesinlikle bilgisayarların rakibi değildir. Ancak özetle, yaşları aşan yüz tanımada, çocukluktaki "yüz" ile yetişkinlikte "yüz" arasında büyük bir fark olabilir, bu nedenle tanıma küçük değildir. Tanıma işlemini doğru bir şekilde tamamlamak için, "bulanık akıl yürütme" söz konusudur Bu noktada, insanlar hala makinelere göre bir avantaja sahiptir.
Baidunun baş bilim adamı Wu Enda bu oyunda tüm savaşı denetledi ve gösterinin açılışında şunları söyledi: "İnsan beyni milyonlarca yıldan beri yüz tanıma yeteneğine sahipken, makinelerin sezgileri ve uzun bir evrimsel geçmişi yok. , Yalnızca verileri analiz ederek öğrenebilir. "
Baidu IDL'nin direktörü Lin Yuanqing, "Xiaodu" nun bu kez yarışmaya gönderildiğini söyledi.Aslında tüm takımın kazanma şansı yoktu, yarışma sırasında çok gergindi.
Katılan takımların tanıtımına göre, canlı yarışmada üç zorluk var:
1. Nesneleri ve sahneleri tanımak karmaşık ve zordur
Belirlenen hedef arı kız ekibinde çok sayıda kişi bulunmakta ve her kişi sahada makyaj yapmaktadır.Mikro plastik cerrahi, kozmetik kontakt lens takmak gibi faktörlerin olduğu göz ardı edilmemiştir. Ayrıca seçilen çocukluk fotoğraflarının tamamı, mevcut yetişkin kız ekibinin yaş aralığından daha büyük olan 0-4 yaş aralığındadır.Ayrıca, ikinci turun örneklem büyüklüğü büyüktür ve yaklaşık 1000-2000 kişisel yüzünde 30 grup fotoğrafının bulunması gerekir. Yaş aralığı da 80'ler ve 90'larda kapsanmaktadır. Aynı zamanda yarışma sahasında gerçek zamanlı fotoğraf aktarımı, canlı kamera tarafından yakalanan yüz görüntüsünün titremesi ve ışık paraziti, yapay zekanın tanıma doğruluğunu etkileyecek.
2. Yüz tanıma teknolojisinin zorlukları
Bilgisayar yalnızca 0 ve 1'i tanır, bu nedenle insan sezgisinin yasalarını sayısız kez öğrenmeli ve onu 0 ve 1'e dönüştürmeli ve beyinde depolamalı, böylece insan düşünme sürecini sezgi yoluyla simüle etmelidir.
Yüz tanıma teknolojisi araştırmasının zorluğu, sıradan görüntü tanımadan farklıdır. İnsan yüz özellikleri açısından, her bir kişinin yüzünün yapısı benzerdir, bu da insanları yüzlerine göre ayırt etmek için iyi değildir ve ikizler ve hatta çoklu doğumlar gibi bazı özel durumlar vardır. İkincisi, yüz ifadeleri, ışık koşulları ve estetik cerrahi gibi dış etkenlerdir. Farklı ifadeler, açılardan gözlemler, ışık koşullarının etkileri, maskeler, güneş gözlükleri, saçlar, sakallar ve hatta plastik cerrahi, K-resimleri vb. Gibi yüz kaplamaları yüz tanımanın zorluğunu artırır.
3. İkiz tanıma teknolojisi
Yüz tanıma, yüz kemiklerinde olabildiğince çok nokta almak ve bu noktaları bilgisayarda önceden kaydedilmiş yüzlerle karşılaştırmak ve ardından farklılıkları yargılamaktır. İkizlerin tanımlanması neden zordur? Sırf kemikler çok benzer olduğu için, fark çok belirsizdir, bu nedenle yeterli yüz kemiği noktası yoksa, tanınmayacaktır.
Uygulama: Yüz tanıma 1'den 1'e 1'den N'ye
Lin Yuanqing, Xinzhiyuan'a, Baidu'nun yüz tanıma teknolojisi ile diğer şirketler arasındaki en büyük farkın, Baidu'nun artık 1'den N'ye bir sistem geliştirmiş olması olduğunu söyledi. Spesifik olarak, piyasadaki önceki sistem 1: 1 idi. Örneğin, bir banka başvurusunda kimlik ve yüz bilgilerini göndermeniz gerekir ve sistem aynı kişi olup olmadığını görmek için kimlik fotoğrafını karşılaştırır. Bire bir karşılaştırma, bu sistem temelde piyasadır. Kaçakları yakalamak için kamu güvenliği sistemi 1'den N'ye kadardır, ancak doğruluk özellikle yüksek olmayacaktır, sadece bir makine tarafından elenmiştir ve insanların hala onu görmesi gerekir. 1 N'den çok yüksek doğruluk elde etmek zordur.
Lin Yuanqing şunları söyledi: "Sistemimiz ilk kez yüksek doğruluk elde edebiliyor. Şu anda Baidu tarafından kendi bina turnikelerinde kullanılıyor. Mevcut sistemde yaklaşık 10.000 kişi var ve makine doğru bir şekilde tanımlayabiliyor On Binlikteki herkes. Şu anda on bin seviyesindeyiz ve aynı zamanda çok yüksek doğruluk elde edebiliyoruz. Bu kesinlikle Çin'de ilk ve aynı zamanda odaklanacağımız yön. "
Wuzhen Scenic Area bu sistemi benimsemiştir. Daha sonra güvenlik, kriminal kimlik tespiti ve kaçırma uygulamaları olacak.
Yapay zekanın geliştirilmesinin karşılaştığı en büyük sorunlardan biri iniş sorunudur.Teknolojiyi dönüştürmek için uygun senaryoların nasıl bulunacağı şu anda tüm endüstri tarafından araştırılmaktadır. Baidu, "Yaşam için teknoloji" sloganını attı ve aslında AI inişi için senaryolar araştırıyor, ancak bu sorun kolayca çözülemez. Teknoloji gökte asılı duruyorsa ve inmesi zorsa, bir şirket için dayanması gereken baskı çok yüksek olacaktır. "The Most Powerful Brain" de teknolojiyi gösterdikten sonra Baidu'nun yapay zekası 2017'de nasıl bir gelişme gösterecek? Görülmeye devam ediyor.
Xinzhiyuan İşe Alım
Operasyon Direktörü
Yıllık maaş pozisyonu: 360.000-500.000 (maaş + ikramiye)
İş yeri: Pekin-Haidian Bölgesi
Departman: Operasyon Departmanı
Raporlama nesnesi: COO
Astların sayısı: 2
Yaş gereksinimi: 25 ila 35 yaş arası
Cinsiyet gereksinimleri: sınırsız
Çalışma yılları: 3 yıldan fazla
Dil: İngilizce seviye 6 (denizaşırı geçmiş tercih edilir)
iş tanımı
Büyük ölçekli fuar sponsorlarından ve katılımcılardan, potansiyel müşterilere, vb. Genişleme, dokunma, yapay zeka ve robotik endüstri yönü sorumlusu
Pazarları açmada ve potansiyel müşterilerle iyi kişiler arası ilişkiler kurmada iyidir
Yapay zeka ve robotik endüstrisi ile ilgili piyasa koşullarının derinlemesine anlaşılması ve pazar trendlerini yakından takip edin
Departmanlar arasında proje işbirliğini aktif olarak koordine edin, departmanlar arası işbirliği organize edin ve iyi bir etkiye sahip olun
Ekibe satış hedefini tamamlamak ve proje durumunu izlemek ve yönetmek için liderlik edin
Şirketin platform operasyonları için stratejik planların ve işbirliği planlarının formülasyonundan ve uygulanmasından sorumlu
iş gereksinimleri
Lisans derecesi veya üstü, yüksek lisans derecesi tercih edilir, yüksek İngilizce iletişim becerileri gereklidir
3 yıldan fazla iş geliştirme deneyimi, ekip yönetimi deneyimi, işletme departmanının genel yönetimine aşina
Geleneksel halkla ilişkiler, geleneksel entegre iletişim genel planları ve stratejik genel planlar hakkında derinlemesine bilgiler
Keskin pazar bilgisi ve doğru müşteri analizi yetenekleri, güçlü ekip yönetimi yetenekleri ile
Mükemmel zaman yönetimi, stres direnci ve çoklu görev planlama ve yürütme yeteneklerine sahip olun
TMT alanında geniş ağ kaynakları, Parti A'nın pazarlama departmanında çalışma deneyimi tercih edilir
Medya reklamcılığı departmanı, pazarlama departmanı, ilk20 halkla ilişkiler şirketi pazar geliştirme departmanı tercih edilir
Xinzhiyuan, yüksek ideallere sahip kişilerin görüşmeye gelmesini memnuniyetle karşılıyor. Daha fazla işe alım pozisyonu için lütfen Xinzhiyuan'ın resmi hesabını ziyaret edin.
