關於 data warehouse planning ，我們在網路上蒐集到這些相關的討論、資訊與評價

#mentor_in_spotlight #2k2_nulocareer (tìm bài cũ search hashtag này)
Mentor #15 học FTU hồn nhiên vô lo và hành trình nên duyên với Supply chain nhờ nhắm mắt theo đại nhân sự

Dì gửi contact của mentor: https://www.facebook.com/nhatdo1512
Post này là dành cho Nhật nên phần reply thắc mắc post này là của Nhật <3

Xin chào các bạn, mình là Nhật - hiện tại đang làm supply chain planning tại một công ty sản xuất FMCG. Trước khi nhập môn với nghề này thì mãi đến khi tốt nghiệp đại học mình vẫn chưa biết supply chain là gì - và tại thời điểm đó mình cũng chẳng biết mình thích gì và làm gì - cho nên câu chuyện mình kể ở đây sẽ dành cho các bạn mà mãi lông bông thời đại học như mình - đừng quá lo lắng - cứ đi rồi sẽ đến mà thôi (còn đi bao lâu thì mình không biết)...Quay về quá khứ nhiều năm về trước, lúc đó mình còn là sinh viên ĐH Ngoại thương - sáng đi học, chiều đi tham gia hoạt động phong trào tối đi đâu đó quên rồi nhưng mà túm lại là mình không có ý niệm gì về công việc sau này cả. Năm 2 thì nghe mấy đứa bạn nói về Marketing sáng tạo hay ho nên cũng tham gia thử, tham gia thì rớt cái tạch vòng gửi xe, cũng buồn lắm. Hồi đó còn dành nguyên ngày để buồn và thất vọng bản thân sao dở thế (sau này nghĩ lại mới thấy kiểu buồn lãng xẹt theo kiểu con cá đòi leo cây ấy). Nói buồn buồn vậy thôi chứ đâu cũng vào đó - trong khi tụi bạn thì tụi nó đã học thêm bên ngoài để lấy bằng CFA, ACCA từa lưa, rồi học design các kiểu.. mình vẫn dửng dưng để năm 3 trôi qua cái vèo.
Đến năm 4 thì bắt đầu xin đi thực tập - đợt đó không biết làm gì nên mình apply làm nhân sự (tin mình đi, nếu không biết gì thì các bạn cứ apply HR vì nó sẽ là cái rốn của vũ trụ, là nơi thu hút tất cả câu chuyện ở mọi-ngóc-ngách của công ty). May mắn lúc đó là mình làm nhân sự cho một công ty logistics forwarder. Sau mấy tháng rót nước bưng trà, tổ chức event ăn chơi nhảy múa summer party đủ kiểu thì mình xin chuyển qua mảng field sales - sau 3 tháng liên tục không có khách hàng mới nào thì mình biết mình đã sai =)) âu cũng là bồng bột của tuổi trẻ. Tại đây thì mình cũng dành lời khen cho bạn nào học xuất nhập khẩu mà ra làm sales logistics thật sự là kì tài, siêu sayan trong truyền thuyết - vì sales physical product đã khó, đằng này sales logistics toàn đi bán nước bọt - hơn nữa ngành này lại bị ảnh hưởng bới quan hệ (công ty nước ngoài toàn kí hợp đồng global với đi hàng chi định, công ty VN thì toàn chọn forwarder Việt nam theo kiểu quen biết thì lấy đâu ra hàng mà cho sales mới nhào vô).
Trong giai đoạn đó thì mình cũng tranh thủ tham gia chương trình Management trainee tại một công ty FMCG - do có kinh nghiệm làm sales logistics nên mình tick chọn 2 ngành là sales và logistics tại chương trình - mở ra một chương mới cho cuộc đời đi làm thêm của mình. Sau khi trải qua 7749 = 5 vòng thi thì may thay cũng đậu, số phận đẩy đưa nên mình được chọn vào phòng ban Logistics. Nhưng, điều thú vị là, chữ "logistics" tại công ty sản xuất hoàn toàn khác, khác xa với chữ logistics mà tại công ty forwarder mình làm (à thật ra không khác nhau mấy, mãi sau này mình mới hiểu thì chung quy cũng là 1 chữ thôi, chỉ điều là mỗi công ty phụ trách 1 phần của chuỗi, như forwarder hay các công ty 3PL thì thường quản lý phần thuê ngoài - import/export hay last mile delivery).
Làm MT tạo cho mình cơ hội được trải nghiệm hết chuỗi supply chain (bao gồm từ demand planning cho đến supply planning, customer service, warehouse & transportation...) và cũng cảm thấy công việc này khá hợp với mình, nên sẽ tiếp tục gắn bó cho đến khi nào thì chưa biết. :) :)
Bài viết hơi dài, tóm gọn lại thì mình chỉ có 2 ý (1) nếu bạn nào đã xác định mình thích gì thời đại học thì rất tốt, còn không thì chả sao cả - thời gian còn dài đủ để trải nghiệm và thất bại, từ đó mới rút ra được mình thích gì và muốn gì - ngay cả khi những cái ở trường học mình nghĩ là vậy nhưng thưc sự khi đi làm nó không phải là vậy - cho nên cứ thoải mái tìm hiểu (2) nhìn tụi bạn trong thời đại học nó đăng kí học này học nọ đừng có nhấp nhỏm lo sợ mà đi học theo - tụi nó đã xác định được chúng nó muốn gì nên mới bỏ tiền đi học, còn mình thì chưa nên đừng - thay vào đó cứ tập trung học tốt tiếng anh, nếu được thì học thêm excel hoặc data science để bắt trendy - và các kĩ năng cần thiết khác như critical thinking, presentation hay problem-solving - các kĩ năng này có thể học ở các khóa đào tạo ở bên ngoài hoặc có thể tự rèn luyện trong quá trình tham gia hoạt động clb -nên nhớ, kiến thức có thể được đào tạo ngày một ngày hai ở công ty sau này - nhưng kĩ năng sẽ là mấu chốt để quyết định bạn thành công hay không. Bài dài quá nên mình tạm dừng ở đây. Chúc các bạn buổi tối vui vẻ.

Wondering how SAP on AWS benefits your organization?

To integrate smart factory, smart warehouse, and smart timesheet systems, the AWS IoT Greengrass and AWS Lambda allows automatic transaction into SAP S/4HANA through MQTT Protocol, Odata, and RFC.

Moreover, consolidated reports can be generated using data warehouse and data analytics, which informs decision-making along with AWS IoT SiteWise and Amazon SageMaker.

👉Learn more applications
https://ecloudvalley.pse.is/sap-solution-IoT

人工智慧=未來趨勢?! AOPEN在浪潮跟你一起IoT🤣🤣
#李開復先生怎麼說
#各位看官意下如何
#人工智慧這樣行👊👊
#偵測到你無所遁形
#人潮就是錢潮🤑🤑🤑🤑🤑
#AOPEN #建碁

【李開復Quartz專文：「人形機器人」將進入千家萬戶是無稽】人工智能時代的到來已經指日可待了。但是目前情感機器人、家庭機器人都離我們很遠。下面是外媒Quartz跟我的約稿：

▲ 機器人能幫著賺錢、省錢、提高生產力，也助人們回歸人性

人工智能時代的到來已經指日可待了。但是目前情感機器人的發展方向有點南轅北轍。

首先，讓我們明確一下人工智能的幾個要點：

人工智能擅長對目標明確的工作進行優化（但是不能創造，沒有感情）。

機械控制的發展速度較人工智能軟件的發展要緩慢得多。

傳感器雖然得到迅猛發展，但價格昂貴、體積偏大且太耗電。

鑒於以上原因，人形機器人將馬上進入千家萬戶的說法，簡直是無稽之談。當機器人在言談舉止各方面都與人類極其相似時，普通家庭用戶對機器人的「人類素質」的期望也會變得高不可攀。僅僅這種期望所帶來的失望就足以讓很多公司的「未來十年讓科幻小說成為現實」的展望受挫，更別提消費市場對價格的苛刻要求了。

機器人的開發要牢記實用性這一原則：機器人或能創造效益，或能節省成本，或能提高生產，或可以提供娛樂。依託現有技術製造的工業機器人將高效製造出其它機器人；商用機器人將會帶來更多經濟收益（例如替代保安、前台和司機等職位）；家用機器人將能發揮家用電器和玩具的功能——它們簡單易用且不具備任何「人性素質」。

這樣的機器人未必具備人類外形。工業機器人就是在黑暗廠房（例如富士康最先進的廠房）或者配備了智能升降機倉庫里（例如我們投資的開源機器人Dorabot）從事勞務的機器；商用機器人的形式和用途就更多樣了：它們也許就是一排攝像頭（例如曠視科技的產品），或者是一家自動商店（例如F5未來商店）。自動駕駛車將有車的外形——除了那種低速貨運、功能固定的運輸工具，例如機場鋪設的自動車道，或者從停車場到商店、主題公園的運輸設備（例如UISEE馭勢科技）；消費機器人也許會像一個揚聲器（例如亞馬遜的Echo）、一台電視機、一台吸塵器（例如Roomba）、一個教學玩具（例如奇幻工房的Dash Bot）或者一台用於家庭聯繫的平板電腦（例如小魚在家）。

人工智能也會與時俱進嗎？這一點毋庸置疑。聲音識別技術將更精准，電腦視覺技術也會提高，SLAM技術將讓機器人的動作更加流暢，機器人將會翻譯，還會針對限定領域進行對話。機器人也可能會瞭解我們的情緒並能模仿人類的情緒。這種情緒模仿將從搞笑的、娛樂性的發展為一定程度上能產生共鳴的模仿。誠然，這種模仿也都不是自發性的。在未來數十年，機器人還不能獨立進行常識性的推理、創造及規劃工作，它們也不會擁有自我意識、情感及人類的慾望。那種「全知全能人工智能」尚不存在，而且現在已知的開發技術也無法開發出此類機器人。這種技術在未來數十年都不會出現，也許永遠都不會出現。

人形機器人的研發對人工智能科學家充滿了誘惑力，而對人形機器人的預測也順理成章地激發著科幻小說家們的創作靈感。但是我們和人工智能有著本質區別：我們會創造，AI只會在創造的基礎上優化；我們多愁善感，AI冷酷無情；我們具備常識判斷能力，而AI只會從特定領域的大數據獲得信息。一言以蔽之，人類所長正是AI所短，而AI所長也是人類所短。

展望未來，人類最前沿的領域將是創造及社交領域。因此，我們應該推動機器人向它們所擅長的領域發展，例如進行重復性工作、優化工作或者創造財富的實用性工作。而我們人類也應該做一些我們擅長的工作：創新、創造、社交溝通或者娛樂。

我一直倡導要開發一些實用性機器人，鼓勵人們進入服務行業。但我不支持製造「類人」機器人。這種機器人開發難度大，而且永遠無法滿足人們的期望，因此，這種機器人的勝算不大。我分析的正確與否暫且不論，但是有一點我們需要有清晰的認識，那就是，未來十年，AI將大規模地取代那些依靠人力的、重復性的、分析性的崗位。因此，我們要肩負起創造更多社會服務性崗位的職責，而不是空想或謀劃一個充斥著「不適用於人類」職位的社會。

◀英文原文▶

Robots should make money, save money, increase productivity, or deliver entertainment—and let humans be human

Robots should make money, save money, increase productivity, or deliver entertainment—and let humans be human

The age of artificial intelligence (AI) and robotics is upon us, but the current fad of emotional humanoid robots is not headed in the right direction.

First, let’s understand what robotics are based on:

AI algorithms which are very good at optimization of explicitly defined goals (but cannot create, and have no feelings)
Mechanical control which advances much slower than AI software algorithms
Sensors which are rapidly improving but are often still too expensive, too large, or too power-hungry

Given the above, it is ludicrous to think that human-like robots will roam our homes any time soon. When a robot looks like a person, talks like a person, and has features like a person, home users will have unattainable human-capability expectations. The disappointment alone will doom any company hoping to bring science fiction to the living room in the next decade, not to mention the price-sensitivity for consumer markets.

Robotics must begin with utilitarianism in mind—robots should make money, save money, increase productivity, or deliver entertainment. There will be industrial robots that build other robots in high-volume, manufactured with today’s technologies. There will be commercial robots that deliver economic value (such as replacing security, receptionists, and drivers). There will be consumer robots that mimic today’s appliances and toys, requiring no consumer education, and causing no human-capability expectation.

These robots won't look like a person. The industrial robot is a giant factory run in the dark by machines (like at Foxconn’s most advanced factories), or a warehouse with smart forklifts (like our investment Dorabot). The commercial robot comes in various forms and applications. It might look like an array of cameras (like our investment Megvii) or an automated store (like our investment F5 Future Store). The autonomous vehicle will look like a car, except will be first deployed in low-speed, freight, or fixed-function transport—such as in airport autonomous car-only lanes, or in transport from parking garages to shopping malls/theme parks (like our investment UISee). And the consumer robot may look like a speaker (like the Amazon Echo), a TV, a vacuum cleaner (like Roomba), an educational toy (like our investment Wonder Workshop Dash Bot), or a pad-on-steroids for family communications (like our investment Ainemo).

Will AI capabilities increase over time? Of course. Speech recognition will get better, computer vision will improve, SLAM will be improved to help the robot move around fluidly, and the robot will be able to translate languages, or have a dialog within limited domains. The robot may be able to read some of our emotions, or mimic certain human emotions. But this mimicking will go from laughable and entertaining to occasionally acceptable—and generally not genuine. For decades to come, robots by themselves will be unable to learn common sense reasoning, creativity, or planning. They also won't possess the self-awareness, feelings, and desires that humans do. This type of “general AI” does not exists, and there are no known engineering algorithms for it. I don’t expect to see those algorithms for decades, if ever.

Trying to make robots human-like is a natural temptation for robotics and AI scientists, and predicting humanoid robots comes naturally to science fiction writers. But we humans simply think differently from AI. We create and AI optimizes. We love and AI is stoic. We have common sense and AI learns patterns from big data in a singular domain. Simply stated, we are good at what AI is not, and AI is good at what we are not.

In the future, the human edge will be in creativity and social interaction. Therefore, we need to focus robotics development toward what they’re good at: repetitive tasks, optimization, and utilitarian value creation. We should also let people do what they’re good at: innovation, creation, human-to-human interaction, and performing services.

I am an advocate of making utilitarian robots, and encouraging people to go into service jobs. I am not an advocate of making humanoid service robots—it is too hard today, and will not meet people’s expectations; therefore they will likely fail. Whether or not my analysis is correct, we need to be reminded that in the next decade AI will replace a massive number of manual-labor, repetitive, and analytical jobs. We have a human responsibility to help create societal service jobs—not dream or plan a society in which all jobs come with a sign “humans need not apply.”