Главная/ Пресс-релизы/ Пресс-релиз: Ассоциация менеджеров наградит 17 лауреатов XX премии «ТОП-1000 российских менеджеров»

Пресс-релиз

1965

Пресс-релиз: Ассоциация менеджеров наградит 17 лауреатов XX премии «ТОП-1000 российских менеджеров»

Организация:
«Ассоциация менеджеров »
Перейти на сайт

Лауреатов XX премии «ТОП-1000 российских менеджеров» объявят в «Геликон-Опере» 27 октября 2022 года. Статуэтки премии будут вручены в 17 номинациях. Впервые академики премии назовут лучшего «Директора по цифровой трансформации».

Двадцать лет Ассоциация менеджеров выявляет и поощряет самые эффективные управленческие практики, чтобы содействовать российскому бизнесу во внедрении совершенных профессиональных стандартов.

Триста членов Академии премии «ТОП-1000 российских менеджеров» — представители бизнеса, СМИ, экспертного сообщества — ежегодно при помощи закрытого голосования определяют тех, кто внес наиболее заметный вклад в развитие своих компаний, отраслей или экономики в течение года. Номинантами престижной премии могут стать только лидеры в своих отраслях и функциональных направлениях рейтинга «ТОП-1000 российских менеджеров».

За два десятилетия российская экономика претерпевала множество изменений. В соответствии с веяниями времени и новыми вызовами менялся и механизм премии, которая как ни один другой проект отражает актуальные процессы управленческого ландшафта. Так, с появлением новых управленческих профессий и развитием цифровизации премия пополнялась новыми номинациями. В этом году впервые будет оглашён победитель в новой номинации «Директор по цифровой трансформации».

Как премия будет трансформироваться в будущем — покажет время. Но то, что «ТОП-1000 российских менеджеров» — одно из самых ожидаемых деловых событий года, должно остаться неизменным!

Организация:
«Ассоциация менеджеров »
Перейти на сайт

Версия для печати

Смотрите также:

ReText.AI опубликовала open-research: дообученная Gemma-2 с методом SimPO обходит ИИ-детекторы в 67% случаев на кулинарных текстах

Российская команда дообучила модель Gemma-2-9B-IT методом Simple Preference Optimization на датасете из 19 804 пар текстов, собранном из COLING-2025 и AINL-eval. В датасет вошли генерации восьми моделей разного масштаба — от 3 до 235 миллиардов параметров, включая Llama, Qwen, GigaChat и T-pro. Результат: медианная вероятность ИИ-авторства снизилась с 0.93 до 0.47.

Наши награды

  • sabre
  • sabre
  • sabre
  • sabre

Выполнить вход

Электронная почта
(Ваш логин):
Пароль

Восстановление пароля

Введите ваш логин
(e-mail):