The pandemic has fast-tracked many decisions around the embrace of technology. Understanding the expectations of regulators and government agencies is important to consider when implementing technology – and the risks of not considering compliance – especially for the financial services industry.
Minisoft’s multi-carrier shipping solution, Ship/FX, offers a wide range of features such as carrier rate shopping, order consolidation, signature required, third party billing, blind shipping, zone skipping, voiding shipments, COD, automatic address verification, hazmat and more to streamline and automate shipping processes. Ship/FX powers native shipment processing by seamlessly integrating order source applications with popular carrier services, including those provided by FedEx, UPS, USPS, DHL, Canada Post, EasyPost, OnTrac, LaserShip, Pitney Bowes and more.
eDIRECT comes standard with every eFORMz implementation and is used for operations like sending emails with PDF attachments. eDIRECT+ is an optional add-on for transactional HTML emailing and SMS/MMS output (text/multimedia messages).
Manufacturers and distributors remove compliance risk and streamline their operations simultaneously when they automate with Avalara AvaTax.
Microsoft is expecting major growth in its cloud-native Cosmos database as customers rip and replace “legacy” DBs—like those from Oracle.
MainLine Investment Partners has trusted BCS for 5+ yrs to manage and support its D365 Sales and Dynamics GP integrated solution. Read their success story!
In part 2 of this series, I share thoughts on AI in the world of Tax. This is an interesting area for AI to dive into considering all the rules and regulations that accompany anything in tax. What’s in store for AI and Tax? Take a listen.If you want to learn and engage more on the topic of taxes, reserve your seat and join us on our Tax Binge Day on February 24, 2021.If you missed part 1 of the series, be sure to check it out here.Additional source:Deloitte study: https://www2.deloitte.com/global/en/pages/tax/articles/artificial-intelligence-in-tax.htmlFor more great tax-related content, be sure to check these posts:Understanding Sales Taxes and VAT TaxesWhen GP Tax Tables Are Not EnoughIt’s A Taxing Situation in D365 BC and NAV
Stream the Cloud Wars Live podcast to hear Wayne Sadin discuss technical debt, digital transformation, and a message to CEOs and Boards of Directors.
Larry Ellison is reshaping the enterprise-software landscape, renaming Oracle customer-oriented apps from “CX” to “Advertising and CX.”
Ford and Google announce a 6-year partnership, where Ford will use the data, AI and ML capabilities on Google Cloud Platform. This short and to-the-point article highlights how Ford plans to leverage this partnership and what it means for the future. You’ll also learn the three considerations Ford took into account when selecting a cloud provider.
Insight Works’ Warehouse Insight provides warehouse and production employees full access to Dynamics 365 BC via barcode scanners and hand-held computers
The expanded Amazon deal with TCS gives AWS more of a presence in the mainframe world it has sought for 15 years to replace.
Data is growing exponentially! To handle, analyze and interpret such a large amount of data we need data scientists.Having interviewed many aspiring data scientists, as well as having trained over 300 people in data science, I share my experience in the hiring process and some additional considerations.
Good Food Holdings is a top food holding company that delivers high-quality products with high-quality service who enhanced their GP alongside BCS for 20+ yrs
In this short video, I talk about the impact of mixed reality and augmented reality today, and how machines are more seamlessly intertwined with digital layers of AI, IoT, and more.
On this Cloud Wars Live podcast, Sean Ammirati and I discuss the transition of power from Jeff Bezos to Andy Jassy, and much more.
Hay mucho material en internet sobre ‘las mejores 50 preguntas para entrevistar a un data scientist’ y similares. Le aseguro que cualquier candidato aspirante a data scientist ha leído y aprendido todas esas mismas preguntas y respuestas que probablemente usted le hará y espera, respectivamente.Tras observar y trabajar con muchos de estos profesionales de los datos -tanto entrevistados y contratados, como profesionales internos formados en disciplinas de datos- algunas conclusiones he obtenido. Al fin y al cabo, soy data scientist y aprendo con la observación y contrastación de datos y evidencias -como no podía ser menos-.Despues de haber entrevistado a muchos aspirantes a data scientist, asi así como haber entrenado a mas de 300 personas en ciencia de datos, me gustaría compartir mi experiencia en el proceso de contratacion, y algunas consideraciones adicionales.Cómo entrevistar a un data scientistLa mejor estrategia de entrevista a un candidato a data scientist es enfocarse en su habilidad de resolver problemas; no tanto en sus conocimientos técnicos, ni tampoco en su formación (que por supuesto tambien son necesarios). No digo con esto omitir preguntas técnicas – conceptos estadísticos, algoritmos y modelos, programación, etc.-, sino enfóquese en entender cómo razona el candidato para resolver problemas.Le aseguro que en la vida real el 90% de los problemas que tendrá que resolver como data scientist serán problemas aparentemente irresolubles.“Según estudios psicológicos, la resolución de escenarios absurdos mejora la creatividad y el análisis de patrones”No tenga inconveniente en platear al candidato escenarios absurdos e irreales, y preste atención a como razona el candidato su propuesta de resolver el problema. Quizá aporta una solución también absurda (prepárese para ello), pero si aporta una solución es mucho mas que no aportar nada.Una técnica que ha sido muy eficiente en mi experiencia es preparar una prueba al candidato, ver como la resuelve y pedirle que explique sus conclusiones. Es decir, en vez de realizar una ‘entrevista’ como tal, preparar una prueba con un set de datos, y solicitar al candidato que resuelva un objetivo en un tiempo requerido, y que explique sus conclusiones y resultados.Por ejemplo, si el candidato va a trabajar en un departamento de operaciones de cadena de suministro, se puede disponer de un set de datos en internet (hay cientos o miles disponibles) y pedirle que haga un modelo predictivo del tiempo de entrega de las mercancías, y que explique los resultados obtenidos. Deje que use el lenguaje de programación o el framework o las herramientas de su preferencia. Lo importante es que resuelva el problema, no enfocarse en las herramientas que usa para ello.¿Pero qué es y qué hace un data scientist?Un data scientist es un profesional capaz de resolver problemas operativos con datos; bien sea interpretando el pasado, diagnosticando las causas de eventos, o bien estimado el evento mas probable en el futuro. Además, un data scientist debe saber interpretar los resultados obtenidos de sus investigaciones, y lo que es más importante: debe ser capaz de explicar dichos resultados a cualquier audiencia -técnica o no-Exacto; un data scientist es un individuo versado tanto en conocimientos técnicos (estadística aplicada, programación, ingeniería de datos, inteligencia de negocios, etc.), como en habilidades blandas (comunicación, interpretación, pensamiento crítico, etc.). Y quizá, lo más importante y más escaso: debe conocer y entender el área operativa o de negocio donde va a desempeñar sus funciones. De no ser así, debe tener la habilidad de aprender rápidamente como opera la actividad donde desempeñará sus funciones de data scientist.Considere que no es lo mismo un data scientist que opera en recursos humanos, como otro que trabaja en marketing, o finanzas, o servicio técnico, u operaciones internas, o ingeniería, o farmacéutica, o producción industrial. Los datos son datos (estamos de acuerdo), pero el entorno es determinante por muchos matices que es necesario conocer.Fuente: businessoverbroadway.comLe aseguro que un buen data scientist no descansa hasta encontrar una solución ‘aparentemente imposible’ a problemas ‘aparentemente imposibles’. En la vida real, esto es más habitual de lo uno se imagina.Consideraciones de la organizaciónEs fundamental tener muy claro el objetivo de por qué necesitamos contratar un data scientist. Es decir, definir muy bien el alcance de nuestro problema de recursos humanos. Así mismo, es tanto o más importante, conocer el estado de la organización en el ciclo de madurez de la ciencia de datos.Menciono esto porque no siempre esta tan claro. He conocido gerentes que solo quieren contratar data scientists para dar una ‘imagen de modernidad digital y progreso’ frente a otros gerentes o departamentos, pero sin saber que trabajo se encomendara al futuro candidato. Conseguirá agotar al recurso humano y se ira a otro lugar tan pronto le sea posible.Por otro lado, hay organizaciones que están convencidas que están listas para aplicar Machine Learning o Inteligencia Artificial, pero realizan la mayoría de su reportería de manera manual (copiar-pegar) en hojas de calculo o en diapositivas; o lo que es peor, no tienen un sistema de bases de datos debidamente arquitectado u organizado.Para concluirAntes de contratar a un data scientist, evalúe seriamente reeducar a su personal existente y dotarlo de conocimientos técnicos relativos a ciencia de datos. Su personal existente ya conoce bien su cultura empresarial, los problemas mas habituales y saben bien lo que funciona y lo que no funciona en su organización. Esto es algo que puede llevar años a un data scientist.A lo largo de mis últimos 5 o 6 años de carrera profesional como data scientist, he tenido la ocasión de entrevistar laboralmente (o participar en entrevistas laborales de otros departamentos) a un buen número de candidatos a científico de datos; tanto individuos muy noveles (juniors) como experimentados (seniors).Además de esto, he tenido la gran dicha de entrenar a más de 500 compañeros de trabajo en ciencia de datos y analítica avanzada en los últimos 2 años. Profesionales de distintas áreas como finanzas, operaciones, marketing, contabilidad, recursos humanos, servicio al cliente, etcétera. P. J. MorenoSr Data Scientist
Microsoft Dynamics 365 Finance offers a complete set of capabilities that no other accounting or financial software can provide. With built-in predictive analytics and intelligence to manage, plan, and analyze your financial processes and real-time insights into business performance, it empowers you to run your business more efficiently and with enhanced agility. Built on Microsoft Azure, it tightly integrates with Office 365 and the Power Platform to connect your data for a seamless experience.
Microsoft Dynamics 365 Project Operations is a seamlessly integrated offering that connects sales, resource management, project management, and accounting teams, to provide greater visibility, agility, and collaboration across the project operations business cycle. The application is bundled with capabilities to unify all aspects of project-based businesses, and works in tandem with other Microsoft Dynamics 365 applications and the Power Platform to transform your services-business from ground up.
GNC Holdings Inc. – a global specialty retailer of health and wellness products – is making big digital strides. In this case study, learn about how GNC is leveraging personalization AI solutions and E-commerce investments to strengthen the customer experience.
