MEXC 女性员工数据:女性占比达43%引领行业,同比增长49%

TheNewsCrypto發佈於 2026-03-13更新於 2026-03-13

文章摘要

在国际妇女节之际,全球增长最快的加密货币交易所MEXC发布了首份女性员工数据报告。数据显示,女性占MEXC员工总数的43%,较全球科技行业平均水平高出15个百分点。管理层中女性占比达40%,其中15人担任高级领导职位。 过去三年间,MEXC女性员工数量实现49%的年同比增长,覆盖亚太、欧洲、中东、拉美等地区的411名员工。最显著的数据是85%的产后返岗率,远高于行业13%的平均水平,反映出企业为女性提供了持续职业发展的支持环境。 目前有195名女性在工程和产品等核心技术岗位任职。MEXC承认STEM及区块链教育领域存在性别差距,承诺将通过专项研究和金融知识普及计划改善这一状况。 交易所同时表示,将推进薪酬平等认证工作,并支持女性更多参与国际行业论坛。此次发布的数据将作为基准指标,并承诺今后每年定期披露相关进展。MEXC认为,数字资产行业仍处于规范形成期,但机会、资源和职业发展不应受性别因素制约。

国际妇女节之际,全球增长最快的加密货币交易所MEXC——通过真正的零手续费交易重新定义用户至上的数字资产服务方式——首次发布了女性员工数据。数据涵盖代表比例、领导层、招聘增长、技术贡献和留任率。

女性占MEXC员工总数的43%,较全球科技行业28%的平均水平高出约15个百分点。管理层中40%的职位由女性担任,其中15人处于高级领导岗位。在MEXC,广泛代表性与决策权之间的差距——这一常使平等承诺悄然瓦解的领域——被大幅缩小。

招聘趋势强化了这一成果:过去三年女性员工数量同比增长49%,覆盖亚太、欧盟、中东和拉美地区的411名员工。这种增长并非集中于单一市场或职能领域,而是持续、全球性且不断加速的。

最具说服力的数据或许是85%的产后返岗率。研究表明,在科技行业中仅13%的母亲认为休完产假后全职返岗可行,而MEXC的高返岗率不仅源于政策,更得益于基础设施——构建了职业连续性成为常态而非例外的工作环境。

在技术团队中,195名女性担任工程和产品核心岗位。平台将此与STEM及区块链教育途径的普遍短缺联系起来,并表示将通过专项研究和金融知识普及计划针对性解决该问题。

MEXC承诺进一步推进平等。将薪酬平等确认制度化、提升女性在全球行业论坛的能见度,已成为其积极议程的优先事项——今日发布数据所展现的发展轨迹,正是这些下一阶段目标的基准线。此次发布的数据是基线而非终局,构成其年度披露承诺的组成部分。

数字资产行业仍处于规范塑造期。MEXC认为,在该行业中获得机会、资源和发展的公平权利不应受性别制约。实现这一愿景的工作正在持续进行。

完整版《劳动力报告》请访问此处

关于MEXC

MEXC成立于2018年,致力于成为「您进入加密货币世界的最简途径」。服务覆盖170多个国家超过4000万用户,以丰富的热门代币选择、每日空投机会和低交易费率著称。其用户友好平台兼顾新手交易者与资深投资者,提供安全高效的数字资产接入服务。MEXC始终聚焦简洁性与创新性,让加密交易更普惠、更有价值。

MEXC官网|X|Telegram|MEXC注册指南

媒体垂询请联系MEXC公关团队:media@mexc.com

消息来源

免责声明:TheNewsCrypto不对本页面任何内容背书。本新闻稿所述内容不构成任何投资建议。TheNewsCrypto建议读者基于自身研究作出决策。TheNewsCrypto对与本新闻稿所述内容、产品或服务相关的任何损害或损失不承担法律责任。

标签MEXC新闻稿

相關問答

QMEXC交易所的女性员工占比是多少?与全球科技行业平均水平相比如何?

AMEXC的女性员工占比为43%,比全球科技行业28%的平均水平高出15个百分点。

QMEXC在女性管理层和高级领导职位上的表现如何?

AMEXC管理层中40%的职位由女性担任,其中有15位女性担任高级领导职位。

QMEXC女性员工的年增长率是多少?覆盖了哪些地区?

AMEXC女性员工年增长率为49%,覆盖亚太、欧洲、中东和北非以及拉丁美洲等地区的411名员工。

QMEXC女性员工产假后返岗率是多少?这一数据说明了什么?

AMEXC女性员工产假后返岗率达到85%,远高于行业13%的水平,说明公司提供了支持职业连续性的环境。

QMEXC在技术岗位上有多少女性员工?公司对STEM教育有什么计划?

AMEXC有195名女性在工程和产品等核心技术岗位任职,公司计划通过专项研究和金融知识普及项目来解决STEM和区块链教育途径短缺的问题。

你可能也喜歡

生成模型也能端到端训练了?核心竟是一个for循环

长期以来,深度学习在图像分类、检测等任务上凭借端到端训练取得了巨大成功,但生成模型领域却始终是个例外。当前主流的自回归、扩散模型等训练时只学习预测“一小步”,推理时则需要反复展开数百上千步,这种训练与推理的不一致导致了“暴露偏差”等问题,使得生成模型一直未能实现真正的端到端训练。 最近,一篇来自UIUC与哈佛大学的论文提出了“探索式建模(Explorative Modeling,XM)”新范式,其核心是一个简单到近乎朴素的for循环:在每个训练步骤中,模型生成K个候选样本,然后仅选取其中最接近真实数据的一个样本来计算损失和回传梯度。这种做法巧妙地绕开了传统生成模型中因使用重构损失(如平方误差)而导致的“模态模糊”问题——即模型倾向于输出多个可能答案的平均值,而这个平均值往往不属于任何真实的数据模式。 XM通过这种方式,在不拆分生成过程的前提下,直接提升了模型的“生成表达力”,即模型捕捉数据分布中多个独立模式的能力。论文将“探索”验证为继模型参数量、数据量之后的第三根可扩展轴。实验表明,随着模型规模、数据量和计算量的增大,探索带来的性能收益越发显著,在图像、视频、语言等多种任务上均能带来效率与质量的提升。 更重要的是,当探索程度足够时,XM可以实现真正的端到端生成。在机器人控制等任务中,仅需一次网络前向传播的XM策略,其性能可媲美甚至超过需要上百次前向的扩散模型策略,实现了推理效率的飞跃。 尽管“最佳K样本选择”的思想并非全新,但该研究的贡献在于清晰地揭示了这一简单机制如何直接解决生成模型的核心瓶颈,并为实现高效、端到端的生成模型开辟了新的可能性。随着模型规模的持续扩大,探索这一新维度可能将发挥越来越关键的作用。

marsbit48 分鐘前

生成模型也能端到端训练了?核心竟是一个for循环

marsbit48 分鐘前

年薪百万抢电工,Meta急到自己办技校

AI竞赛正面临新的瓶颈:工地。美国正面临严重的电工、建筑工等技术工人短缺,这已成为微软、Meta、OpenAI等公司快速建设超大规模AI数据中心(如OpenAI耗资160亿美元的“星际之门”项目)的“头号障碍”。 尽管AI公司愿支付高薪(如电工年薪可达24-28万美元),远超传统行业,但熟练技工仍供不应求。麦肯锡预测,美国在2023-2030年间需额外培养13万名电工和24万名建筑工,而劳工统计局预计每年仍有8万个电工岗位空缺。这种短缺导致项目延迟,每月可能造成数百万美元的收入损失。 AI数据中心建设复杂,需应对巨大功耗(一座设施耗电堪比数十万户家庭)、复杂的配电系统以及高密度散热(需液冷技术)等挑战,因此亟需大量技术娴熟的工人。 为此,科技巨头开始亲自下场培养人才。例如,Meta投入1.15亿美元建立建筑工人培训学校,提供免费培训及生活补贴,以快速输送工人上岗。OpenAI则与建筑工会合作,提前锁定熟练劳动力。同时,企业也将招聘目光投向高中生,鼓励年轻人投身技工行业。这些举措已见成效,Z世代对技工职业的兴趣显著上升。 然而,更深层的挑战在于电力。AI数据中心用电量正以惊人速度增长,已推高部分地区的电价。此外,数据中心建设是项目制的,建设期需要成千上万的工人,但建成后仅需少量常驻人员。这意味着未来可能面临熟练工人短期过剩、并流向其他行业压低薪资的风险。如何实现劳动力与电力资源的长期平衡,仍是悬而未决的问题。

marsbit2 小時前

年薪百万抢电工,Meta急到自己办技校

marsbit2 小時前

交易

現貨
活动图片