 |
«Балтийский лизинг» вошел в число победителей конкурса «Серебряные нити»
«Балтийский лизинг» вновь стал призером национального конкурса корпоративных календарей «Серебряные нити СН-2021/SN-2021». Проект компании «Наука побеждать» занял второе место в номинации «Лучший дизайн», за призовое место с «Балтийским лизингом» конкурировали 30 компаний, вошедших в шорт-лист. Всего же на конкурс было заявлено более 70 проектов. Также жюри отметили календарь «Балтийского лизинга» в специальной номинации «Лучшее качество и разнообразие предлагаемого контента». Организатором конкурса выступает академия коммуникации и информации (Москва). Стратегическими партнерами мероприятия стали региональные торгово-промышленные палаты; отвечающие за информационную политику комитеты и министерства муниципальных органов власти различных субъектов РФ; а также областные союзы журналистов. Авторы конкурса в официальном пресс-релизе отметили, что в этом году больше всего заявок было направлено в таких номинациях как «Лучшая идея корпоративного календаря», «Лучший дизайн» и «Между коммуникацией и искусством: лучший стиль». «Эксперты отметили рост нестандартных, ярких дизайнерских решений, одновременно точно визуализирующих смысловой фокус календаря, а также использование информационых технологий и способов продвижения корпоративных календарей», - говорится в официальном пресс-релизе организаторов конкурса «Серебряные нити». Также в академии коммуникации и информации отметили, что проекты оценивали не только жюри, но и сами участники. По сложившейся традиции каждый из номинантов отмечал до четырех проектов соперников, которые, по его мнению, являются достойными претендентами на победу. Напомним, что «Балтийский лизинг» и в прошлом году становился призером конкурса «Серебряные нити», завоевав второе место в номинации «Лучшая идея корпоративного календаря».
Источник: https://baltlease.ru/press/news/2415478-baltiyskiy-lizing-voshel-v-chislo-pobediteley-konkursa-serebryanye-niti/
Контактное лицо: Ксения Парфёнова
Компания: Балтийский лизинг
Добавлен: 01:17, 27.04.2021
Количество просмотров: 427
Страна: Россия
| Транспортные документы от Платформы ЭПД можно будет подписать в смартфоне, Платформа ОФД, 17:06, 17.08.2026, Россия608 |
| «Платформа ОФД» присоединилась к соглашению Минцифры России о развитии и внедрении мобильной электронной подписи «Госключ». Сотрудничество направлено на проработку новых сценариев использования сервиса, обмен технологической экспертизой и поддержку интеграции в продукты электронного документооборота. |
| UDV Group: банки столкнутся с ИБ-рисками из-за нейросетей без правил, UDV Group, 17:04, 17.08.2026, Россия599 |
| Российский разработчик решений в области киберустойчивости UDV Group прокомментировал рекомендации Банка России по безопасному использованию искусственного интеллекта финансовыми организациями. По оценке эксперта компании, ИИ постепенно становится для банков не только инструментом автоматизации, но и отдельным объектом управления информационной безопасностью. |
| ActiveCloud запустил в России услугу частного облака, ActiveCloud, 20:34, 16.08.2026, Россия677 |
| Облачный провайдер ActiveCloud запустил в России услугу частного облака для размещения критически важных систем, ресурсоемких приложений и инфраструктуры с повышенными требованиями к безопасности. |
| «НОБИЛИС» ПРЕДСТАВИТ ЦИФРОВУЮ ЭКСПЕРТИЗУ В СФЕРЕ КОРПОРАТИВНОГО ЗДОРОВЬЯ НА ВНОТ-2026, Нобилис ООО, 14:07, 14.08.2026, Россия791 |  |
| ООО «Нобилис», разработчик российской платформы управления корпоративным здоровьем TouchMED, объявляет об участии в ключевом отраслевом событии - XI Всероссийской неделе охраны труда (ВНОТ-2026). В фокусе презентации компании - практические инструменты цифровизации медосмотров, в том числе профилактических и предиктивной аналитики для снижения операционных рисков и повышения эффективности персонала. |
| Nexign: российский бизнес не спешит использовать ИИ для поиска аномалий, Nexign, 14:03, 14.08.2026, Россия134 |  |
| Почти 80% российских компаний уже применяют инструменты мониторинга своей ИТ-инфраструктуры, но лишь каждая шестая использует модели машинного обучения для обнаружения аномалий. Мешают нехватка внутренней экспертизы, низкое качество данных и сложность подсчета окупаемости инвестиций. |
|
 |