AlphaCar

La industria del automóvil es el mercado más grande del mundo, también puede ser el más problemático, y blockchain es la mejor tecnología para resolver el problema. Basándose en las propiedades inherentes de la tecnología blockchain, AlphaCar hará que todos los registros de transacciones en la industria del automóvil permanezcan intactos y sean reales, que no puedan manipularse o eliminarse.

AlphaCar es una comunidad para la economía del token, diseñada por el equipo de desarrollo para servir a la industria mundial automotriz. Será utilizado por todos los consumidores y comerciales. La blockchain pública registrará todos los movimientos de transacciones entre los consumidores y los comerciales de automóviles con el fin de establecer una Economía de confianza para la comunidad Token, y recompensar con tokens a todos los miembros de la comunidad que contribuyan a la economía Token.

Hay una serie de deficiencias en la tecnología blockchain actual, como la pérdida de recursos de PoW (prueba de trabajo), largos periodos de espera para confirmación y capacidad de transacción de red limitada, lo que dificulta el soporte de DApps en tiempo real. Sin embargo, el DApp de data-on-chain de AlphaCar es una aplicación de back-end que no requiere implementación en tiempo real. Por lo tanto, se puede implementar mediante el uso de tecnología de procesado asíncrono por lotes para almacenar datos de la economía del Token de la comunidad de AlphaCar en la blockchain.

alphacar_aplicacion

Plataforma abierta y almacenamiento de datos, consulta y validación El fiable servicio de consulta de datos de AlphaCar y el también fiable servicio de validación de datos están construidos en la plataforma de datos blockchain.
La plataforma utiliza el Sistema de archivos interplanetario (IPFS) para almacenar datos insensibles y registrar el valor hash del paquete de datos en la blockchain pública.
La credibilidad de los datos está garantizada por la marca de tiempo de blockchain. Mientras tanto, AlphaCar proporcionará al público servicios de consulta y visualización de datos a través de la blockchain y admitirá validaciones de datos en ella.

sistema_almacenar_datos_confianza

Procesado asincrónico por lotes
Confiando en la transparencia y las propiedades de seguridad de manipulación de la blockchain, podemos eliminar el fenómeno de que el dinero malo expulsa el buen dinero, lo que resulta la asimetría de la información. Dado que no existe una gran demanda de registro de transacciones de automotrices en tiempo real, podemos aplicar el procesamiento asíncrono por lotes para resolver el problema de la escalabilidad.

Sistema de Votos
AlphaCar desarrollará un sistema de votos que permitirá votar en la comunidad para llegar a un consenso sobre qué DApps se implementará y en qué orden. Los miembros de la comunidad pueden usarlo para resolver diversos problemas, como elegir un nuevo logotipo o el algoritmo para evaluar proveedores de servicios. Los votos se calculan en función del número de tokens que tienen los miembros. Los miembros con un mayor número de tokens tendrán más poder de voto en el sistema.

Internet de componentes tecnológicos para vehículos
ADAS (Advanced Driver Assistance System) es un sistema para ayudar a los conductores en el proceso de conducción. Es un asistente de uso inteligente personal. Con la ayuda de IoV y el estándar de la red 5G de banda ancha alta y baja latencia, el sistema IoV puede avisar a los conductores de posibles peligros por primera vez o directamente puede intervenir en los automóviles si es necesario. La seguridad es la clave para la aplicación de la tecnología ADAS en el futuro. La tecnología blockchain se usa para verificar la identidad, la autoridad y los datos de los vehículos.

El sistema descentralizado puede analizar e impulsar automáticamente los automóviles en tiempo real. Cuando la red remota del automóvil no está disponible, los vehículos en el sistema de red entre automóviles pueden ser auto gestionados como una unidad de toma de decisiones local, que intercambia de manera efectiva las condiciones del tránsito, las condiciones del camino y los vehículos de confianza en una determinada sección y solicita o interviene el conductor en caso de una emergencia.

Tales como el monitor de punto ciego, el estado del freno de emergencia, la detección de somnolencia del conductor. La autenticación de vehículos basada en Blockchain es una excelente manera de evitar que los piratas informáticos falsifiquen la identidad de los ataques de seguridad vial y garanticen la operación robusta del sistema ADAS. Siempre que se garantice la seguridad, con la función de actualización dinámica y segura del algoritmo de asistencia de conducción, la tecnología AlphaCar IoV se esforzará para proporcionar a los usuarios un sistema de anticolisión, un sistema inteligente de advertencia de salida de carril, ayuda de visión nocturna, sistema de protección de peatones y otras características avanzadas de asistencia al conductor.

Compartir coche
Creemos que el uso compartido del automóvil, especialmente cuando la conducción autónoma es madura, es la forma definitiva de transporte público. Los automóviles administrados a través de la red fiable de la Blockchain de AlphaCar pueden conducir automáticamente al punto de uso cuando los pasajeros los necesitan y conducir automáticamente al estacionamiento más cercano a su llegada, lo que ahorra congestión en las carreteras y tiempo de estacionamiento. En el proceso general de servicio, la posición del automóvil se gestiona de manera efectiva.

Con el fin de proteger la seguridad de los pasajeros, el sistema IoV configurará automáticamente la cercanía electrónica GEO de la ruta esperada, y analizará el estado del automóvil, la condición del tráfico y la ruta de conducción en tiempo real. Si el automóvil está en malas condiciones o en una carretera incorrecta, le dará una pista el operador remoto.

También puede ofrecer a los pasajeros una advertencia y una protección si se encuentran en grave peligro. Con la aplicación y el hardware inteligente del automóvil, los vehículos privados pueden integrarse fácilmente en el sistema IoV, la seguridad de los vehículos inactivos puede verificarse de manera automática y fiable.

La estructura general se puede dividir en tres partes, dispositivos, nubes y móviles. Los automóviles y los propietarios de automóviles están conectados por esta estructura. El dispositivo se utiliza para recopilar información relevante del automóvil y el rastro de conducción. Luego, los datos se transmiten desde el dispositivo a la nube para su análisis estadístico.

La nube proporciona los algoritmos correspondientes, los grandes datos y el análisis de inteligencia artificial para alertar con anticipación a los propietarios de los automóviles de los riesgos potenciales del vehículo, como el Geo-cercado y el control de mantenimiento.

Tecnología Big Data
Esperamos adquirir datos multi-modales en tiempo real a gran escala relacionados con la conducción, el mantenimiento, así como los datos del controlador, y aprovechar esos grandes datos para analizar en profundidad, facilitaría la comprensión integral transparente, servicios postventa sostenidos y optimizados para una masa de propietarios de automóviles.

Fuente de datos
La primera de las fuentes de datos es la de uso internos: utilizando dispositivos instalados y teléfonos inteligentes para recopilar y analizar datos de comportamiento de conducción. Por ejemplo, actualmente tenemos acceso a datos de teléfonos inteligentes que incluyen GPS, giroscopio, acelerómetro y medidor magnético, a la frecuencia de 1 Hz (el hardware equipado con un automóvil puede suministrar datos de hasta 60 Hz). Además, también recopilaremos el estado de la pantalla del teléfono inteligente, el estado de la llamada, el estado de WIFI, etc. La información recopilada puede ser procesada y refinada en kilometraje, velocidad, aceleración, acciones abruptas (frenado, ralentización y giro), duración del recorrido e información sobre el hábito de conducir, así como modelos para la predicción y cuantificación de la probabilidad de un accidente.

Los dispositivos OBD también pueden recopilar otra información sobre las condiciones del automóvil, como el kilometraje del viaje, kilometraje de la gasolina y horarios de mantenimiento.

Otra fuente de de datos es la externa, considerada del tipo Tipo A: incluidos los datos relacionados con las condiciones de conducción, como la carretera,
el tráfico y el clima. Dichos datos pueden adquirirse a partir de cursos abiertos como factores de importancia para determinar la corrección y adaptación necesarias de los modelos.

Datos externos (Tipo B): que incluyen datos que no están directamente relacionados con las condiciones de manejo, como la edad, el sexo, la ocupación, los ingresos, el estado civil, el estado civil, etc.

Dichos datos pueden provenir de otros cursos, incluidos los canales de pago y compras, y nos permiten construir modelos para un perfil de usuario detallado, así como modelos de predicción multifacéticos y altamente precisos.

Metodología analítica
Los métodos de análisis de datos se basan en modelos de datos multimodales, heterogéneos, dinámicos y no estructurados tanto de forma individual como conjunta:

1) Análisis dinámico de datos no estructurados.
Dado que las fuentes de datos son diversas, incluidos los datos de medición del dispositivo y los datos textuales registrados, los datos disponibles en su conjunto no están estructurados, así como son de naturaleza dinámica. Por lo tanto, necesitamos emplear modelos de series temporales multi-variadas para procesar y analizar cada tipo de datos.

2) Análisis de datos heterogéneos multi-modales.
Aprovechamos tanto el aprendizaje de máquinas clásico como los enfoques modernos de aprendizaje profundo como los medios para fusionar las tres categorías principales de datos presentadas anteriormente.

La fusión de información de diferentes modalidades generalmente no es trivial debido a las distintas estadísticas y las relaciones altamente no lineales entre las características de bajo nivel de las modalidades.

Hoy 26 de junio de 2018, Bill Deng, fundador y CEO de AlphaCar, se reúne con el Sr. Wei Li, Gerente General de DongZheng Auto Finance Corp (DongZheng AFC) para analizar las oportunidades de cooperación.

DongZheng AFC es la filial financiera de China ZhengTong Auto Services Holdings Limited (“ZhengTong Auto”), un grupo líder de concesionarios de China, disponen de 108 puntos de venta en funcionamiento en 36 ciudades, 15 provincias y municipios.

Al implementar una estrategia cuidadosamente planificada basada en blockchain, AlphaCar puede ayudar a sus socios automotrices, como DongZheng AFC, a ampliar el alcance de sus clientes, reducir los riesgos de credibilidad y mejorar la lealtad de los miembros. Los proveedores de servicios de autos tradicionales pueden aprovechar la tecnología blockchain para aumentar rápidamente su fortaleza competitiva en el mercado.

Para obtener más información, visite https://alphacar.io

Anteriormente el trabajo ha demostrado que el aprendizaje multimodales a menudo proporciona un mejor rendimiento en tareas tales como recuperación, clasificación y descripción. Cuando las modalidades que se fusionan son de naturaleza temporal, es conveniente diseñar un modelo de aprendizaje temporal multimodal (TML) que pueda fusionar simultáneamente la información de diferentes fuentes y capturar la estructura temporal dentro de los datos.

En los últimos cinco años, se han propuesto varios enfoques de aprendizaje profundo para TML. Los primeros modelos se basaban en el uso de modelos no temporales, como autoencoders multimodales profundos o Deep Boltzmann Machines (RBM) aplicadas a datos concatenados en varios puntos temporales consecutivos. Los modelos más recientes han intentado modelar la naturaleza inherentemente secuencial de los datos temporales, por ejemplo, los RBM condicional, los RBM multimodales temporales recurrentes (RTMRBM) y las redes de memoria multimodal Long-Short-Term (LSTM).

Empleamos un buen modelo para que TML aprenda simultáneamente una representación conjunta de la entrada multimodal y la estructura temporal dentro de los datos. Además, el modelo debería poder pesar dinámicamente las diferentes modalidades de entrada para permitir el énfasis en la señal (es) y para proporcionar robustez al ruido. El modelo debería ser capaz de generalizar a diferentes tipos de datos temporales multimodales, incluidos los de teléfonos inteligentes, dispositivos OBD y datos externos.

Una característica interesante de los datos temporales multimodales del escenario de la conducción de automóviles es que las diferencias entre modalidades provienen principalmente del uso de diferentes sensores, como teléfonos inteligentes y dispositivos OBD, para capturar el mismo fenómeno temporal.

En otras palabras, las modalidades en datos temporales multimodales a menudo son representaciones diferentes de los mismos fenómenos. Para este fin, optamos por utilizar la Red neuronal recurrente correlacional (CorrRNN), un nuevo modelo no supervisado desarrollado por la Universidad de Rochester para satisfacer los deseos anteriores, para capturar explícitamente la correlación entre modalidades a través de maximizar una función de pérdida basada en la correlación, como también minimizar una pérdida basada en la reconstrucción para retener información.

Aplicaciones potenciales de AlphaCar
Como una organización descentralizada que sirve a la industria automotriz mundial, AlphaCar Foundation ayuda a las partes interesadas de la industria automotriz mundial a desarrollar una economía saludable y se beneficia de ella. Los propietarios de automóviles disfrutarán de una sola parada y de la mejora continua de los servicios de automóviles, como el seguro basado en el uso, el uso compartido del automóvil, la venta de automóviles, la financiación de automóviles y la reparación y el mantenimiento automático.

Los registros de transacciones de automóviles de los miembros de AlphaCar se registrarán en la blockchain, y se analizarán utilizando algoritmos de IA de Big Data de fuente abierta. El ranking de los proveedores de servicios automotrices se mejorará continuamente, junto con una mejor experiencia del consumidor. Esto ayudará a los proveedores de servicios de calidad a crecer rápidamente en la economía.

La Economía del Token de la industria automotriz
Una economía del token de la industria automotriz se hará en AlphaCar.

Dentro de la economía, el mercado tradicional del limón para automóviles se transformará en un mercado transparente y de confianza, de 10 billones de dólares. El libro mayor distribuido de la industria cambiará el estado actual del mercado, que es largo e ineficiente.

Todos los miembros de la comunidad serán tratados de manera justa y transparente, lo que resultará en una disminución exponencial de los costos de transacción, y un aumento exponencial en la eficiencia dentro de la industria. El cambio de paradigma en esta economía particular creará un inmenso efecto de producción de riqueza, que es similar a la liberación de energía explosiva producida en el proceso de fusión nuclear.

Todos los miembros de la comunidad compartirán el inmenso efecto de producción de riqueza. Cuanto antes se unan, más beneficios disfrutarán.

El valor de AlphaCar sigue el efecto de la red y es proporcional al cuadrado del número de miembros de la comunidad. El efecto de red se refiere a la “Ley de Metcalfe” propuesta por Robert Metcalfe, creador de Ethernet y 3Com. Establece que el valor de una red de telecomunicaciones es proporcional al cuadrado del número de usuarios conectados del sistema. La compañía china Tencent y la compañía estadounidense Facebook son casos exitosos del efecto red.

El efecto Mathew, que establece que el jugador más fuerte se hará más fuerte, también es prominente bajo la influencia del efecto de red. Tencent y Facebook también son casos exitosos del efecto Mathew. Como precursor, AlphaCar disfruta el beneficio de un inicio temprano y el efecto Mathew. Los proveedores de servicios de calidad en AlphaCar blockchain también disfrutarán de beneficios similares.

Cada trimestre, AlphaCar volverá a comprar ACAR del mercado con al menos el 50% de sus ganancias y quemará el token. Este es el mecanismo de distribución de dividendos para la era de la economía Token comunitaria.
ACAR es el símbolo de la industria automotriz mundial, cuyo valor crecerá con el tamaño de su economía.
También será recomprado y quemado con la mitad de los beneficios, lo que aumenta aún más su valor a través de la deflación.

Una aplicación típica de AlphaCar es UBI (seguro basado en el uso).
El seguro de automóvil es una demanda rígida. El tamaño del mercado de seguros de automóviles en Estados Unidos es de 215 mil millones de dólares en 2017, mientras que el mercado de China es de 110 mil millones de dólares. De hecho, el seguro de automóvil tradicional se basa en gran medida de los intermediarios como su canal de distribución. Tiene altas características por transacción de cliente y alta comisión. Por otro lado, la fijación de precios tradicional de seguros de automóviles se basa principalmente en el historial de reclamos anteriores, y otros factores indirectamente relacionados con el comportamiento de conducción, como la edad, el sexo y el estado civil. El consumidor rara vez tiene control sobre estos factores, y por lo general está atascado con ellos. Esto ha dado lugar a una prima elevada para muchos conductores jóvenes, mientras que las compañías de seguros no han podido ofrecer buenas soluciones.

Una solución deseable para este problema es UBI. UBI es una innovación de seguros de automóviles que permite a las compañías de seguros utilizar los datos de conducción de los consumidores individuales para proporcionar productos de seguros personalizados, servicios y precios basados en el comportamiento de conducción de cada consumidor.

La tecnología de UBI se puede implementar de varias maneras, incluido el puerto OBD, T-Box, teléfono móvil u otros dispositivos posventa. Los datos se recolectan a través de computadoras a bordo, GPS y sensores como acelerómetro, giroscopio y magnetómetro. Los datos recopilados se procesan y analizan mediante modelos avanzados de una evaluación actual y de riesgo para cuantificar el efecto del comportamiento de conducción sobre la frecuencia de accidentes y la gravedad de las pérdidas.

El desarrollo de UBI ha dado paso a una nueva era en el mundo del seguro de automóviles y ha proporcionado numerosos beneficios a los consumidores, las aseguradoras, los proveedores de servicios de automóviles y la sociedad en general. La telemática de automóviles, la navegación integrada y la tecnología de comunicación móvil y computadora utilizada para recopilar datos sobre el comportamiento de conducción permiten a las aseguradoras utilizar verdaderos factores de riesgo causales para evaluar riesgos y ofrecer productos y servicios a medida, desarrollar planes de calificación precisos, mejorar la retención y evitar fraudes. Se espera que los consumidores que demuestren un comportamiento de manejo seguro paguen primas más bajas y reciban mejores reclamos y servicios de valor agregado.

Más importante aún, dado que el comportamiento de conducción segura se recompensará con tokens, los titulares de pólizas se sienten incentivados a adoptar conductas de conducción más seguras con beneficios que se acumulan para la sociedad en general. Una gran cantidad de datos ha demostrado que un buen comportamiento de manejo resultará en un 80% o más de reducción de costos en comparación con el mal comportamiento de manejo. Cuando todos intenten convertirse en un conductor responsable, se obtendrán cientos de miles de millones de dólares en reducción de costos para toda la sociedad, y se evitarán muchos eventos desafortunados.

Estos beneficios impulsarán a la industria de seguros y a la sociedad a expandir rápidamente la disponibilidad de programas de UBI.
Las principales aseguradoras ya comenzaron a ofrecer programas de UBI o están considerando ingresar al mercado. En los EE. UU., Se estima que Progressive Insurance, la cuarta aseguradora de automóviles para pasajeros privada de EE. UU. Con 20 mil millones de primas totales, tiene más de $ 2 mil millones en primas emitidas y 2 millones de clientes en su programa de UBI. Según la investigación de SMA, se espera que aproximadamente el 36% del mercado de seguros de auto de $ 215 mil millones se escriba en un programa de UBI en cinco años. En China, donde la industria de seguros de automóviles tiene una prima anual de más de $ 110 mil millones y está creciendo más rápido que los EE. UU., las dos principales aseguradoras, PICC y Ping An, ya han implementado la tecnología UBI para recopilar datos de conducción y proporcionar servicios de valor agregado a los clientes que adoptan temprano.
La industria está contemplando ofrecer productos UBI innovadores en un futuro cercano.

En el futuro, las compañías de seguros podrán construir en la parte superior de la plataforma AlphaCar, y proporcionar varias soluciones UBI basadas en blockchain. Esto aumentará la eficiencia del marketing, reducirá el riesgo de suscripción, reducirá los costos de reclamación y mejorará la calidad de los servicios prestados a los clientes.

Aplicación – Compartir coche
Otra posible aplicación de AlphaCar es el uso compartido de automóviles privados.

Uno de los mayores desafíos del uso compartido de automóviles privados es que es difícil establecer una confianza mutua entre desconocidos. ¿Cómo puede el propietario de un automóvil asegurarse de que el prestatario maneje con cuidado y devolver el automóvil de manera segura y oportuna según el acuerdo? Al registrar su propio comportamiento de conducción y el historial de préstamos en la blockchain, los usuarios pueden acumular su crédito para conducir. Esto permitirá a los usuarios intercambiar convenientemente sus automóviles para usarlos con otros usuarios sin ninguna confianza mutua preestablecida, aumentar la tasa de utilización del automóvil y reducir su costo. En comparación con los servicios para compartir automóviles centralizados actuales, el intercambio de automóviles basado en blockchain devolverá el exceso e beneficios a los usuarios y eliminará varias debilidades inherentes a una base de datos de clientes centralizada.

Aplicación – Diseño compartido
En la blockchain de AlphaCar, los futuros diseñadores de automóviles pueden participar en el diseño comunitario de un vehículo nuevo. Los datos de preferencias del usuario grabados en la blockchain se pueden usar para proporcionar información a los diseñadores. El mecanismo de privacidad y el sistema de recompensa de la blockchain de AlphaCar proporcionarán buenos incentivos para los diseñadores. Los diseñadores de todo el mundo se reunirán con AlphaCar y compartirán el fruto de diseños innovadores.

Aplicación – I + D compartida
De forma similar al diseño compartido de automóviles, AlphaCar también se puede usar para apoyar la investigación y el desarrollo compartidos del automóvil (I + D en un futuro.) Los futuros ingenieros de automóviles pueden aplicar las tecnologías más avanzadas a diferentes automóviles, más cómodos, más convenientes, más tecnológicos, más personalizados y menos costosos. Los ingenieros también tendrán un escenario más grande para realizar su valor personal y profesional.

Otros servicios del mercado automotriz
AlphaCar es una plataforma abierta. Todos los proveedores de servicios de automóviles son bienvenidos. Todos los tipos de proveedores de servicios, incluidos los fabricantes, los concesionarios, las aseguradoras, las compañías de financiación de automóviles, los proveedores de piezas y talleres de reparación, etc., pueden unirse a la comunidad. Los datos de transacción de los consumidores y proveedores de servicios se registrarán en la Blockchain de AlphaCar, que no será manipulada ni eliminada. Al realizar un análisis de grandes datos en los registros de transacciones, AlphaCar puede clasificar a los proveedores de servicios y eliminar lo peor, de manera que el dinero bueno expulsa a los malos y la experiencia del consumidor mejora continuamente.

AlphaCar utilizará la tecnología blockchain para potenciar en gran medida a los comerciantes tradicionales en el mercado automotriz. Por un lado, AlphaCar ofrece a los comerciantes una comunidad de usuarios con alto potencial. Las recompensas Token serán más atractivas para los usuarios en comparación con los puntos de recompensa tradicionales, y mejorarán significativamente la retención de clientes. Por otro lado, AlphaCar ayudará significativamente a mejorar la credibilidad de los comerciantes al pasar los datos clave a la blockchain pública. Esto proporcionará un soporte y beneficio efectivo para la valoración de automóviles usados, garantía de piezas y mayor responsabilidad social.

Hoja de ruta:
2017Q2 Inicio del proyecto.
2017Q4 Determinar la tecnología del proyecto y la ruta de la aplicación.
2018Q1 Completar el whitepaper del proyecto. Lanzamiento de la gira.
2018Q2 El ERC20 token ACAR se emitirá y se incluirá en las exchanges. Los miembros de la comunidad llegan a 100,000. UBI está disponible.
2018Q3 La comunidad suma 1 millón de miembros. Podrán compartir coche privado.
2018Q4 La comunidad suma 3 millones de miembros. Tienen disponible el comercio de automóviles y la financiación de automóviles.
2019Q2 La comunidad suma 10 millones de miembros. Tienen disponible el diseño del automóvil y la I + D compartida.
2020Q2 La comunidad suma 50 millones de miembros. Las aplicaciones de la industria automotriz florecen en la comunidad.
2021Q2 AlphaCar es ampliamente adoptado para apoyar una industria automotriz justa y transparente.
Aparición de una economía automotriz de confianza y en evolución.

Potencial del mercado
La industria mundial del automotriz es un mercado de 10 billones de dólares. AlphaCar apoyará la cooperación sin confianza de todos los miembros de la comunidad, que incluye campos como diseño, I + D, producción, cadena de suministros, ventas, logística, finanzas, seguros, mantenimiento, reciclaje, etc. Los miembros de la comunidad recibirán tokens como recompensa. AlphaCar se establecerá como la plataforma líder en la economía global de la economía del token de la industria automotriz.

Introducción al token y Plan de Financiación
AlphaCar emitirá tokens ACAR de acuerdo con el estándar ERC20. El token ACAR es un token de utilidad que se puede usar para comprar servicios en el AlphaCar CTE. La cantidad de tokens es de 10 mil millones y nunca habrá excedente. El número de tokens también disminuirá debido al mecanismo de grabación, en el que no menos de la mitad de las ganancias del proyecto se utilizarán para volver a comprar y quemar los tokens de ACAR. El 40% del ACAR se ofrecerá a los compradores anticipados del token, el 20% será recompensado a los miembros de la comunidad por su contribución, el 10% se utilizará para el desarrollo del CTE, el 20% para el equipo del proyecto, el 10% para los asesores del proyecto y cooperación comercial.

Las recompensas del token de ACAR para el equipo del proyecto siguen un calendario de adjudicación de cuatro años, con un 25% de derechos adquiridos cada año. Entre ellos, el 25% e concede al final del 1 año, y el 6,25% se concede al final de cada trimestre desde el segundo año hasta el cuarto año.

Equipo del proyecto

Bill Deng Fundador y CEO
https://www.linkedin.com/in/gang-bill-deng-235327/
Ciudadano de EE. UU., 20 años de experiencia en la industria de la informática y la industria automotriz en China y los Estados Unidos. El ex CIO de Chery Group, director de TI de GAC Fiat Chrysler y Fosun Group, creó con éxito dos empresas de TI que fueron adquiridas por dos empresas públicas, Radvision y SAIC, respectivamente. Una vez un candidato Ph.D del Prof. Vernon Smith, ganador del Premio Nobel de Economía. Master y Ph.D (ABD) de Economía en la Universidad de Arizona. Licenciado en CS y BA en la Universidad de Ciencia y Tecnología de China. Campeón de la provincia de Guangxi en las Olimpiadas Matemáticas de la Escuela Nacional Superior.

CategoríasICO

Deja un comentario

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *