李国庆:建议被降级降薪员工主动辞职,网友炸了

当当网创始人李国庆在社交媒体上提出,若员工被降级降薪,应主动离职,他认为技能学习比职业稳定性更重要。他给出的跳槽条件引发了网友讨论,有人支持技能积累,有人强调生活稳定。
点击上方“码农突围”,马上关注
这里是码农充电第一站,回复“666”,获取一份专属大礼包
真爱,请设置“星标”或点个“在看

程序员求职面试(ID:CoderJob)整理
内容参考自:AI财经社、新浪微博等

身在职场就可能面对排挤、可以边缘化,甚至是被迫降级降薪,如果你遇到这样的事情你会怎处理?

近日,当当网创始人李国庆在微博发布了一段视频,视频中他表示:“聪明的员工被降级或降薪后应该主动辞职。“我主张当发生降级降薪,走,虽然很被动,这是我最反对的一种跳槽方式,但是也得走。”

他解释称,如果确实没有完成业绩的话,公司会在降级降薪之前主动找你谈话,“这时候请你主动说,给我个面子,我辞职”。

这个言论一经发出就引起了网友们的热议。

有网友评论:辞职没有补偿,开除有补偿,算盘打的精;

还有网友评论:我会主动提劳动仲裁;

其实,早在几个月前,李国庆还曾谈到跳槽的必要条件,他认为跳槽有四个条件,满足两个就可以跳槽:第一个是连续两年没加薪,第二是连续四年没升职,第三想转岗不批,第四换上司不同意。

李国庆曾表示,年轻人并不需要特别追求稳定的工作,35岁以上才寻求稳定的工作,年轻人找的是怎么学技能,技能是谁也带不走的,“只有不变的技能,没有不变的职业。”

而关于工作上的问题,李国庆曾就年轻人要不要找稳定的工作一问发表看法,他表示比起稳定的工作,年轻人找一份能学习技能的工作更重要,35岁以后再找稳定的工作,只有不变的技能,没有不变的职业。

此言论一出,网友的评论两极分化严重,有人认为比起学技能,保持稳定的生活更为重要;也有人表示,能学习厉害的技能,不愁找不到工作。

对于李国庆的这一观点你又有什么看法呢?欢迎留言分享。

- END -
最近热文•  985高校的学生“夫妻宿舍”令人羡慕,网友:已婚学子的读博福利•  程序员之天梯排行榜,你在哪一级?•  知乎热议:国家何时整治程序员的高薪现象 ?网友:用命和头发换的钱都被眼红?!•  CTO怒了:“如果中台不省钱,我建个屁中台啊!”•  上海有哪些牛逼的互联网公司?
源码来自:https://pan.quark.cn/s/a3a3fbe70177 AppBrowser(Application属性查看器,不需要越狱! ! ! ) 不需要越狱,调用私有方法 --- 获取完整的已安装应用列表、打开和删除应用操作、应用运行时相关信息的查看。 支持iOS10.X 注意 目前AppBrowser不支持iOS11应用查看, 由于iOS11目前还处在Beta版, 系统API还没有稳定下来。 等到Private Header更新了iOS11版本,我也会进行更新。 功能 [x] 已安装的应用列表 [x] 应用的详情界面 (打开应用,删除应用,应用的相关信息展示) [x] 应用运行时信息展示(LSApplicationProxy) [ ] 定制喜欢的字段,展示在应用详情界面 介绍 所有已安装应用列表(应用icon+应用名) 为了提供思路,这里只用伪代码,具体的私有代码调用请查看: 获取应用实例: 获取应用名和应用的icon: 应用列表界面展示: 应用列表 应用运行时详情 打开应用: 卸载应用: 获取info.plist文件: 应用运行时详情界面展示: 应用运行时详情 右上角,从左往右第一个按钮用来打开应用;第二个按钮用来卸载这个应用 INFO按钮用来解析并显示出对应的LSApplicationProxy类 树形展示LSApplicationProxy类 通过算法,将LSApplicationProxy类,转换成了字典。 转换规则是:属性名为key,属性值为value,如果value是一个可解析的类(除了NSString,NSNumber...等等)或者是个数组或字典,则继续递归解析。 并且会找到superClass的属性并解析,superClass如...
基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO)的LSTM分类预测研究(Matlab代码实现)内容概要:本文研究了一种基于遗传算法辅助异构改进的动态多群粒子群优化算法(GA-HIDMSPSO),并将其应用于LSTM神经网络的分类预测中,通过Matlab代码实现。该方法结合遗传算法的全局搜索能力与改进的多群粒子群算法的局部优化特性,提升LSTM模型在分类任务中的性能表现,尤其适用于复杂非线性系统的预测问题。文中详细阐述了算法的设计思路、优化机制及在LSTM参数优化中的具体应用,并提供了可复现的Matlab代码,属于SCI级别研究成果的复现与拓展。; 适合人群:具备一定机器学习和优化算法基础,熟悉Matlab编程,从事智能算法、时间序列预测或分类模型研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①提升LSTM在分类任务中的准确性与收敛速度;②研究混合智能优化算法(如GA与PSO结合)在神经网络超参数优化中的应用;③实现高精度分类预测模型,适用于电力系统故障诊断、电池健康状态识别等领域; 阅读建议建议读者结合Matlab代码逐步调试运行,理解GA-HIDMSPSO算法的实现细节,重点关注种群划分、异构策略设计及与LSTM的集成方式,同时可扩展至其他深度学习模型的参数优化任务中进行对比实验。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值