从“女秘书PK陆纯初”看职位描述的重要性

4月29日

网上最近一直流传着“女秘书PK陆纯初”的邮件。说是一个中国女秘书在一个外企EMC的新加坡籍上司手下工作,因为上司在下班时间没有带自己办公室钥匙,而她在离开了办公室同时带上了上司的门,所以上司拿不到自己想要得东西,在办公室外等了几个小时,这上司当然气得半死,用英文写了一封责备的电邮给她,还把电邮发给公司的几个同事,这个女秘书就“以彼之道,还施彼身”,用中文写了更强硬的邮件,而且发给公司所有的同事。结果是女秘书立马丢了饭碗。网上的讨论支持2边的都有,新浪的调查支持女秘书勇斗老板的占80%。
抛开无法推测的秘书和老板之间个人恩怨,单从人力资源的角度,这个一个对Executive Assistant (EA)职位描述JD理解不同的典型案例。总裁秘书在很多大型企业的地位是非常不一般,级别可能一般,但她的责任、能力和工资一般要高于一般秘书。中国的老总都是很辛苦的,总裁秘书也很少只工作8个小时!所以从PK Email内容看就是:陆试图定义或重新定义EA的JD,但Rebecca有她自己对JD的定义。从结果看,决定JD的还是老板。陆的新秘书估计已经对这个职位描述很理解了,否则下次走人的就是EMC的人力资源经理了。
德卡夜论 ( www.dacare.com)
-------------------------------------------------------------------------------------------------------------------
转贴引发冲突的邮件:
_____________________________________________
From: XXX[mailto: XXX@emc.com]
Sent: 2006年4月10日 13:48
To: Loke, Soon Choo
Cc: China All (Beijing); China All (Chengdu); China All (Guangzhou); China All (Shanghai); Lai, Sharon
Subject: FW: Do not assume or take things for granted Soon Choo,
首先,我做这件事是完全正确的,我锁门是从安全角度上考虑的,北京这里不是没有丢过东西,如果一旦丢了东西,我无法承担这个责任。
其次,你有钥匙,你自己忘了带,还要说别人不对。造成这件事的主要原因都是你自己,不要把自己的错误转移到别人的身上。
第三, 你无权干涉和控制我的私人时间,我一天就8小时工作时间,请你记住中午和晚上下班的时间都是我的私人时间。
第四,从 到EMC的第一天到现在为止,我工作尽职尽责,也加过很多次的班,我也没有任何怨言,但是如果你们要求我加班是为了工作以外的事情,我无法做到。
第五,虽然咱们是上下级的关系,也请你注重一下你说话的语气,这是做人最基本的礼貌问题。
第六,我要在这强调一下,我并没有猜想或者假定什么,因为我没有这个时间也没有这个必要。
_____________________________________________
From: Loke, Soon Choo
Sent: Saturday, April 08, 2006 1:13 AM
Cc: Ng, Padel; Ma, Stanley; Zhou, Simon; Lai, Sharon
Subject: Do not assume or take things for granted
Rebecca, I just told you not to assume or take things for granted on Tuesday and you locked me out of my office this evening when all my things are all still in the office because you assume I have my office key on my person.
With immediate effect, you do not leave the office until you have checked with all the managers you support - this is for the lunch hour as well as at end of day, OK?
内容概要:本文介绍了基于贝叶斯优化的CNN-LSTM混合神经网络在时间序列预测中的应用,并提供了完整的Matlab代码实现。该模型结合了卷积神经网络(CNN)在特征提取方面的优势与长短期记忆网络(LSTM)在处理时序依赖问题上的强大能力,形成种高效的混合预测架构。通过贝叶斯优化算法自动调参,提升了模型的预测精度与泛化能力,适用于风电、光伏、负荷、交通流等多种复杂非线性系统的预测任务。文中还展示了模型训练流程、参数优化机制及实际预测效果分析,突出其在科研与工程应用中的实用性。; 适合人群:具备定机器学习基基于贝叶斯优化CNN-LSTM混合神经网络预测(Matlab代码实现)础和Matlab编程经验的高校研究生、科研人员及从事预测建模的工程技术人员,尤其适合关注深度学习与智能优化算法结合应用的研究者。; 使用场景及目标:①解决各类时间序列预测问题,如能源出力预测、电力负荷预测、环境数据预测等;②学习如何将CNN-LSTM模型与贝叶斯优化相结合,提升模型性能;③掌握Matlab环境下深度学习模型搭建与超参数自动优化的技术路线。; 阅读建议:建议读者结合提供的Matlab代码进行实践操作,重点关注贝叶斯优化模块与混合神经网络结构的设计逻辑,通过调整数据集和参数加深对模型工作机制的理解,同时可将其框架迁移至其他预测场景中验证效果。
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