远程工作面临减薪,该何去何从?谷歌员工陷入焦虑

谷歌提出远程工作的员工需接受减薪,这一政策引发了员工的不满和抵制。部分员工选择离职,其他人则在考虑是否值得接受减薪。此情况暴露出公平性和工作满意度的问题,可能导致员工工作效率下降甚至离职。谷歌坚持根据工作地点支付薪酬,但这一决定并未平息员工的疑虑和不满。

整理 | 祝涛
出品 | CSDN(ID:CSDNnews)

数以百万计的员工被迫或者主动接受减薪,希望继续在家远程办公。根据最新调查报告,61%的美国人,40%的伦敦工作者,25%的英国员工,都希望能够继续在家远程办公。而摆在谷歌员工面前的有两个选择,要么接受减薪远程办公,要么重返办公。如果都不接受,只能走人。

在这里插入图片描述

有人选择了观望

虽然很少有人乐意削减每月的收入,但事实上,许多知名科技公司实行远程减薪时,很多员工都选择了减薪然后远程办公。

美国东北部谷歌公司的高级软件工程师Mike说:“我正在找新工作。在疫情期间我搬到了一个新家”。他想继续远程办公,但他必须为此减薪,这相当于失去四年的加薪机会。他表示:“任何减薪都是不可接受的,而且它已经被表述为一个‘要么接受,要么离开’的提议。”

德尔塔Delta病毒变种推迟了谷歌的返工计划,不过他表示已经有同事申请了完全远程办公,但他们的薪水已经减少了。Mike 表示,目前 Google 公司的运作很大程度还是远程办公。

Mike表示:“我在等着看谷歌是否会让步。”他解释说,谷歌过去曾在薪酬相关的决策上作出让步,特别是当宣布奖金将与 Google+ 的成功挂钩时。他说:“这种做法非常不受欢迎,在员工中引发轩然大波之后,他们又收回了这一决定。”不过他也承认,在这种情况下,很难预测会发生什么。

有人选择了辞职

谷歌前工程师劳拉·德·维辛(Laura de Vesine)并没有选择等待。今年早些时候,当她得知自己的薪水将被削减25%时,她离开了谷歌。她说:“我们曾讨论过要把我们的团队搬到北卡罗来纳州,最初的提议是减薪15%。”起初,她认为这是合理的,没想到最后宣布是减薪25%。“为什么要减薪?是什么因素让我的工作在不同的地方变得不那么有价值?”

这正是面临减薪的员工最大的抱怨:这公平吗? 远程工作可能意味着生活在一个成本较低的地区,不需要通勤,但也可能意味着更高的家庭账单——特别是当你在农村地区需要使用高速网络。

谷歌的一名发言人表示,该公司一直以来都是根据员工所在的工作地区来支付薪酬,薪酬水平与当地市场的最高水平相匹配。但先例并不能缓解员工们看到自己工资减少而产生的焦虑。德·维辛说:“他们基本上是这个意思:我们将从你那里得到同样的价值,但我们认为你应该拿更少的钱。”

让人们最恼怒的就是公平问题。如果员工认为他们被苛待,他们就无法好好工作。埃默里大学(Emory University)的灵长类动物学家Sarah Brosnan和Frans de Waal做了一个实验。两只卷尾猴完成了同样的任务,得到了同样的奖励——一片黄瓜。但过了一段时间,一只猴子得到了一颗更美味的葡萄。另一只猴子注意到了并伸手去拿,当另一只猴子递给它一片黄瓜时,它勃然大怒,把黄瓜扔出笼子,拒绝继续配合实验。

动物尚且如此,而在工作中,这意味着员工可能会辞职。德维辛并不是唯一选择辞职的人。她说:“谷歌仍然认为这是正常的人员流失,但实际上离职人数要远超同期,而且离职的高层等阶要比同期高。而且我看到这种趋势仍在继续”。

有人选择重返办公室

即使员工不辞职,他们也会以不同的方式反抗。咨询公司高德纳(Gartner)人力资源研究主管布莱恩•克鲁普(Brian Kropp)表示:“如果员工觉得自己受到雇主的虐待,那么不努力工作是人之常情。”他解释说,如果员工觉得自己的贡献没有得到公平的报酬,那么他们就会思考:他们为什么要为公司贡献?这种“就地离职”的后果比真实地辞职还要糟糕。

哥伦比亚大学的研究人员在一项研究中发现,当员工发现同事工资更高时,他们的工作效率会降低52%,甚至出勤的可能性也降低13.5个百分点(与94%的基础出勤率相比)。因此,即使员工勉强接受减薪,他们也可能会以降低一半的付出来回应。

Kendra最后决定回到办公室工作,而不是接受减薪,毕竟这相当于失去了她花了几年时间才获得的加薪。此外,她的经理已经告诉她,她不需要一周来办公室三天。但如果没有这个情况呢?她说:“我想这会促使我设定一个最后期限。”简单地说,她会在一年内辞职。 “这个行业的其他领域正在发生变化,而谷歌并没有跟上。”

参考链接:

  • https://www.wired.com/story/google-remote-work-pay-cuts-big-tech/
一款轻量而功能强大的点云可视化和编辑软件,支持pcd, ply, las等多种格式,轻松打开海量点云数据,支持多方式多字段渲染点云,对点进行方便的查询、量测和编辑,提供了地面滤波算法,可应用于测绘、高精地图、SLAM等领域。 PCDViewer是一款专业的点云数据处理软件,特别适用于处理和编辑大规模点云数据。该软件支持多种点云文件格式,包括pcd、ply和las等,这些格式广泛应用于激光雷达扫描数据、三维建模以及其他测绘技术。PCDViewer的强大之处在于其轻量级的系统要求与丰富的功能集,使得用户可以在Windows、Ubuntu等操作系统上轻松运行软件,高效地处理海量点云数据。 这款软件的一个主要特点是其多方式多字段渲染点云的能力。这允许用户根据不同的属性,如颜色、强度、高度等,对点云进行视觉上的分类和区分,从而更直观地分析和理解点云数据。此外,PCDViewer还提供了方便的查询、量测和编辑功能,允许用户直接对点云数据进行操作,诸如添加注释、删除噪声点或进行精确测量等,极大地提高了工作效率。 软件还内置了地面滤波算法,这一功能对于测绘学、地理信息系统(GIS)以及机器人导航和定位(SLAM)等领域尤为关键。地面滤波算法能够从点云数据中分离出地面点和非地面点,这对于如道路建模、地形分析、植被测量等应用来说至关重要。通过分离地面点,可以更准确地进行地面建模和地形特征分析,为自动化系统提供清晰的环境地图。
内容概要:本文提出了一种计及并网波动约束和储能荷电状态(SOC)的混合储能功率协调控制方法,并提供了完整的Matlab代码实现。该方法针对可再生能源并网系统中存在的功率波动问题,采用锂电池与超级电容构成的混合储能系统进行功率平抑,通过低通滤波与动态时间常数调节实现高频/低频功率分量的合理分配,同时引入SOC反馈控制机制,实时调节功率分配系数,确保各储能单元的荷电状态维持在安全范围内,避免过充过放,从而在满足并网功率波动标准的同时,延长储能系统使用寿命。文中详细阐述了控制策略的设计原理、关键参数整定方法及仿真验证过程,展示了该方法在平抑功率波动和均衡储能SOC方面的优越性能。; 适合人群:具备电力系统、新能源并网或储能控制基础知识的研究生、科研人员及从事相关领域工程开发的技术人员。; 使用场景及目标:①研究混合储能系统在平抑风电/光伏并网功率波动中的应用;②掌握基于SOC反馈的储能功率协调控制策略设计方法;③学习Matlab/Simulink在电力电子与电力系统仿真中的建模与分析技巧;④为撰写学术论文或完成科研项目提供可复现的技术方案与代码参考。; 阅读建议:建议结合Matlab代码逐行理解控制逻辑,重点关注低通滤波与SOC反馈环节的实现方式,并尝试调整参数观察系统响应变化,以深入掌握控制策略的动态特性与优化思路。
标题基于SpringBoot的校园创客空间管理系统设计与实现AI更换标题第1章引言介绍校园创客空间管理系统的研究背景、意义、现状以及论文方法与创新点。1.1研究背景与意义阐述校园创客空间管理系统在提升管理效率方面的重要性。1.2国内外研究现状分析国内外校园创客空间管理系统的研究与应用现状。1.3研究方法及创新点概述论文采用的研究方法及系统设计的创新之处。第2章相关理论介绍SpringBoot框架、数据库技术及系统开发所需的相关理论。2.1SpringBoot框架介绍介绍SpringBoot框架的核心特性及其在系统开发中的应用。2.2数据库技术阐述数据库设计原理及在管理系统中的数据存储方法。2.3系统开发相关理论介绍系统开发过程中涉及的前端技术、后端技术等。第3章系统需求分析对校园创客空间管理系统的功能需求和非功能需求进行详细分析。3.1功能需求分析列举系统所需实现的具体功能,如用户管理、空间预约等。3.2非功能需求分析分析系统的性能、安全性、易用性等非功能需求。3.3用户角色与权限分析分析系统用户角色及其对应权限,确保系统安全性。第4章系统设计详细介绍校园创客空间管理系统的设计方案,包括架构、模块及数据库设计。4.1系统架构设计给出系统的整体架构,包括前端、后端及数据库的连接方式。4.2系统模块设计详细介绍各个模块的功能设计及其交互方式。4.3数据库设计阐述数据库表结构设计、字段定义及关系建立。第5章系统实现介绍校园创客空间管理系统的具体实现过程,包括环境搭建、编码实现及测试。5.1系统开发环境搭建介绍系统开发所需的软件、硬件环境及配置步骤。5.2系统编码实现阐述系统各个模块的编码实现过程及关键代码解析。5.3系统测试与优化介绍系统测试方法、测试用例及测试结果,以及针对测试结果的优化措施。第6章结论与展望总结校园创客空间管理系统的设计与实现成果,并展望未来的研究方向。6.1
内容概要:本文提出了一种基于变分模态分解(VMD)、麻雀搜索算法(SSA)优化与长短期记忆网络(LSTM)相结合的光伏功率预测模型(VMD-SSA-LSTM),旨在提升光伏发电预测的精度与鲁棒性。该方法首先利用VMD对原始非平稳光伏功率序列进行自适应分解,获得一系列具有更稳定特征的本征模态分量(IMFs),有效降低数据复杂性与噪声干扰;随后引入麻雀搜索算法(SSA)对LSTM网络的关键超参数(如学习率、隐层节点数等)进行全局寻优,克服传统试凑法效率低、易陷入局部最优的问题,显著提升模型收敛速度与泛化能力;最后,构建多个LSTM子模型分别预测各模态分量,并将结果重构得到最终的光伏功率预测值。该混合模型充分融合了VMD在信号预处理中的优异分解性能、SSA在参数优化中的高效搜索能力以及LSTM在捕捉时间序列长期依赖关系上的强大建模优势,实现了对复杂气象因素影响下光伏出力波动的高精度拟合与预测。; 适合人群:具备一定电力系统、新能源发电或时间序列预测基础知识,熟悉MATLAB编程环境,从事光伏功率预测、智能电网调度、可再生能源集成、负荷预测等领域研究的科研人员、工程技术人员及高校研究生。; 使用场景及目标:①应用于光伏电站的短期与超短期功率预测,为电网安全调度、电力市场交易、储能系统配置及需求侧响应提供精准数据支撑;②解决传统单一预测模型(如ARIMA、BPNN、单一LSTM)在处理非平稳、强波动性光伏数据时存在的精度不足、稳定性差等问题;③为风电、负荷等其他非平稳时序预测问题提供一种有效的“分解-优化-预测”混合建模范式与技术实现路径。; 阅读建议:建议读者结合文中提供的完整MATLAB代码,深入理解VMD信号分解、SSA优化算法流程及LSTM网络构建的每一个技术环节,通过实际历史数据进行模型复现与对比实验(如与VMD-LSTM、SSA-LSTM等模型比较),掌握参数调优技巧与模型性能评估方法,从而真正掌握该先进混合预测模型的核心思想与应用精髓。
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