Google裁掉了最优秀的员工

谷歌近期进行了首次大规模裁员,涉及1.2万名员工,其中包括多位开源领域的知名人士。此举引发了业界广泛关注和讨论,特别是在当前全球经济环境下。此外,其他科技巨头如亚马逊、Facebook等也相继宣布裁员计划。

Google的非官方座右铭是“不作恶”,虽然这句话在2018年从Google行为准则中曾被悄悄拿掉,但是很多人还是认为Google要比其他公司好一点。

8ac74e46fa3136bbbf2b89a9e5d81b1a.png

毕竟,Google带来了一大批改变世界的技术:

  • 最强的搜索引擎google.com

  • Gmail, GMap宣告Web2.0时代来临

  • MapReduce,Bigtable, GFS三大论文引爆大数据时代

  • Android操作系统牢牢占据手机端

  • AlphaGo,TensorFlow掀起了人工智能的热潮

  • 彻底改变Web编程的Chrome浏览器,V8引擎

  • Protobuf, HTTP/2, Go ,Dart

......

Google不断地在IT技术世界的最前沿进行探索,并且开放源码贡献给全世界。

这样的公司是非常值得尊重的,每次拿国内的大厂和Google对比,总是让人汗颜。

但是Google在春节前的行为着实让人震惊,25年以来,首次裁员1.2万人! 

没想到啊没想到,浓眉大眼的Google也开始裁员了。

fae34e6f09f15fce230a70d7ddd593f7.png

许多失去工作的谷歌员工表示,他们对大规模裁员感到震惊,因为这次裁员非常严厉,非常不人性化,这让一大批被裁员工跑到LinkedIn上去写小作文:

数据科学家Dan Russell在LinkedIn上面说:当我凌晨4点去上班,打算完成一项重要分析任务时,我发现我的工牌不起作用了,在Google工作了17.5年后,我用一种艰难的方式发现自己成为了Ex-Googler。

Nicholas Dufau是Google在洛杉矶的律师,他说道:凌晨两点,我在给孩子喂奶的时候,收到通知说被解雇了。

398b9e1e6d0fa941cb110b6997b94057.png

Natasha Nesiba是YouTube高级软件工程师,她说在生孩子的前几个小时被解雇,本来应该是美好的一天变得黯然失色。

更让人吃惊的是,在被裁掉的人员中,还有很多是开源领域的明星人物,而Google恰恰是一家非常依赖开源的公司。

Chris DiBona :Google开源主管(在Google工作19年)

4f6c8ed6acae9ce177a12c6f59cfc467.png

Jeremy Allison:著名开源软件Samba的联合创始人,软件自由保护协会的董事会成员,OASIS 董事会成员,GNOME 基金会董事会成员(在Google工作16年)

f2acd3f61004fe631c508a1a4009e4bb.png

Cat Allman:开源推广,开发者生态项目经理(在Google工作15年)

e2157b2ddd034e36e06ba61c9c35e353.png

Dave Lester:Google开源战略项目经理(在Google工作10年)

10098c8a3ddfcf87a730b49b8cbded85.png

有网友评论说,AT&T和任何继承了贝尔实验室的公司进行了一轮又一轮的裁员,但是从未解雇C语言之父Dennis Ritchie。 

像Chris DiBona,Jeremy Allison这样的人对任何公司都是非常宝贵的财富,任何有头脑的人都不会裁掉他们。 

但是这样的事情的的确确在Google发生了,外界根本不知道Google是根据什么原则进行的裁员。 

有人推测说裁员是由AI算法完成的,裁员横跨产品、运维、行政、开发等多个领域,根本不考虑绩效是否很好,岗位是否很高,都裁掉没商量。

有意思的是,不仅Google裁员,在过去的一年,其他美国科技巨头也是纷纷“效仿”:

亚马逊裁员1.8万人

Facebook裁员1.1万人

微软裁员1万人

Salesforce裁员7000人

Twitter裁员4700人

特斯拉裁员6000人

Stripe裁员1100人 

Shopify裁员1000人

......

69e4163738129860f8289974090114c9.png

为什么会这样呢?

有人说是疫情“红利”消失,新冠大流行期间,这些科技巨头的在线业务在蓬勃发展,许多公司大规模扩张和招聘,现在人们回归线下生活,这种扩张成了巨大负担,只能裁员收缩。

还有人说裁员主要是美国经济环境持续恶化,美联储大举加息,美国经济衰退预期加剧,宏观环境恶化也导致广告投放减少市场,这让很多严重依赖广告收入的科技公司遭受重创。

斯坦福大学的组织行为学教授Jeffrey Pfeffer认为:这是一种模仿行为,一个公司裁员时,其他公司可能会效仿,别人裁员我也裁。

更何况,年前马斯克用Twitter给大家打了个样,猛然裁掉将近一半的员工,裁员的手法闻所未闻。

2dcf37932b05834ebe84d5dd9d4907f2.png

现在各家巨头蜂拥而上,彻底撕下硅谷科技企业对员工温情脉脉的面纱。

正如一位Google员工在Hacker News上所说:

“我更相信这样一种观点,他们将正在行业的裁员浪潮视为一个机会,吓唬他们的工程师,将公司转变成更为紧张,等级森严的文化。”

“这是一场资本的反击,工人们都过得太安逸了,现在金钱给他们上了一课。”

(完)

点击下方图片,查看更多精彩

bd84f2b4dc2e42fda3ceb6ade9253576.png

ce4ef1701d387eb61373d449753773a1.png

62d6bcc7bc216f7e1b287a87923d4917.png

6cd0370a115a0e455ca3c51b1ae3e139.png

41def62b980c8aa1624da6d1c39f8925.png

内容概要:本文提出了一种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进一步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电一体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
内容概要:本文系统研究了基于灰狼优化算法(GWO)优化Elman神经网络的方法,并提供了完整的Matlab代码实现。研究重点在于利用灰狼优化算法强大的全局搜索能力,对Elman神经网络的关键参数进行智能优化,从而克服传统训练方法易陷入局部优的缺陷,显著提升模型在时序预测与非线性系统建模任务中的精度与稳定性。文章详细阐述了Elman网络的动态反馈机制及其在处理时间序列数据方面的优势,构建了GWO与Elman相结合的混合预测框架,涵盖了从模型搭建、参数寻优、仿真测试到结果分析的全流程,特别适用于风电功率预测、电力负荷预测等具有强时变性和不确定性的工程应用场景。; 适合人群:具备一定Matlab编程能力和神经网络基础知识,从事智能优化算法、时间序列预测、电力系统分析或新能源出力预测等相关领域的研究生、科研人员及工程技术人员。; 使用场景及目标:①掌握灰狼优化算法在神经网络超参数优化中的具体实施路径与技术细节;②深入理解Elman递归神经网络与群体智能优化算法融合的建模范式;③将其应用于风电、光伏等新能源发电功率预测及复杂动态系统的建模与仿真,提升预测性能。; 阅读建议:建议读者结合所提供的Matlab代码进行动手实践,重点关注GWO算法与Elman网络的接口设计、适应度函数构建及参数优化迭代过程,可通过调整数据集或迁移至其他预测场景以深化理解和验证模型泛化能力。
源码直接下载地址: https://pan.quark.cn/s/a4b39357ea24 JMeter的录制方法及过滤策略、线程组构成要素是什么? JMeter能够借助第三方录制工具(如BadBoy)或其自带的录制功能来完成录制工作,JMeter的录制机制:是借助HTTP代理服务器来捕获用户在操作网站时产生的链接信息。JMeter允许在配置HTTP代理服务器时,排除掉非必要的CSS、GIF等资源,以此减轻不必要的负担。 线程组涵盖:线程组的名称标识、附加注释说明、线程组内的用户数量、线程组完成请求的时间分配、循环执行次数、时间调度机制 【JMeter性能测试详解】 JMeter是一款功能强大的性能测试软件,常用于模拟大规模用户同时访问Web应用,用以衡量系统的性能表现和稳定性。接下来将具体说明JMeter的操作方法、线程组的设置以及性能测试的重要环节。 **JMeter录制与过滤** JMeter可以通过BadBoy等外部工具或其自带的HTTP代理服务器来记录用户的行为。其录制原理是JMeter作为HTTP代理,拦截用户浏览器发出的所有网络请求。在配置代理服务器时,能够过滤掉不必要的CSS、GIF等静态资源,以减少无效的负载。 **线程组配置** 线程组是JMeter测试计划的核心部分,包含以下几个关键参数: 1. **线程组名**:用于区分测试计划中的不同测试区域。 2. **注释**:用于记录测试目标或注意事项。 3. **线程数**:用于模拟并发用户的数量。 4. **循环次数**:每个线程需要执行的循环次数,可以设置为无限循环。 5. **Ramp-up period**:规定所有线程启动的时间跨度,旨在平滑增加负载。 6. **定时器**:例如思考时间或...
评论 1
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