微软裁员新招:积极离职者奖诺基亚手机

  业绩不佳、业务调整、公司并购……诸多诱因激发下的大规模裁员对于各大跨国公司而言绝对是门技术活。显然,微软这一次针对诺基亚的裁员并没做足功课。

  在宣布全球裁员后的近半个月时间里,微软中国区方面迟迟未公布裁员方案,以至于引起中国区诺基亚员工的不满,最终上演了“打横幅”的场景。

  相比姗姗来迟的诺基亚 2013 年“N+2”补偿方案,更为有意思的是,那些表现积极的诺基亚离职员工在临走的时候还可以得到一部诺基亚手机作为奖励。

  《第一财经日报》记者从微软方面获取的一份内部邮件显示,为了平衡接待和处理自愿离职计划程序的人员安排,微软特意为每天前 300 名申请的员工每人发放一部 Lumia 630 作为奖励,先到先得。

  本报记者就此联系微软方面,对方表示暂时无法给出回应。

  离职补偿致矛盾激化

  7 月中旬,微软宣布预计在本财年内裁员 1.8 万人,而被微软收入麾下不久的诺基亚业务成为重灾区,约 1.25 万被裁员工来自诺基亚设备与服务部门。

  尽管目前中国区官方还未公布最终裁员数字及详细名单,但消息称诺基亚在北京有两个主体,分别是研发中心和硬件手机工厂,前者大约有 2000 人,后者大约有 3000 人,裁员后最终留下的只有 300 人左右。

  而一份微软设备事业部中国区管理团队的补偿方案邮件显示,微软承诺在收购诺基亚交易结束(2014 年 4 月 25 日)之后 12 个月内,公司将遵循诺基亚 2013 年的补偿标准(即“N+2”)。

  在此之前,微软中国及诺基亚内部流传的补偿方案为“N+6”,而最终宣布的“N+2”补偿方案曾一度引发诺基亚员工的不满。

  对于具体的裁员周期安排,上述邮件显示,大部分受影响的员工将会在 2014 年 8 月内被通知到,最后的离职日期,是根据不同团队的业务需要而决定,但不会早于 9 月底。但因为业务需要,一些受影响的团队和个人可能会被要求工作到 9 月之后,不过预计不会晚于 12 月底。这也意味着此次中国区裁减员工的流程计划会在 2014 年底前完成。

  一位诺基亚中国区员工透露,主导此次裁员的微软公司在业界向来以手段高明著称,事实上,这一次微软从头到尾都没有主动直接点名“裁员”二字,只是鼓励员工主动解除劳动关系。

  而对于具体执行的赔偿计划,由于包括微软在内的很多外资企业实行“13 薪”政策(年底双薪,每年第 12 个月时,用人单位向员工多发放一个月的薪水),这次离职的员工最终应该能够拿到的离职补偿是“N+3”。

  《第一财经日报》记者了解到,在这次的自愿离职计划(VRP)中,微软方面表示,为了平衡接待和处理 VRP 程序的人员安排,避免因为人手短缺和人员集中申请而造成延误处理,特意为每天前 300 名申请的员工每人发放一部 Lumia 630 作为奖励,先到先得。

  按照微软方面公布的邮件,这一计划已经在 8 月 4 日结束。而截至 7 月 30 日夜班为止,针对已经申请 VRP 的员工,每人补发一部 Lumia 630 作为奖励。

  大幅裁员已基本落定

  尽管如今的大裁员新闻已经像产品“推陈出新”一样稀松平常,在这方面早已被普及教育良久的诸多中国员工这一次还是没有办法做到心平气和。

  有诺基亚员工告诉《第一财经日报》记者,诺基亚总裁埃洛普曾明确表示,收购一年内不裁员,即使裁员也要按照“诺基亚标准”。但现在公布的“协商离职”标准比诺基亚标准低太多。

  “7 月 30 日之前,大家对离职的事情还在观望,但微软提出自愿离职奖励政策之后,大家也就心灰意冷了。8 月 1 日之后,开始签协议的人明显多起来。”上述诺基亚员工解释道。

  事实上,微软最终对诺基亚“动手”并不令人深感惊讶。此前,微软就曾承诺将在诺基亚收购交易完成的 18 个月内削减 6 亿美元的年度成本。鉴于诺基亚手机的市场表现并未有太多改善,微软似乎只有通过裁员的方式兑现这一承诺了。

  据一位已经签署离职协议草案的诺基亚员工透露,微软并购诺基亚之后,大多数员工其实已经做好离职的心理准备,只是在等离职赔偿。“现在基本上已经签得差不多了,我所在的大部门有 300 多人,明确不签协议的也只有二三十个。”

  不过,即使已经签了协议草案,但具体拿到手的赔偿金额上,还有一些员工与公司存在分歧。这一矛盾的焦点聚焦在“N+2”中“N”的具体数值是多少,此前邮件中并未说明。

  这背后,在并入微软后,诺基亚员工似乎始终无法对新东家微软产生归属感。而微软的新任当家对于诺基亚业务的兴趣显然并不大。

  事实上,自从 2 月份接任微软 CEO 的职位以来,纳德拉一直在寻求改造这个世界上最大的软件制造商。

  如今已经宣布挥刀砍下诺基亚业务的纳德拉此前曾向公司全体员工发送了一份备忘录,称将在新财年“重塑微软”,对公司组织结构进行调整,简化业务流程。

  虽然微软公司前首席执行官兼总裁鲍尔默提出的“设备与服务”概念对微软仍有帮助,不过纳德拉认为微软需要的是独一无二的新战略。在这份备忘录中,纳德拉将微软称为一家“生产力和平台公司”,专注于移动和云计算。

来自: 新浪科技

 

转载于:https://www.cnblogs.com/projects/p/3893902.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(超过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面三个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
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