这次真的谈谈如何管理一流人才

本文转载地址:http://taosay.net/?p=390#wechat_redirect

galaxy

      昨天有个人跑来骂我脑残,说人若圈养还能称之为人么,果断取消关注。好走不送。我也果断拉黑了你。

      虽然不愿意挑明了说,但其实很多大公司都在干圈养牛人的事,没错,就是圈养。

      有时候高薪养着一个人,只是因为不希望他去竞争对手那里而已,抑或是只是想要这个人在这里,而没想好给这个人什么事情干。

      还有的最常见的情况是养老,也就是给很好的福利和待遇,但也没什么特别重要的事情,工作挺闲,一般对于功成名就的老将可以这样处置。但对于互联网这个从业人员平均年龄很年轻的行业来说,40岁还不到就去养老,雄心壮志就此沉沦,甘心吗?

      昨天写的匆忙,没有深入展开,今天再补充几点。我提到的“一流人才”都是指专业型人才,而非职业经理人:

      1. 一流人才不愿意和二流人才共事。

      我认为我以前在阿里的团队就是这样的一个一流团队。

我的书桌上摆着一张照片,是我离职时同事们送给我的,里面是我团队一共八个人的合影。我私下里把这张照片里的团队称之为甲方安全的银河舰队。随便写几个ID:我、云舒、cnqing、kxlzx、kj,还有些人虽然在外名声不显,但实力却更出众。有的人刚加入阿里时也很稚嫩,但经过这么多年的锻炼,也都能独当一面。但有个很有意思的现象,就是每当大部门有新人加入时,如果他没有在某方面展示出令人钦佩的个人实力,那么很难得到团队其他成员的尊敬,平时沟通时可能都会遇到障碍。相反,一旦新人在某方面的能力被大家所认可,他很快就能融入这个团队。工程师的想法真是单纯得可爱。以上场景是不是似曾相识?嗯,王淮在《打造facebook》里也描述过类似的事情。

      2. 待遇不是一流人才最看重的东西。

      跟一流人才扯理想?畅销书看多了吧!有的一流人才可以用理想忽悠,特别是一些感性的人。但还有一些很高级的人才,是比较现实的,不会为你的忽悠所动。

      那一流的人才最看重什么?不是金钱,而是成就感。

      一流人才的理想可能和公司不同,我们要求同存异。但成就感和公司理想的关系很奇妙,当他亲自完成一件件事情,拥有了成就感时,他对自己做出来的东西也会产生感情,因此想法也可能会发生变化,甚至开始变得认同你的理想。

      对于有本事的人来说,在哪里都能拿到高薪,任何时候都能拿到高薪。而在你这里做事,如果事事不顺,做一个项目死一个项目,又或者是一年下来都无所事事,那么就会极度缺乏成就感。持续一段时间,你估计就可以接到辞职报告了。

       缺乏成就感是扼杀一流人才的毒药。所以公司应该做的,就是创造条件,让一流人才能不被束缚的尽展所长,不要因为一些客观的因素导致项目失败。或者换句话来说,就是让一流人才的项目,死也要死的心服口服,只能怨自己,不能怨别人。

       3. 提供宽松的工作氛围

       有的人一听说上班要严格打卡,迟到还要罚款,马上就皱眉头了。还有些奇葩公司上班不许上QQ,不许查阅与工作无关的网站。如果是传统行业的公司还能理解,如果是一家互联网公司,那就如行尸走肉般会让整个公司死气沉沉。

      几乎所有的一流人才都厌恶僵化的流程和制度。因为在一个相对宽松的环境里能够解放思想,从而萌生创新。用俗一点的话来讲,就是连想问题的时间都不够,哪有那么多闲功夫去搞那些鸡毛蒜皮的屁事儿。但宽松的环境不是散漫,不是放任自由。饮料可以随便喝,上班时间可以灵活调整,跑去楼下咖啡馆一边喝咖啡一边开会也不是什么问题,但任务没有按时完成,或者拿不出满意的结果,就有问题了。

       4. 提供会议、培训的机会

      有一个经常被互联网公司忽视的福利,就是让工程师们参加行业内的大会。这招对工程师有奇效,但我很少见到有公司用这招。可能是因为没有这个传统,所以这么好的一个吸引工程师的招数居然没人用。

      乍一看这和工作一点关系都没有,还要浪费钱。但很多工程师都很珍惜这种去外面参加会议的机会:他们在会议里能和同行做交流,还有机会看到、听到一些业界的新东西,还可能会遇到一些心目中的大牛偶像,而工程师们平时都是很宅的人,难得有机会出来走走。这些因素加起来,让一个业内口碑好的大会,对他们的吸引力就像是美女遇到色狼一样。但不是每个人都有机会成为Speaker,如果做不成Speaker,就想办法让他们去听,去参加吧。

      2008年的时候,我为团队招了一个外籍员工,是一个墨西哥的小伙子,网上的id是sirdarckcat,我们一般叫他Harry。我通过Harry的Blog认识了他,因为他经常活跃在Bugtraq等安全社区,找到了很多大型网站的漏洞。Harry在Blog上写想找工作,我就给他发了一封邮件问他有没有兴趣来中国,来alibaba看看,并给他们介绍了我们是一家什么样的公司。他很高兴的告诉我他在新闻上听说过Jack Ma(马云)。后来我的主管和我一起通过Skype对他进行了面试,非常震惊的得知他才19岁,大学还没毕业,但读书没意思,准备先出来找工作玩玩(国外可以这样)。他对薪水没有太高的要求,唯一的要求就是,每年想去一些安全大会,希望公司能够报销机票和住宿。我的主管欣然同意。

      2009年他和美国一家安全公司的David Lindsay共同发现了IE 8 XSS Filter的一个漏洞,因此获得了去拉斯维加斯Blackhat演讲的机会。我也沾他的光,一起去参加了这届Blackhat。

      对于安全行业的人来说,没有参加过Blackhat,永远感觉不到世界有多大。

      当时微软安全团队的Leader邀请他加盟微软,被他拒绝了,那年他才20岁。

      在阿里待了一年后,Harry想家了,于是去Google找了份工作,顺便还拐跑了我们公司的一个MM。不久后两个人就成亲了,现在一起幸福的在硅谷生活着。Harry是世界上最好的“跨站师”之一。

      现在回想起来,Harry的离开,固然有想家的原因,固然也有Google魅力的原因,但他主导的几个项目,我没能很好的帮他落地,导致在成就感上有所缺失,也是我做的不够好的地方。

      Harry是我招的第一个外籍员工,但我希望不是最后一个,非常难忘的经历。 :D


深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
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