我带着八个人的团队,自认为对下属很好,某天在群里让下属帮忙带早餐,竟没一个人搭理我!...

👇👇关注后回复 “进群” ,拉你进程序员交流群👇👇

作者丨行者

来源丨架构师社区(ID:devabc)

如果你的leader让你带早餐,带不带?

最近,一位leader吐槽自己遇到的糟心事:

我带着八个人的团队,今天有事要迟到了,我在团队群里让下属帮忙带早餐。结果没一个人搭理我,我到了公司迟到了,还得自己下去买吃的。这都什么下属?我平时对下属很好,老板要求的加班都是帮他们能推就推,强制末位绩效也是尽量轮着来。

楼主问:是不是领导太有亲和力了,下属就不拿你当回事?

8ee23908a8189dddd420614f12ab5587.jpeg

网友问他,是不是经常让人带早餐不给钱?

363467d3d906b8837ec1e897db6d5430.jpeg

楼主说,自己帮三个下属带过早餐,不但不会让下属请客,反而会经常自掏腰包请他们吃饭。

12db879770c722b2c443e9182b3aa98e.jpeg

有人说楼主自己差劲却怨下属。

54adba75469777918383e76252caa825.jpeg

楼主说,自己的技术是团队第一,还帮团队拒绝了大部分的“伪紧急”需求,让下属尽量少加班。公司出了强制末位绩效,基本轮着来,自己也扛过。

23bade343346ec597f0f68a9935faf8a.jpeg

有网友分析,这不过是旁观者效应而已,责任没有明确到人,楼主不如私聊一个人帮自己带饭,发群里的话,第一个响应的人会被以为是拍马屁。

7154ff5a67bf78737b262485a2ffd659.jpeg1a8dc96149092a524184ce60e078476d.jpeg92938ea80088003df46c5bb6e45614b4.jpeg

有人说,楼主不会当领导,没有嫡系,没有自己人。

ca53513f790b7eab28cb4c856a41ee74.jpegc025a66f673179cae4c81f5c83b1db33.jpeg

有人说,楼主人不行,领导力不行,这个领导当得很失败。

60c886b6236fb5f44c856c7d14318aca.jpegcb5f4d0d263396921f762525c3e51520.jpeg

有人说,楼主不是老板,不给他们发工资,裁员时也救不了他们。

f7197b3e50db7a2c98e2ad90f4dbbf68.jpeg

有人说,楼主和同事是工作关系,带早餐属于私事,带不带都没错。楼主要尊重下属,别让他们帮忙做这种事。

7819de3ba76fc2f1df48e24b636ffb5b.jpeg96bf12e71b380a0e47a5f466f9bc8c79.jpeg

也有人说下属们有问题,太利己主义,没有责任心和感恩的心。

4c4880e1e4201dc3acff0fcba598716d.jpeg

有人说,下属们没有人情味,情商有bug,或者是人性沦丧了。

8631be3341baf0ee5a37c45d25d74406.jpeg

有人建议楼主不要和下属过分亲近,要适度,绩效该怎么样就怎么样,别给他们当保姆。

2953ac47bcf282569408ac3f521fa847.jpeg

有人说,楼主平时该怎样就怎样,能帮他们争取就做,不能争取就不做,为自己考虑就好,别总想着获得下属的认可,活得太累了。

6d33583dfc62bb8db35e238f295be800.jpeg

还有人说,慈不掌兵,楼主的首要目标是完成老板的目标,让下属尽快成长,而不是期待他们对自己有多大好感,愿意帮自己带几次早餐。

02d1063cb49e84e71eda77e041a06067.jpeg

带早餐这件事情可大可小,往大里说,这是团队凝聚力的体现,是衡量leader个人魅力和领导力的标准,是下属对leader认可度的体现。但往小里说,这不过是一顿饭而已。

下属不给领导带早餐,有可能是没有责任到人,所以没人愿意出头;也有可能是大家已经买过早饭了,不愿意单独跑出去再买一次;还可能是下属们以为别人已经给领导买了,自己就不用买了。一场误会,楼主不必挂心,更不必上纲上线到做人做事的高度上。

楼主是领导,也是公司员工,做好本职工作,无愧于心就好,没必要投入太多感情,也没必要给自己加太多戏。一份工作而已,同事关系最不牢固,换了工作,谁还认识谁?

-End-

最近有一些小伙伴,让我帮忙找一些 面试题 资料,于是我翻遍了收藏的 5T 资料后,汇总整理出来,可以说是程序员面试必备!所有资料都整理到网盘了,欢迎下载!

c6e2bbc26b88e3065119106724ce7d0e.png

点击👆卡片,关注后回复【面试题】即可获取

在看点这里3f0e5c011b098229c156066ea3d2988a.gif好文分享给更多人↓↓

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。
众所周知,人工智能是当前最热门的话题之一, 计算机技术与互联网技术的快速发展更是将对人工智能的研究推向一个新的高潮。 人工智能是研究模拟和扩展人类智能的理论与方法及其应用的一门新兴技术科学。 作为人工智能核心研究领域之一的机器学习, 其研究动机是为了使计算机系统具有人的学习能力以实现人工智能。 那么, 什么是机器学习呢? 机器学习 (Machine Learning) 是对研究问题进行模型假设,利用计算机从训练数据中学习得到模型参数,并最终对数据进行预测和分析的一门学科。 机器学习的用途 机器学习是一种通用的数据处理技术,其包含了大量的学习算法。不同的学习算法在不同的行业及应用中能够表现出不同的性能和优势。目前,机器学习已成功地应用于下列领域: 互联网领域----语音识别、搜索引擎、语言翻译、垃圾邮件过滤、自然语言处理等 生物领域----基因序列分析、DNA 序列预测、蛋白质结构预测等 自动化领域----人脸识别、无人驾驶技术、图像处理、信号处理等 金融领域----证券市场分析、信用卡欺诈检测等 医学领域----疾病鉴别/诊断、流行病爆发预测等 刑侦领域----潜在犯罪识别与预测、模拟人工智能侦探等 新闻领域----新闻推荐系统等 游戏领域----游戏战略规划等 从上述所列举的应用可知,机器学习正在成为各行各业都会经常使用到的分析工具,尤其是在各领域数据量爆炸的今天,各行业都希望通过数据处理与分析手段,得到数据中有价值的信息,以便明确客户的需求和指引企业的发展。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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