组织解码之六

简介: 问面试官什么问题可以了解到企业真正的文化,《首席组织官》

加入一家公司前,你最希望了解哪些内容?


福利机遇很重要,你当然要搞清楚。

你会不会想提前了解:这到底是一个什么样的公司?


会的吧。

而且你需要多个渠道多个方面去深入打听。

一方面,这跟公司的长期发展有关系;

另一方面,这跟你将来的适应程度和幸福感有关系。


那能了解到哪些内容呢?拿西贝举个例子吧。

你可能了解到,类似“创造喜悦人生”这样的使命愿景层级的内容;

你也可能了解到,类似上下班时间和休息时间这样的层级的内容。

但是,你不太能从员工这里了解到类似“25分钟上齐一桌好菜”这样的内容(虽然这是食客们了解的)。


为什么?


因为企业中员工大概率都会认为:这不是我一个人能完成的事啊!

想一想也好理解,一般公司要活下来,先会有基本的员工手册,描述:几点上下班,工作内容职责,奖惩机制等等基本信息;

然后好一点的公司,会有使命愿景价值观,传统文化三件套。


但是,把文化从上层落地到底层,中间重要的腰部:经营管理的原则、关键流程/机制、人员能力标准。

这些是真正理解文化重要性的公司才会去补充完善并落实。


但恰恰是这一层的内容,

一方面决定了公司到底能不能把使命愿景发扬光大贯彻始终;

另一方面也决定了你到底能不能最终适应这个公司。


所以,如果你在找新公司,不妨多问一句,“面试官,您觉得公司现在最关键的流程机制是什么呢?”




相关文章
|
8月前
|
人工智能 自然语言处理 测试技术
论文介绍:LLMLingua-2——面向高效忠实任务无关性提示压缩的数据蒸馏方法
【5月更文挑战第2天】LLMLingua-2是一种针对大型语言模型(LLMs)的数据蒸馏方法,旨在实现高效且忠实的提示压缩。通过从LLMs中提取知识,该方法在压缩提示的同时保持关键信息,提高模型泛化能力和效率。采用Transformer编码器,LLMLingua-2将提示压缩转化为标记分类问题,确保压缩后的提示忠实度并减少延迟。实验表明,该方法在多个数据集上优于基线,并在压缩延迟上取得显著改进,但也存在泛化能力和扩展性限制。论文链接:https://arxiv.org/abs/2403.12968
157 5
|
8月前
|
Unix 编译器 iOS开发
苹果AppleMacOs系统Sonoma本地部署无内容审查(NSFW)大语言量化模型Causallm
最近Mac系统在运行大语言模型(LLMs)方面的性能已经得到了显著提升,尤其是随着苹果M系列芯片的不断迭代,本次我们在最新的MacOs系统Sonoma中本地部署无内容审查大语言量化模型Causallm。 这里推荐使用koboldcpp项目,它是由c++编写的kobold项目,而MacOS又是典型的Unix操作系统,自带clang编译器,也就是说MacOS操作系统是可以直接编译C语言的。
苹果AppleMacOs系统Sonoma本地部署无内容审查(NSFW)大语言量化模型Causallm
|
设计模式 开发工具 git
编码加强:整理出版的书籍代码、持续研发软件(提升编码能力、打造独立平台)
编码加强:整理出版的书籍代码、持续研发软件(提升编码能力、打造独立平台)
带你读《全景揭秘字符编码》之三:三、为什么计算机需要编码?(1)
带你读《全景揭秘字符编码》之三:三、为什么计算机需要编码?(1)
262 0
|
存储
带你读《全景揭秘字符编码》之三:三、为什么计算机需要编码?(2)
带你读《全景揭秘字符编码》之三:三、为什么计算机需要编码?(2)
211 0
|
存储 编解码
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(1)
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(1)
230 0
|
存储
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(2)
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(2)
242 0
|
机器学习/深度学习
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(3)
带你读《全景揭秘字符编码》之四:四、计算机编码转换过程(3)
250 0
组织解码之五
你见过“伪”高管吗?《首席组织官》
137 0

热门文章

最新文章