Google最新绩效评估出炉：标准更虚浮，裁员正拘俗，员工不屈服，劈柴很孤独

点击上方卡片，上岸北美大厂从这开始！

以关怀员工著称的Google，最近开始对员工的绩效考评斤斤计较起来。

在这个传说中的硅谷「象牙塔」里，向来可以轻松获得高绩效的员工们，发现自己的绩效标准正在悄悄发生了变化。

一般来说，绩效改革的目的，是为了让一些有才华的员工将注意力从「自己应该被升职加薪」，转移到「发展业务并增强自身影响力」上。

可万万没想到的是，在福利和待遇双高的硅谷巨无霸Google身上，传统意义上的「绩效改革」，在这个寒冬季，摇身一变，成了「裁员利器」。

强制绩效低分

为裁员做准备

在最近的一次全体会议和上周的一次单独演讲中，谷歌高管们介绍了新的绩效评估流程，一个被称为Google审查和发展的计划（GRAD）。

在GRAD中，谷歌有6%的全职员工将会面临低绩效评级（落入不及格的行列），其代价就是被公司采取「整改措施」（被裁或者降薪）。值得一提的是，先前仅有2%的全职员工才能享受到这种「待遇」。

与此同时，获得高绩效将更加困难，预计仅有 22% 的员工会被评为最高级别，而先前获得最高两档绩效的员工比例为 27%。

愤怒的员工和迷茫的CEO

据CNBC最近报道，来自Google的员工在此时开始抱怨GRAD的程序和技术问题，他们非常担心自己在这套体系下得不到准确的评级。

自今年下半年以来，「裁员人数」这个问题一直是员工关注的热门话题。

一些员工认为，GRAD可能是Google要削减员工人数的一种预备手段，他们还在最近突然收到「支持检查」，内容与业绩评级有关。

「为什么谷歌在截止日期前几天向一线经理发出通知，要求让一部分员工签到？这种突然袭击我不能接受！」来自Google的一名员工愤怒说道。

「只有两周的时间来纠正，这会有用吗？」另一位不满的员工应声附和道。

在12月的一次全体员工会议上，员工们对高管们表示了失望，并对有关具体裁员消息的问题提出质疑，可结果就是问题一直没有明确答案。

「不幸的是，我不能对你们做出任何前瞻性的承诺。」。就连Google Ceo劈柴，也不知道未来会发生什么

懂得都懂，绩效这东西，名义上是拿来发钱的，而在Google的这番操作下，实际上是拿来扣钱的。突然降绩效，不是要降薪，就是要裁员，只是不明说。

员工必须「实现了近乎不可能的目标」，并且做出「超出他人想象」的重大贡献才能达成目标。

不如痛快一场，直接说扣绩效就好。

年底将至，突然收紧绩效标准，实施定额签到，一向在处理员工问题上「浓眉大眼」的谷歌也玩起了「减员增效」。

面对疑问，Ceo劈柴无言以对，底下员工全员心碎，或许离开，只是时间问题。

我们也衷心希望，无论是那些面对绩效考评，「睹景伤情」的Google员工。还是裁员浪潮里的「步步为营」，「倍日并行」的求职者，都能「雁塔题名」，在Uoffer的帮助下「雨过天晴」。

鉴于目前的各种公司会更加偏向于看求职者「短期的性价比」，作为一个想要在裁员潮下逆势突围的求职者，除了通过大量刷题等各方面综合硬实力之外，参与实际项目，建立自己专属的Portfolio也十分重要。

所以多做项目，才是求职者表达自身拥有「马上开展工作的能力」最好方式。不管是真正工作中的项目、实习中的项目、学校中的Research，只要能够在简历中可以突出的「完整的项目」，都可以对求职者上岸起到巨大的帮助。

这一次，Uoffer为大家带来了独家「硅谷AI智能科技公司实训项目」&「硅谷FinTech实训项目」，为你们量身打造裁员潮下的专属白月光。

项目分类

1.SDE (Front-end) Internship  软件开发师（前端）实习

2.Growth Marketing Internship 增长营销实习

3.Product Management Internship 产品经理实习

项目核心优势

-地处硅谷的科技公司，已完成部分Pre-seed 融资，预备进入种子轮融资，有资金支持，发展潜力无限。

-实训项目范围涵盖SDE， 市场营销，产品管理等岗位，支持CPT/OPT。

-公司团队来自斯坦福、伯克利名校，实训期间可直接接触核心业务，重点培训，能在职业生涯初期锻炼领导技能，终身受益。

-有转正机会，一年后有机会获得期权。

-提供实习证明，丰富自身履历，表现优秀者可提供推荐信。

-项目时长三个月，40小时/每周，之后有其他工作可以20小时/每周继续。

公司背景

-硅谷AI智能科技公司，发展潜力无限，已完成部分pre-seed 融资，预备进入种子轮融资。公司创始人为连续创业者，在移动互联网平台、O2O、新零售，运营以及产品方面有丰富经验。公司CTO 为斯坦福校友。

项目分类：

-Fintech Data Scientist 金融数据科学家

项目核心优势：

-提升Financial Engineering/Computer Engineering/Computer Science/Data Science等相关专业知识。

-提升Python、机器学习技术和算法基础，如k-NN, Naive Bayes, SVM, Decision Forests等。

-熟悉MySQL、Oracle、MongoDB等数据库技术。

-增强书面和技术沟通能力

公司背景

-公司位于圣何塞硅谷核心科技企业集成区域，为世界500强和各领域尖端企业创建高质量人工智能(AI)解决方案及应用软件。

扫码获取详情

更多精彩内容，点击下方关注