当前位置:首页 > 文章列表 > 科技周边 > 人工智能 > 谷歌启动自愿离职计划,涉及搜索与营销部门

谷歌启动自愿离职计划,涉及搜索与营销部门

2025-06-25 23:18:19 0浏览 收藏

一分耕耘,一分收获!既然打开了这篇文章《谷歌启动自愿离职计划,涉及搜索与营销部门》,就坚持看下去吧!文中内容包含等等知识点...希望你能在阅读本文后,能真真实实学到知识或者帮你解决心中的疑惑,也欢迎大佬或者新人朋友们多留言评论,多给建议!谢谢!

谷歌启动新一轮自愿离职计划 涉及搜索、营销部门

据媒体报道,6月10日,谷歌向多个部门员工推出了自愿离职方案,涉及知识与信息(K&I)部门、核心技术团队以及市场推广、研究和通信等部门。

知识与信息部门是谷歌搜索、广告和商务业务的核心所在。此次计划是继2023年大规模裁员1.2万人之后,谷歌为优化人员结构采取的又一动作。目前尚不清楚本轮计划将影响多少员工。

该“自愿退出方案”面向美国地区的谷歌员工开放,同时部分团队也要求居住在办公地点50英里范围内的远程员工返岗上班。谷歌发言人Courtenay Mencini表示:“今年早些时候,我们的一些团队已在美国谷歌员工中推出包含遣散补偿的自愿退出计划,现在更多团队正在加入这一行列,以支持未来关键性工作的推进。”

知识与信息部门拥有约2万名员工,去年10月经历组织架构调整后,由公司高管Nick Fox负责管理。Fox周二发布内部备忘录指出,表现未达预期的员工可考虑接受此计划,而对岗位充满热情且绩效良好的员工则应继续留任。

他在备忘录中强调:“我要说得非常清楚:如果你对自己的工作有热情,对未来的发展方向感到兴奋,并且保持着良好的绩效,我真心希望你不要选择离开!我们有远大的目标,也有大量工作需要完成。另一方面,对于那些觉得自身发展方向与我们的战略不一致、缺乏工作动力或难以满足岗位需求的员工来说,这个计划提供了一条富有支持性的出路。”

此次推出自愿离职方案的同时,谷歌首席财务官Anat Ashkenazi曾在去年10月表示,随着公司在2025年加大对人工智能基础设施的投资,推动成本控制将成为优先事项之一。

今年以来,谷歌已在多个部门实施此类计划,将其作为削减人力成本的主要方式。今年1月,硬件业务“平台与设备”部门向美国全职员工开放了申请自愿离职的选项;2月,人力资源部门“人员运营”也推出了类似方案。公司发言人确认,法律及财务团队在今年同样宣布了相关计划。

据悉,在“人员运营”部门的自愿离职计划中,中高级别员工可以获得最多14周工资的遣散费,并额外享受每服务一年增加一周薪资的补偿待遇。(校对/李梅)

好了,本文到此结束,带大家了解了《谷歌启动自愿离职计划,涉及搜索与营销部门》,希望本文对你有所帮助!关注golang学习网公众号,给大家分享更多科技周边知识!

Win10应用商店重装失败怎么解决Win10应用商店重装失败怎么解决
上一篇
Win10应用商店重装失败怎么解决
Go语言正则匹配字符串技巧
下一篇
Go语言正则匹配字符串技巧
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    350次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    412次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    417次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    373次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    197次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码