新闻详情

新闻详情

首页 / 资讯中心 / 详情

直属领导跳槽了,要我跟他一起走,该去还是不去呢?

发布时间:2026/10/25 0:14:05来源:尧图网络
直属领导跳槽了,要我跟他一起走,该去还是不去呢?
我现在公司的CTO是连锁店知名的专家业界挺有名的那他离职了我会跟着去吗?答案是半年或者一年后再说了。我对他非常的了解他也很信任我但是即便如此我也不会立刻跟着去的。虽然跟着一个强大的领导超级重要。但是我不会也不敢立刻这么做。如果你跟过的CTO多了后(我跟过4个)会发现他们经常会感慨CTO很难做好的。首先一个CTO基本上要一年半左右才能取得CEO的信任这个是我自己发现的数据因为好多CTO其实三个月半年一年后就都离职了。他们跟CEO的蜜月期都很短的。有些CEO他眼里只有增长是不懂得什么要先打好技术基础的。一段时间后发现业务没啥成长IT成本又高就开始各种成本控制了。这个CTO的理念跟CEO理念就不一样了。好多CTO离职都是这个原因。每个CTO都是有自己的想法的他也是要落地一些东西的。比如说之前跟国的一个CTO他想重构一些老旧的系统是技术项目拿这个跟CEO谈你知道CEO怎么回复的吗?请你来是搞业务的不是搞这个什么技术重构。CTO听完后就觉得没什么搞头了就走了。无论是CTO还是你普通的领导他离职了都有一个不稳定不确定性的问题。很多去新公司不久就又走了。你当时跟着过去的也是一并要走的。真的。就拿我当前这个公司。新来了一个HR总监和财务总监。HR总监带来了两个人财务总监带了一个人。HR总监一年后公司觉得她不行离职了。而她带过来的两个人则分别在一个月后和两个月后走人。财务总监的更惨才来了7个月她走了后跟着她来的那个人两个月也走了。因此我才说你最好是当领导在新公司稳定后才去。最佳的时间是一年半。你可能会说立刻跟着去可以拿到好的位置的是的有可能。但是风险依然太大了。不值得去冒险。小结你立刻跟着领导去他在新公司不稳定又离职了那么你会被迫跟着离职的。结果就是把履历搞砸了。建议一年半后再考虑因为这个时候他基本是稳定的了。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/10/23 14:14:50

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/10/23 14:14:34

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/10/23 14:11:44

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/10/24 4:32:58

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/10/23 14:10:55

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/10/23 14:14:34

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉