没有一个企业让员工无所事事混日子，所谓效益不是单方面的工序是整体效益的产生，
正所谓工作不养闲人，团队不养懒人。老板的钱不是天上掉下来的，也是辛苦努力挣来的。如果你没有认真工作，没有为公司带来一定的效益，公司凭什么发你工资。不要认为做闲人很悠哉，很光彩，其实公司里的闲人，说白了就是吃白饭的人。
换位思考一下，如果你是老板，你希望你的员工每天上班时间玩手机、网购，一天天地混日子吗？正所谓干一行爱一行，先别想着拿多少工资，要想着为公司做了哪些工作。用心去学习，想着如何为老板分忧解难，如何以公司为家，如何让公司多赢利，如果你真正做到了这些，那么你的工资也会不断增长。
现在流行不停刷新朋友圈，热播网络剧，流行网购，于是那些上班族小白领们要么眼睛瞪着电脑，将自己满意的物品一件件选来选去；要么眼睛紧盯手机，看着自己喜欢的网络剧，一会笑一会哭。如此日复一日，月复一月，浑浑噩噩，大把的光阴就这样浪费了。上班时间都做了这些与工作无关的事，还抱怨工资低，还想着跳槽。要知道，如果你不改变自己，再怎么跳来跳去，你也跳不出自己的懒惰，自己的清闲。
我也在半导体封装测试厂里面做的,做后道封装的。我们这里工资也不高。加来加去也就那么一点点。如果不去转行的话，很难拿到高工资。
做半导体，如果不做芯片的开发、设计以及测试方面工作的话，其他工序是没有什么前途。资格老、年数长的大有人在。想往上升是很难地。
可以尝试下换行地。
不知道你是哪家公司，如果你进的是台资或是国企的话，那么现在你的目标必须放在以下几个公司上：NO.1 Intel （搬迁至成都）NO.2 Amkor （上海外高桥）NO.3 Sandisk （上海闵行）NO.4 Chippac （上海青浦）……进纯外企，你的薪资会有一个较大的提升；此外，你还必须提高个人的知识素养，多学习和靠近一些高阶的封装工艺，如WLCSP等有长远发展的封装方式上。另外，如果你是设备方向，建议你转工艺，成熟后并再转向NPI。在IC封装测试行业，谈到薪资的话，你这个的确有些过于低，如果你能进上述那些比较赚钱的公司，薪水Double是不止的。多一句:当你被猎头猎的时候，你才发现工资不再仅仅是的换工作的主要因数，你会更看重公司给你做的是什么Project。提交如何删除复制文字产生的word回车换行符
发布时间：2022/10/18 11:50:25
我们通常在使用Word时，有时会因为复制一些文字而产生很多的回车符，那么怎样去掉了，下面的方法马上告诉你！
Word中的回车符分为两种：一种为Word自带的回车符，一种为网络文件产生的回车符，称之为换行符.清除方法如下：1、编辑-->替换-->替换-->高级-->特殊字符-->选择段落标记-->单击全部替换.就OK了.保证你的文档中的回车符干干净净,只剩一个. 或者：编辑-->替换-->在查找内容里面输入 ^p 然后替换里面可以不输人任何东西2、看到那些不是回车符哦，一般来讲网页中的都是换行符.你只需要将 (选择段落标记)这一步改成(选择人工分页符)就可以了.或者：编辑-->替换-->在查找内容里面输入 ^l 然后替换里面可以不输人任何东西
我们团队有着十几年的期货程序化交易算法与软件研发经验，基于C++ Qt技术研发了具有自主知识产权的期货智能程序化交易一体化系统平台，该平台封装了二百多个量化指标，具有低时延、高性能、小滑点、可定制和跨平台的特点。团队致力于将人工智能技术与传统的程序化交易技术相结合为客户提供灵活可定制的期货智能程序化交易服务和产品。
本文链接:https://www.ngui.cc/el/1670379.html
查看全文
Longformer详解
Introduction Longformer是一种可高效处理长文本的模型，出自AllenAI 2020年4月10日。目前已经开源，而且可以通过huggingface快速使用 传统Transformer-based模型在处理长文本时存在一些问题，因为它们均采用"我全都要看"型的atten…
2023/1/23 19:29:45
从loss的硬截断、软化到Focal Loss
对于二分类模型，我们总希望模型能够给正样本输出1，负样本输出0，但限于模型的拟合能力等问题，一般来说做不到这一点。而事实上在预测中，我们也是认为大于0.5的就是正样本了，小于0.5的就是负样本。这样就意味…
2023/1/23 19:29:35
去掉Attention的Softmax，复杂度降为O(n)
众所周知，尽管基于Attention机制的Transformer类模型有着良好的并行性能，但它的空间和时间复杂度都是O(n2)\mathcal{O}(n^2)O(n2)级别的，nnn是序列长度，所以当nnn比较大时Transformer模型的计算量难以承受。近来，也有不…
2023/1/23 19:29:29
突破瓶颈，打造更强大的 Transformer
自《Attention is All You Need》一文发布后，基于Multi-Head Attention的Transformer模型开始流行起来，而BERT模型更是将Transformer模型的热度推上了又一个高峰。当然，技术的探索是无止境的，改进的工作也相继涌现：有改…
2023/1/23 19:29:24
Seq2Seq重复解码问题追根溯源
本篇文章的顺序会有些奇怪，一般来说应该先分析为什么会出现解码中停不下来或者是重复解码的问题，然后提出解决这个问题的办法，但由于分析为什么这个过程涉及到的数学公式繁多，过程也很复杂，考虑到不是那么多同学对这个…
2023/1/23 19:29:18
使用分词增强Typecho的搜索功能
本博客是使用Typecho搭建的，侧边提供了搜索功能，然而Typecho内置的搜索功能仅仅只是基于字符串的全匹配查找，功能非常鸡肋，很多合理的查询都没法得到结果，比如“Transformer的文章”、“BERT的相关内容”都没有查询结果…
2023/1/23 19:29:13
稀疏Softmax（Sparse Softmax）
本文源自于SPACES：“抽取-生成”式长文本摘要（法研杯总结），原文其实是对一个比赛的总结，里面提到了很多Trick，其中有一个叫做稀疏Softmax（Sparse Softmax）的东西吸引了我的注意&…
2023/1/23 19:29:07
最强的数据扩增方法竟然是添加标点符号？
今天的这篇文章源自于EMNLP 2021 Findings，论文标题为《AEDA: An Easier Data Augmentation Technique for Text Classification》。实际上用一句话即可总结全文：对于文本分类任务来说，在句子中插入一些标点符号是最强的数据扩增方法 AEDA A…
2023/1/23 19:29:01
PyTorch中的梯度累积
我们在训练神经网络的时候，超参数batch_size的大小会对模型最终效果产生很大的影响，通常的经验是，batch_size越小效果越差；batch_size越大模型越稳定。理想很丰满，现实很骨感，很多时候不是你想增大batch_si…
2023/1/23 19:28:55
训练一个专门捣乱的模型
三位韩国人在EMNLP 2021 Findings上发表了一篇论文，名为Devil’s Advocate: Novel Boosting Ensemble Method from Psychological Findings for Text Classification，其中Devil’s Advocate有一部同名电影，翻译过来叫「魔鬼代言人」ÿ…
2023/1/23 19:28:49
博客系统项目的自动化测试
作者：~小明学编程 文章专栏：测试开发 格言：热爱编程的，终将被编程所厚爱。 目录 博客界面 测试用例 界面测试 功能测试 性能测试 兼容性测试 易用性测试 安全性测试编辑自动化测试 登录界面的测试 界面文字模块 测…
2023/1/23 19:27:46
国内dToF Sensor厂商（持续更新）
dtof sensor最早处于1D消费级的状态，而且一直都是被外国的公司所垄断，比如ST意法半导体，AMS艾迈斯欧司朗，安森美，这几家的每年的市场销售收入可能达到了十几亿美金的规模，本来他们都在闷声发大财。 但是苹果dToF LiDAR技术的推广，让dtof成为了整个行业关注的焦点，很明显…
2023/1/23 19:24:50
如何与他人交流
上期我们讲了打破预期,顺应主体,我的别人交流,只有在不把别人当成对象(工具人),而是把对方当成主体的情况下(让别人感受到尊重),这是相互尊重的终极本质,也是唯一方法.把别人当人看.认同对方,对方也会认同你.自信从何而来自信本意为相信自己,所以自信本应该是由内而外的事物,但…
2023/1/23 19:23:53
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）