大家找工作要钱多还是工作轻松?散分了~

woanon 2011-01-25 01:52:05
本人在上海,以前9K,去年进了个工厂做开发,真穷,这不,过年的年终奖也看来是浮云了
不过活不像专业软件公司那样多,有空还能休息下打打瞌睡
兄弟们喜欢轻松的还是钱多的工作?
...全文
687 28 打赏 收藏 举报
写回复
用AI写文章
28 条回复
切换为时间正序
请发表友善的回复…
发表回复
liuzhanzhong 2011-02-10
  • 打赏
  • 举报
回复
年轻时还是多赚点钱吧~
yfxucn 2011-02-09
  • 打赏
  • 举报
回复
这个问题. 必然是问自己...

cyylee 2011-02-09
  • 打赏
  • 举报
回复
当然要钱多的了 必须的
在-云端 2011-02-09
  • 打赏
  • 举报
回复
[Quote=引用 24 楼 woanon 的回复:]

两个都要挺难得,过年发了1/3个月工资的年终奖,哎
[/Quote]
我这发的半个月工资的绩效!

能顶住压力就选择money!
woanon 2011-02-09
  • 打赏
  • 举报
回复
两个都要挺难得,过年发了1/3个月工资的年终奖,哎
jiaqiang22 2011-01-26
  • 打赏
  • 举报
回复
[Quote=引用 3 楼 cjfriends 的回复:]
我选择钱又多工作又轻松的
[/Quote]
cjh200102 2011-01-26
  • 打赏
  • 举报
回复
钱多,轻松这样的单位最好了
alicelijing1 2011-01-26
  • 打赏
  • 举报
回复
没有年终奖的公司,不去。。。
lyingbo 2011-01-26
  • 打赏
  • 举报
回复
当然是两个都要
xt_zh 2011-01-26
  • 打赏
  • 举报
回复
[Quote=引用 6 楼 pengbojiutian 的回复:]
我没啥压力,所以选择有上下班时间的公司。其实这样的正规公司很多,多积累点经验就好。
[/Quote]

我见过的比较少,不是一周工作6天的,就是经常加班的,再不就是不给交保险公积金的。
驴那耳朵 2011-01-25
  • 打赏
  • 举报
回复
累点没关系,我要钱
zhaogehaolaopo 2011-01-25
  • 打赏
  • 举报
回复
个人喜欢双赢的工作。。。
0 1看天下 2011-01-25
  • 打赏
  • 举报
回复
两者兼得
lh1611 2011-01-25
  • 打赏
  • 举报
回复
都喜欢
hhwei1985 2011-01-25
  • 打赏
  • 举报
回复
折中吧
Metrosexual 2011-01-25
  • 打赏
  • 举报
回复
....
shuangfang 2011-01-25
  • 打赏
  • 举报
回复
不知道知足啊
smalldear 2011-01-25
  • 打赏
  • 举报
回复
要学习啊 现在还是菜鸟 轻松不能轻松 钱不提也罢
  • 打赏
  • 举报
回复
[Quote=引用楼主 woanon 的回复:]
本人在上海,以前9K,去年进了个工厂做开发,真穷,这不,过年的年终奖也看来是浮云了
不过活不像专业软件公司那样多,有空还能休息下打打瞌睡
兄弟们喜欢轻松的还是钱多的工作?
[/Quote]
我现在缺钱,所以选择钱多的工作。等买了房,娶了媳妇,还了房贷以后我就选择轻松的工作
阿彪兄 2011-01-25
  • 打赏
  • 举报
回复
支持一下
加载更多回复(8)
内容概要:本文围绕“基于周期增强时序预测与帕累托多目标优化的建筑群储能鲁棒调度策略”开展研究,提出了一种融合高精度预测与多目标优化的综合调度方法。首先,采用周期增强的时序预测技术对建筑群的电力负荷与可再生能源出力进行精准建模,充分挖掘数据的周期性特征以提升预测准确性;其次,构建基于帕累托前沿的多目标优化模型,综合考虑经济成本最低、碳排放最小化以及系统运行鲁棒性等多重目标;最后,引入鲁棒优化机制应对预测不确定性,增强调度方案在复杂动态环境下的适应能力与稳定性。研究通过Python编程实现了完整的算法流程,涵盖数据预处理、模型构建、优化求解与结果分析,适用于建筑群或园区级综合能源系统的协同优化调度。; 适合人群:具备一定电力系统基础知识、优化算法理论及Python编程能力的研究生、科研人员和工程技术人员,尤其适合从事综合能源系统、智能电网、储能调度与低碳运行等领域的研究人员。; 使用场景及目标:①应用于园区级或多建筑群能源系统,实现经济性与低碳化协同优化调度;②解决可再生能源波动性和负荷不确定性带来的调度风险,提升系统鲁棒性;③为相关科研提供一套可复现、可扩展的周期性预测与多目标鲁棒优化集成技术框架; 阅读建议:建议结合文中提供的Python代码进行实践操作,重点理解周期增强预测模块的设计逻辑与帕累托最优解集的求解过程,可通过更换实际数据集、调整权重策略或引入新约束条件进行拓展研究,从而深化对鲁棒调度机制与多目标权衡关系的理解与应用能力。

703

社区成员

发帖
与我相关
我的任务
社区描述
提出问题
其他 技术论坛(原bbs)
社区管理员
  • community_281
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧