新员工培训--小记

培训

  1. 了解团队文化,了解组织架构,认识许多新的伙伴。
  2. 公司理念:服务客户,服务好客户。
  3. 沟通的实践。
  4. BM培训
  5. 体会到了公司人的认真、负责、专业,选择这家公司的根本原因,想成为一样优秀的人。

认识许多新伙伴

  1. 伙伴们来自五湖四海,都来到了公司参加新员工培训,我感受到了每个临时成为一个团队的人都能非常乐意为团队奉献,把我们能做的做到最好,为团队争得每一分,为了最终的优胜小组荣誉充满斗志且斗志昂扬,我乐意在这么一个团队工作,成长。

服务客户

如何让客户感到爽,感到满意,超出他们的预期。就是我们服务的宗旨。持着这种思想去工作。
原则行为模式挖掘->建议->执行->确认 ,以此行为模式与客户去交流,去思考客户正真的需求就可能使客户真正感到爽。
四法则

  • 为客户创造价值(包括感知价值)
  • 无法与客户的认知争辩
  • 永远不要让客户遇到“意外的惊吓”,陷客户于不义
  • 将简单的东西做到最好叫专业。

执行五要素:

  1. 换位思考,为客户着想
  2. 防患未然,留有余地
  3. 及时通报
  4. 沟通协调
  5. 完成确认

沟通

游戏中学到了最深刻的即为:沟通一定要先做好准备。冒失沟通则会沟通出错误。

  1. 心平气和的沟通
  2. 把自己想要说的内容一定要想清楚,要说什么
  3. 5W2H2R who what why when where how how much result resource
  4. 团队内部沟通很重要
  5. 沟通要想达到对方的目标
  6. 倾听对方
  7. 善于总结
  8. 做好沟通准备
  9. 沟通需要利益最大化
  10. 沟通要有条理
  11. 前后不一致,需要和对方确认一次
  12. 站在对方角度思考
  13. 把握时间
  14. 发言人需要理解
  15. 对方需要反映
  16. 谦让

封闭问题和开放问题
1.封闭问题回答yes,no
2.开放问题what when what where how
提问的比例为封闭问题:开放问题->2:1

快速表达法:
Point Reason Example Point

乔哈里视窗

  1. 公开区
  2. 隐秘区(说)
  3. 盲区 (问)
  4. 未知区

  1. 业务一级棒、技术一级棒
  2. 2048年是强人工智能元年

BM

绷紧大脑里有BM 的这跟弦,有不懂的可以多问一下老师。
最好不知到,知道了也不说。

上网不保密,保密不上网

内容概要:本文围绕基于CNN-BiLSTM-Attention混合神经网络模型的电力负荷预测展开研究,提出一种结合卷积神经网络(CNN)、双向长短期记忆网络(BiLSTM)与注意力机制(Attention)的深度学习框架,并通过Python代码实现高精度的短期与超短期负荷预测。该模型充分利用CNN对局部特征的提取能力,捕捉负荷数据中的周期性与趋势性模式;借助BiLSTM对时间序列前后向依赖关系的建模能力,增强对动态变化的感知;并通过Attention机制自适应地聚焦关键历史时刻,提升预测准确性。文中详细阐述了数据预处理、模型结构设计、训练流程及超参数调优方法,并在真实负荷数据集上进行了实验验证,结果表明该混合模型相比传统单一模型和其他基准模型具有更优的预测性能,尤其在应对非线性、非平稳负荷波动方面表现突出。; 适合人群:具备一定Python编程能力和机器学习基础,从事电力系统分析、能源管理、智能电网或时序预测相关工作的科研人员、工程师及高校研究生。; 使用场景及目标:①应用于电网调度、电力市场出清、需求响应管理等场景下的精细化负荷预测;②为研究人员提供一套完整的、可复现的深度学习负荷预测代码框架,推动AI技术在能源领域的落地应用;③帮助理解CNN、BiLSTM与Attention模块之间的协同机制及其在时序建模中的集成方式。; 阅读建议:建议读者结合所提供的Python代码进行动手实践,重点掌握数据归一化、滑动窗口构造、模型搭建与训练技巧,并尝试在不同地区、不同季节的负荷数据上进行迁移测试,以深入理解模型泛化能力与调参策略。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值