Największe zwolnienie w historii Amazona

Amazon planuje zwolnić około 10 000 osób już w tym tygodniu, informuję the NY Times, co byłoby największą redukcją etatów w historii firmy.

Taka liczba będzie stanowić około 3 procent pracowników korporacyjnych Amazona i mniej niż 1 procent jego globalnej siły roboczej.

Anonimowe źródła informacji wskazują, że redukcja dotyczy działu organizacji urządzeń Amazona,  jak również działu sprzedaży detalicznej i zasobów ludzkich.

Całkowita liczba zwolnień nie jest jeszcze ostateczna i prawdopodobnie odbędzie się stopniowo.

Jeszcze niedawno gigant e-commerce walczył o zatrzymanie pracowników technologicznych, zwiększając ponad dwukrotnie limit wynagrodzeń pieniężnych w tym roku, powołując się na "szczególnie konkurencyjny rynek pracy".

Zwolnienie pracowników wśród firm branży technologicznej nabiera obrotów. Elon Musk zmniejszył o połowę liczbę pracowników Twittera w tym miesiącu po zakupie firmy, a w zeszłym tygodniu Meta, firma macierzysta Facebooka i Instagrama, ogłosiła, że zwalnia 11 000 pracowników, około 13 procent swojej siły roboczej. Lyft, Stripe, Snap i inne firmy technologiczne również zwolniły pracowników w ostatnich miesiącach.


Avatar
Jun 17, 2024

Zapytaliśmy specjalistów, jakie słowa lub działania szefa mogą sprawić, że zdecydujesz się na odejście

Zadaliśmy pytanie w naszych mediach społecznościowych. I oto są odpowiedzi.
0
Dec 19

OpenAI przewiduje wzrost wydatków do 37,5 miliarda dolarów rocznie — dlaczego koszty są tak wysokie?

Przyspieszające wydatki OpenAI są głównym powodem, dla którego struktura korporacyjna firmy, która zaczynała jako non-profitowe laboratorium badawcze, może wkrótce ulec zmianie.
0
Feb 20, 2023

Exploring the World of Multimedia Information Retrieval Systems: A Comprehensive Guide

The article provides an introduction to Multimedia Information Retrieval (MIR) systems, which are designed to search and retrieve information from multimedia sources like images, audio, and video. It explains the different components of MIR systems, such as feature extraction, indexing, and retrieval, and discusses some of the challenges associated with MIR, including the subjective nature of multimedia data and the need for efficient algorithms to handle large datasets.
0

This site uses cookies to offer you a better browsing experience.

Find out more on how we use cookies and how to change cookie preferences in our Cookies Policy.

Customize
Save Accept all cookies