2019-01-08 16:32:13

感觉1 on 1是浪费时间?
感觉1 on 1时没啥好说?
感觉老板总是不想1 on 1?

怎样才能 升职加薪? 一切都从有效的1 on 1开始!!

什么是1 on 1
你和你老板单独聊天 没有别人

1 on 1的形式
可以在公司 可以买杯咖啡 可以一起吃午饭
我建议你们出去买个咖啡 或者下楼走一圈 目的是走出office的 setup
这样很容易跳出项目谈其他
在公司会议室 1 on 1 很容易谈到项目上 而偏离 应有的重心

什么是Skip level 1on1
你和你老板的老板 单独聊天 形式变化不多 但是需要特别设计你的话题 后面会细说

什么是peer 1 on 1
你和你的peer的1:1  不仅仅是和你的邻桌聊天
你越是senior 你的scope越大 你越需要cross team visibility和influence
不仅仅和你的functional group 中的peer 还需要和你peer group中的 peer 单挑
比如说 你是一个 member of tech staff 我建议你和business里的 peer或者product 里的 peer 有一个月一次的 1 on 1

多久1on1一次
绝大部分公司都会要求manager和自己的direct report有regular的1:1
一般一周一次,两周一次也很常见
skip level的 可能是一个季度一次

1 on 1一般多长时间
常见三十分钟,也可以45分钟或者一小时
有时候你的老板或者大老板说很忙 问你能不能postpone或者skip
我建议你说 我们就聊15分钟 或者甚至5分钟 - 就提一个topic

1 on 1 之前做些什么
“想好你要讨论的话题!甚至提前几天给老板发信说 周三的1:1我想讨论一下这几个话题”
这样ta 也可以准备

1 on 1 的时候应该聊些什么
理论上来讲,

单挑的时候应该是聊你的career
单挑的时候应该是聊你的career
单挑的时候应该是聊你的career.

不应该花太多时间在项目上,项目上的事情standup上 或者weeklyreport的时候讲

怎么聊我的career. 1point3acres
永远围绕“how to position myself to be ready to next level”
永远围绕“how to position myself to be ready to next level”
永远围绕“how to position myself to be ready to next level”

这个问题表明
1. 我非常在乎我的成长 我想学 我要grow 你应该invest在我这样上进的人身上
2. 我需要你(我的manager)清楚的告诉我你的expectation,什么东西你value  什么东西matter ,如果你没想过 , 你要好好想
3. 我明白promotion不完全受你(我的manager)的控制 我不强求你允诺我做到多少件之后你会promo
你甚至可以用这个问题开始你的每个1:1

如果老板对你提feedback
如果老板说你什么没做好 什么需要加强, 你一定要问清楚expectation 不要让你老板含糊其辞 一句话 你做的不够好就 糊弄过去
你要问你老板 expectation是什么
1:1 是一个 clarify expectation的绝佳机会! 这也是为什么我们要保证有regular的1:1!!
不然你一不想闷头做了一个季度 最后老板说 你做的完全不是Ta想要的

如果老板不对你提feedback
那么你要主动问, 有什么不够好 ,有什么要改进,有什么要继续保持, 这样就不会有surprise

如果你要对老板提feedback或者peer 提feedback
你不提 没有人会知道
你不满意什么 你不提 没人会为你改变
你一提 老板会觉得 - 我也这么想 , 或者 - 我怎么没想到, 都是加分
但是一定要 follow 这个pattern: observation to feeling 千万不要judge - 比方说 , “我注意到 你经常夸张三,这让我感到张三一定有什么东西做的很对,你能告诉我么” 而不要说 “老板你明显对张三偏心”
要谈observation 不要断言intention
当然如果你跟老板很close 也可以知无不言

回到第一个问题
什么是1 on 1

你和你老板单独聊天

clarify你们互相之间的 expectation
clarify你们互相之间的 expectation
clarify你们互相之间的 expectation
你要明白 你老板要你怎么样
你要你的老板明白, 你要ta 怎么样

今天先到这里 欢迎讨论

转载于:https://www.cnblogs.com/TIMHY/p/10239745.html

有效利用1 on 1相关推荐

  1. 利用dom4j将实体类转换为对应的xml报文

    利用dom4j生成xml报文 目标格式: <?xml version="1.0" encoding="GBK"?><Packet type=& ...

  2. 【CentOS】利用Kubeadm部署Kubernetes (K8s)

    [CentOS]利用Kubeadm部署Kubernetes (K8s)[阅读时间:约10分钟] 一.概述 二.系统环境&项目介绍 1.系统环境 2.项目的任务要求 三.具体实验流程 1 系统准 ...

  3. 【置顶】利用 NLP 技术做简单数据可视化分析教程(实战)

    置顶 本人决定将过去一段时间在公司以及日常生活中关于自然语言处理的相关技术积累,将在gitbook做一个简单分享,内容应该会很丰富,希望对你有所帮助,欢迎大家支持. 内容介绍如下 你是否曾经在租房时因 ...

  4. 利用牛顿法求平方根-Go语言实现

    牛顿法解释 百度的解释如下: 通俗的解释就是:多数方程不存在求根公式,牛顿提出了一种用迭代来求方程近似根的方法.思路就是不断取切线,用线性方程的根逼近非线性方程f(x)=0f(x)=0f(x)=0的根 ...

  5. 利用pandas读写HDF5文件

    一.简介 HDF5(Hierarchical Data Formal)是用于存储大规模数值数据的较为理想的存储格式,文件后缀名为h5,存储读取速度非常快,且可在文件内部按照明确的层次存储数据,同一个H ...

  6. [实现] 利用 Seq2Seq 预测句子后续字词 (Pytorch)2

    最近有个任务:利用 RNN 进行句子补全,即给定一个不完整的句子,预测其后续的字词. 本文使用了 Seq2Seq 模型,输入为 5 个中文字词,输出为 1 个中文字词. 目录 关于RNN 语料预处理 ...

  7. [实现] 利用 Seq2Seq 预测句子后续字词 (Pytorch)

    最近有个任务:利用 RNN 进行句子补全,即给定一个不完整的句子,预测其后续的字词. 本文使用了 Seq2Seq 模型,输入为5个中文字词,输出为一个中文字词. 目录 关于RNN 语料预处理 搭建数据 ...

  8. 在NVIDIA A100 GPU上利用硬件JPEG解码器和NVIDIA nvJPEG库

    在NVIDIA A100 GPU上利用硬件JPEG解码器和NVIDIA nvJPEG库 根据调查,普通人产生的1.2万亿张图像可以通过电话或数码相机捕获.这样的图像的存储,尤其是以高分辨率的原始格式, ...

  9. 利用NVIDIA NGC的TensorRT容器优化和加速人工智能推理

    利用NVIDIA NGC的TensorRT容器优化和加速人工智能推理 Optimizing and Accelerating AI Inference with the TensorRT Contai ...

  10. 利用MONAI加速医学影像学的深度学习研究

    利用MONAI加速医学影像学的深度学习研究 Accelerating Deep Learning Research in Medical Imaging Using MONAI 医学开放式人工智能网络 ...

最新文章

  1. 异步化,高并发大杀器
  2. NodeJS学习之网络操作
  3. Android Broadcast广播机制分析
  4. java 内部类_Java——内部类详解
  5. boost::hana::all用法的测试程序
  6. 概念设计师凌云:《蜘蛛侠:平行宇宙》和《证人》美术浅析
  7. 搜索引擎学习(五)Lucene操作索引
  8. 安装oracle9i时提示找不到文件OCS4J.properties的解决方法
  9. 电商海报模板|psd分层海报素材轻松教你凸显你的主体产品!
  10. 20200506:最低票价(leetcode983)
  11. java学生管理系统界面设计
  12. 工业机器人实训耗材_工业机器人实训课程
  13. 数字图像处理实验四平移性质和旋转性质
  14. 哪所985计算机专业招文科,4张表看透36所985大学自主招生专业,收藏起来做备考材料!...
  15. 13 . 外部中断实验
  16. SVN提交时出现remains in conflict错误
  17. 计算机强制关机后桌面图标不见了,强制关机后桌面上的图标全不见了怎么办
  18. 2019银保监计算机类真题,2019中国银保监会招聘考试全真模拟卷(计算机类)
  19. Android数据编码之Base64
  20. Find the maximum and minimum value in tensor array

热门文章

  1. python实现将将输入的可约分数化简为不可约分数
  2. 面试题:synchronized的底层实现(偏向锁,轻量级锁,重量级锁)
  3. swagger的使用
  4. W3school中js学习
  5. IDEA 这么设置 Maven,再也不用担心依赖下载失败了
  6. 面试官:都说阻塞 I/O 模型将会使线程休眠,为什么 Java 线程状态却是 RUNNABLE?
  7. java spring boot2 springMVC thymeleaf 整合案例
  8. Android 四大组件 之 服务(Service)
  9. Nginx 在 Linux 下安装与搭建 Tomcat 集群
  10. 基于决策树的保险案列