- 1、本文档共2页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
集中监控中心值班人员考核细则
一、劳动纪律(20分)
1、上班迟到、早退、离岗,每十分钟扣3分,不足十分钟按十分钟计算。
2、未经负责人同意,私自调换班次,扣2分。
3、严禁在监控中心吸烟、会客或在监控操作工作台上用餐,违反者每次扣5分。
4、值班时窜岗、玩手机、打私人电话、夜间睡班或做与工作无关的事情,视情节轻重,每项扣5分。
5、严禁上岗前和当班时喝酒,违者扣10分。
二、履职情况(50分)
1、视频监控点报警不进行视频回放、查看、及时处置的,扣5分,因拖延报警事件造成案件发生的,追究经济责任和刑事责任。
2、监控设备故障处理不及时或者不及时报修的,扣5分。
3、不按照远程监控规定使用和操作计算机,随意在计算机上使用外来玩游戏或者改变系统参数者,扣10分,造成数据和信息丢失的,视情节轻重,每项扣10-20分。
三、保密情况(20分)
1、不严格遵守远程监控保密制度,随意将监控中心情况和工作内容向外透露,发现一次扣15分。
2、私自拷贝、下载、外借、将监控资料上传互联网,发现一次扣20分。
3、私自允许他人在监控中心录像、拍照,发现一次扣10分。
4、私自删除、违规覆盖、故意损毁视频监控录像资料,发现一次扣20分。
5、随意议论、传播工作发现的各种情况和他人隐私,发现一次扣15分。
四、基础管理(10分)
1、当班工作人员未按规定换鞋和穿工作服的,每次扣2分。
2、值班时监控中心用品和设备摆放不整齐、不整洁的,每次扣2分。
3、监控中心应时刻保持环境整洁,随时清洁地板、工作台,各种设备表面要保证无灰尘和污染物,对垃圾和废弃物要及时清理,不得随意摆放私人物品。违反监控中心卫生制度,发现监控中心脏乱的,每次扣3分。
4、值守人员要控制好监控中心湿度和温度的平衡,设备间内温度宜保持20-26摄氏度以内,相对湿度宜保持30%-65%以内;保证设备正常运转。没有做到的,每次扣1分。
5、监控中心值班人员必须按规定做好各项记录工作,违反规定,每次扣2分。
以上每1分对应人民币10元,由监控中心每月汇总考核情况提交外包公司,情况严重者将违规人员退回外包公司,并追究外包公司的违约责任。
您可能关注的文档
- 陈寅恪、贾平凹、李讷、刘蓓名字的正确读音.doc
- 陈山好看的”与“好玩的”略论中国电影观众文化消费心理的变迁.doc
- 陈式太极第十九代正宗传人凌志安.doc
- 陈文秀代表作1修改.doc
- 陈文贵鼠疫报告首次揭露侵华日军细菌战.doc
- 陈旺、于菲菲简介.doc
- 陈李济咳喘顺系列平面广告.doc
- 陈杏德散文《回乡杂记》.doc
- 陈桂娇正式实习报告.doc
- 陈涉世家重点掌握内容.doc
- 数据仓库:Redshift:Redshift与BI工具集成.docx
- 数据仓库:Redshift:数据仓库原理与设计.docx
- 数据仓库:Snowflake:数据仓库成本控制与Snowflake定价策略.docx
- 大数据基础:大数据概述:大数据处理框架MapReduce.docx
- 实时计算:GoogleDataflow服务架构解析.docx
- 分布式存储系统:HDFS与MapReduce集成教程.docx
- 实时计算:Azure Stream Analytics:数据流窗口与聚合操作.docx
- 实时计算:Kafka Streams:Kafka Streams架构与原理.docx
- 实时计算:Kafka Streams:Kafka Streams连接器开发与使用.docx
- 数据仓库:BigQuery:BigQuery数据分区与索引优化.docx
文档评论(0)