那就没有办法了，除非您去公开他对您帐户的私人使用，否则将无法正常工作。您可以要求老板或财务让他们为您解决此问题。也许他们不敢让你暴露。但这很痛
这种情况属于两个以上地方的职工个人收入，各单位应当按照一般标准扣留。年收入１２００万元以上的个人将主动申报个人所得税，并缴纳少缴的税款。那些不主动的人将对后果负责。
大数据行业面临的五个主要挑战如下：
丰富的数据源是大数据行业发展的前提。中国的数字数据资源总量远低于美国和欧洲。美国每年的新数据量仅为7％，欧洲为12％。其中，政府和制造业中数据资源的积累远远落后于国外。就现有有限的数据资源而言，存在标准化，准确性，完整性和低利用价值不高的情况，这大大降低了数据的价值。
如今，几乎任何规模的企业始终都在生成大量数据，但是如何收集和完善这些数据始终是一个问题。大数据技术的意义并不在于掌握大规模数据信息，而在于智能处理这些数据以分析和挖掘有价值的信息，而前提是如何获取大量有价值的数据。
挑战2：建立数据挖掘分析模型
进入大数据时代，人们正在谈论大数据，这似乎已经发展成为一种新趋势。数据比以往任何时候都更深入地植根于我们生活的每个角落。我们尝试使用数据来解决问题，改善福利并促进新的经济繁荣。人们对大数据表现出很高的期望，并且对大数据分析技术特别乐观。但是，对于大数据分析，人们崇尚其神奇价值的呼声很高，但很少见到其实际应用的模型和方法。造成这一难题的主要原因有以下两点：一是大数据分析的价值逻辑仍然缺乏足够的洞察力；二是大数据分析的价值逻辑仍然缺乏足够的洞察力。其次是大数据分析中的一些主要要素或技术尚未成熟。大数据时代的数据量巨大增长，缺乏大数据分析逻辑和大数据技术的发展，是我们在大数据时代面临的挑战。
挑战3：数据开放性与隐私之间的平衡
数据应用的前提是开放数据，这已经是共识。有专业人士指出，中国人口居世界首位，但2010年中国新存储的数据为250PB，仅日本的60％和北美的7％。目前，中国一些部门和机构拥有大量数据，但宁愿不使用它也不提供给相关部门共享，导致信息不完整或重复投资。2012年，中国的数据存储容量达到64EB，其中55％的数据需要一定程度的保护，但目前只有不到一半的数据受到保护。
挑战4：大数据管理与决策
挑战五：大数据人才缺口
如果以Hadoop为代表的大数据只是一头小象，那么企业必须拥有可以驯服它的动物训练师。当许多公司热情地接受这种大数据技术时，精通大数据技术的人才也将变得很大。