打算博士毕业不从事科研工作的博士生们，你们怎么规划自己的职业？
材料类博士生，做的课题和生产差别比较大，似乎很难找到一个相关工作，想知道前辈们是如何选择和规划的。
发起人
- 威望 : 0
- 积分 : 15
- 粉丝 : 0
问题状态
- 最新活动: 2015-01-30 13:55
- 浏览: 534532
- 关注: 0 人
相关问题
- 老哥们赶紧上。黑鬼速度跟风名字 秒借到。超级高射炮。不打算还的
- 网贷还不起了，刚毕业半年，每天心力憔悴，该不该和家里坦白？
- 商贷60W，贷款30年，但是有提前还款的打算，希望能八年左右还清，是选择等额本金还是等额本息呢，求指教？
- 我毕业找工作被骗分期贷款 21605 元，我该怎么解决？
- 信用卡欠款万，该怎么规划还款。？
- 我是一个刚刚中专汽修毕业的男孩，自己贷款15800学英语，想做翻译，行吗？
- 去小额贷款公司做风控专员的职业前景如何？
- 讨论下信用卡这种提前消费的观念适合刚刚毕业的大学生吗？
- 去小额贷款公司做风控专员的职业前景如何？
- 养卡养到毕业，究竟为了什么？
- 想问下卡神，小招哪个卡最好刷，最好毕业
20 个回复
白米Ⅲ级
赞同来自:
我本科的时候就放话以后坚决不再做材料，想了四年都没想明白要干嘛，所以就读了个硕士，准备再想一年；
读硕士的时候我下定决心以后坚决不再做材料，但还是没想明白要干嘛，所有就申请了个博士，准备再想三年；
现在博士就差一年就毕业了，非常不想继续做材料，但就是想不明白要干嘛，所以打算做博后继续想两年。。。
白米Ⅲ级
赞同来自:
我在国内的大学其实比较渣－哈尔滨师范大学。在这个大学里，我的专业比较渣－物流管理。人生的头二十年走成我这样放谁谁也醉了。还好我意识到了这一点，所以我在大二的时候就开始思考我从这么一所大学和这样一个专业里出来以后到底会怎样？当时我给自己想了几条出路：（1）找工作－赚得肯定不够花；（2）考研－肯定考不上；（3）出国－可以考虑。最后我还是选择了出国。为了早点毕业，我选择了去英国。都是读研，别的国家2-3年，英国1年就毕业，果断去。其实在这里我想说一下，在国内读研究生的学费和生活费真的是差不多啊。注意：这里，我是因为看不上根本不够花的工资和懒得付出努力考研而做出出国的决定的。当然， 为了出国也要好好在学校里考试和学英语。但实话说，出国的准备真的是比本科毕业找工作以及准备考国内的研究生轻松太多。
于是我就去了英国。我本来是学物流的，申了利物浦和卡迪夫大学的物流专业。当时中介费里包含的是三个学校。所以第三个我就让他们看着申。他们给我第三个学校填了格拉斯哥大学的管理学。没想到，格拉斯哥大学语言课程的offer先来了。去格大我的雅思写作成绩不够，得上十周语言。因为格大的排名比较好，所以要求比另外两所学校高些。当时的格大在中国根本没什么名气，我也是根本不知道在哪儿。百度也就只能找到一张小小的图片，什么都看不清楚。反正就这么去了。到了以后，有了朋友。可就在语言课快结束的时候，卡迪夫的offer来了。卡迪夫的物流已经很猛了，可是我真的也是懒得折腾。索性就干脆当卡迪夫发offer这事儿根本没发生。然后我就继续留在了格大读Management。这可是Management啊，至今我都不知道被多少人问过：“亲爱的，你不觉得你的专业很水吗？”留在格大算是我人生中自己做过的第二个重大决定，因为后来University of Glasgow这个名字一直陪着我走到了今天。在格大的校园里与现在的老公相识相爱。现在看来，对我影响如此之大的这个决定。而当时我做这个决定的时候也只是因为懒得搬家。
再往后，我们毕业回了国。我小姨家在上海，但我老公家在西安。我们俩真是一对，都是懒得多想的人。我决定留在上海，因为上海我熟。而且又是魔都，要什么有什么，以此安家立业我认为没什么不好的。偏巧了老公也是同样想，不过他选择的是他的家乡－西安。他想的是西安有他的亲人朋友，留在西安继续守家待业没什么不好的。于是我们就开始了异地恋。其实决定在上海工作以前我是尝试过和他回西安的，可是我真的很受不了他们浓重的传统中国家庭氛围。不过后来我还是去了，因为我想他。仅仅是因为我突然想他了，上午突然想了，中午我就是辞了职。辞掉了月薪1万多块的工作。这可是我刚毕业拿到的第1个工作哦，1万多1个月已经很可以了。但是因为我想他了，没有多考虑我就辞掉了工作出来给他打电话，告诉他我有多想他。接着，我也放弃掉了在上海发展的想法去了西安。
因为西安根本不是我喜欢的城市，所以到了西安我也没有特别想做的工作。然后我就进了新东方外语学校（不是厨师学校）。其实进新东方很简单：我有留学背景，毕业学校世界排名第51，雅思listening 8, reading 7.5，writing 7, speaking 7，而且人长得漂亮不口吃。到了西安最省事儿的就是申请去新东方教英语，工资待遇在西安也绝对算高的。走到这一步我只求工资高，因为不喜欢西安，所以到了西安我很多事情都不care了。不过新东方确实给我锻炼出了很好的演讲能力，为此我还是非常感谢它的。另外我还想再一次的声明：我不喜欢西安，与西安无关。到了西安，我跟老公还有老公的爸妈一起住。当时我们还没结婚。遇到什么大事小情都要跟长辈商量。就算不商量了，只要让长辈知道了，长辈也会找我们商量。这点我就很受不了。另外还有，毕竟不是我自己家，不能想怎样就怎样。说白了就是在西安我很不自由。没办法这么过下去，于是我就开始想别的办法。我老公呢，很孝顺。他也一腔抱负。可他家庭实在是太传统。父母在不远游。所以他就觉得他应该接受理想和现实的差距，不应该再瞎折腾了。但他又不甘心，于是他寄希望于我。一方面他不露声色的逼着我搞出些妖蛾子，一方面面他莫许我的很多大胆又出格行为。直到某天，新西兰的梅西大学给我发了offer。我的PhD面试让我公公婆婆很震惊。我公公对我说我去读博士就是在浪费时间，而我婆婆也说女子无才便是德。是的，他们不高兴，因为我打破了他们的晚年规划。我想摆脱西安对我的各种束缚，于是我决定去新西兰。去新西兰还有一个好处就是PhD的配偶可以拿工作签证。走之前我说通了我妈同意我们领证结婚，因为只有这样才能证明我老公是我老公，这样他才能拿工作签证。然后我就来了新西兰，我来了以后的第8个月我老公才来。这8个月间他一直想办法说服父母改变观念。
到了新西兰以后，他需要发展需要工作，所以我们从北帕搬到了奥克兰。我每个月见一次导师。但由于我是背着他们搬走的，所以我每个月要飞回去一次，让他们见真人... 走到了今天，老公在新西兰做余额宝的海外拓展，有时会给一个大的商家做产品介绍，有时会去给洋人做一些培训。接触的层次都还可以。兼职时他也做做代购，他时间灵活些。我的论文呀什么的东西一来都是几天几天几本不眠不休的，不能分心。从我的case中很容易看了，我的人生都是0规划的，把握好眼前才是王道。但是有什么不好呢？我现在很幸福。在新西兰我也是完全在学习，为了赚些小钱我帮华人社团写了一个project proposal。是在北帕开一个草药园，新西兰首创。目前已经拿到了政府批的地和一些国内的投资。投资金额超过了300万人民币。还发表了一个book chapter。下个月我要过confirmation，新西兰读PhD第一年要交一个大大的Research Proposal。过完confirmation我就又要开始去工作了。具体会找一个什么样的工作我还不知道。
还是那句话，什么发展、规划，都是纸上谈兵。当下，如果你过得顺，那么就开开心心的。如果有什么问题需要你解决，就解决掉它再说别的。如果有几个选择在你面前，不要想太多，哪个会让你最开心就选哪个。Follow your heart，不然你规划得再好。一句不开心，啥都白扯。做人最重要开心，不开心的选择一旦做出了，你看着吧，最后一切都还得重来。
刚从北岸回来拍的天空塔，南半球最高的建筑。风景还可以吧？我这一路走来是从来不思考人生的，因为我的心思都用在享受沿途的风景了。不管怎么样，开心才是最重要的。不要去比，不要去争，不要去care太多。等我PhD毕业了，可能我投入到一个新的领域去。我不能现在就给我的未来做出决定和规划，这是不人道的。就像别人规划你的人生或者你指手划脚他人的人生一样，这是不人道的。
匿名用户 白米Ⅲ级
赞同来自:
白米Ⅲ级
赞同来自:
1、脾气一定会变好：写文章熬夜我都认了，没有节假日我也不抱怨了，脾气完全没有了呢～
2、身体会变好：因害怕过劳猝死，也怕熬夜多了年老色衰，又怕天天枯坐变胖，遂拼命健身和养生
3、更乐观，与自杀绝缘：老娘都拿到博士学位了，什么苦没受过啊？这点小事哪值得自杀？
4、学会与自己和解：我会学着享受孤独，与自己谈心。完美主义、拖延症都不是问题，我爱我自己（没这个觉悟还真撑不下去）
一般来说，博士毕业后做什么都是有的。而以后不管职业规划如何，做什么工作，以上几点，在生命旅途的各个站点，都是裨益无穷的。
匿名用户 白米Ⅲ级
赞同来自:
Career resources for science grad students
-------------------------------------------------------------分隔线-----------------------------------------------------------
随便回答了一下居然有小伙伴们点赞，太感动了QAQ。那我故作严肃地再说两句吧。。。咳咳。
上面这个索引提到的各种和science相关的alternative career，主要还是针对美国的native PhD而言的（对国内的小伙伴们，职业规划的思路可以借鉴，但是有些职业在两个国家的发展前景完全不在一个层面。。。所以请谨慎考察国内这些行业的情况）。 对于像答主这样的international student, 操作起来还是有点难度的，毕竟身份问题摆在那里（有卡的请无视我吧QAQ）。有好几个方向，比如consulting，project management神马的，对language和soft skills要求还是比较高的；有的方向其实opening不多，比如tech transfer和patent lawyer；有的方向可能历史上就没怎么招过non-native吧。。。现在越来越多的phd在考虑转行，但转行从来不是一件易事，已经转行的人，并不是和王子/公主从此都过上了幸福生活。每个人走的道路都不一样，多多了解以前转到目标职业的前辈们的情况，再结合自身条件，兴趣意愿，家庭情况好好考虑吧（我感觉全在说废话。。。）
如果不介意完全放弃之前phd的专业积累（其实即使转了，未来哪天你现在学的东西也许能为你提供意想不到的competitive advantage），读个好找工作的学位（像CS, Statistics），彻底转行，也算是个出路吧（我会说我准备转CS么）。。。
再或者，现在找工作只是黎明前的黑暗。继续在原来专业上坚持下去，若干年后你会发现前路柳暗花明呢~~
最后，温情提示：转行有风险，入行要谨慎 。
引用Legend of Korra里的我最爱的一句台词结束回答：
When we hit our lowest point, we are open to the greatest change.
祝各位知友都能找到让自己幸福的职业！(*^ -^*)
（我废话完了，谢谢各位浪费生命中的宝贵的5分钟围观。。。）
白米Ⅲ级
赞同来自:
但是这样，有几个非常大的问题。首先，学生大多数都不知道自己想要干什么，只知道考大学，考好大学，没有一个清楚的职业规划认识，至少连启蒙都很有限。对于选专业，也都是凭感觉，甚至都不清楚这专业将来会怎么样。有多少人高考是先选的学校，然后从这个学校里面挑些顺眼的专业？其实这是本末倒置的。
然后，除了学习，人生的其他很多可能性，都被打压了。好像有点其他什么爱好都是不务正业，唯有考大学才算是唯一正确的。有多少人放弃了自己喜欢的东西，选了自己不喜欢的专业，又有多少人从此放弃抵抗，就这样告别了自己最爱的东西？
还有，学生大多数，只是培养了学习能力，其他能力严重不足。大城市孩子可能还好一点，其他小城市乡村孩子，就没这幸运了。当学习成了你的取胜之匙，甚至是唯一可以依赖的武器，你就产生了路径依赖：当学霸，一学到底。学霸固然不容易，但是容易陷入用战术勤奋掩盖战略懒惰的怪圈。很多大学学霸，不过是延续了高中的做法，因为他们觉得这样安全。
我说的这些，是基于自己的观察，我看到很多这样的孩子，但是并不是所有人都这样。
好，说到博士。有多少人是因为对科学有兴趣，真的想要从事科研而选择读博的呢？我感觉，凤毛麟角。很多人继续读研，尤其是硕士，一是就业环境水涨船高，对学位要求越来越多，二是大学四年，根本就没做好要去工作的准备。所以读个研吧，能拖就拖，把本来本科毕业就要解决的问题，拖到硕士毕业之后。这其实也是很不好的现象。有些硕士读的，不像硕士，就像学士后，不想离开校园，多蹭两年，其实自身成长非常有限。
其实硕士还好，时间成本没有那么严重。博士就不一样了，上了贼船想下来，很难。有多少博士愁实验，愁文章，愁毕业？有多少人读了博对于科研彻底失去兴趣？最好青春放在了实验室，领着微薄薪水，不就想着毕业以后起点会高一些吗？但是等毕业的时候，发现就业有问题了，怎么？
去高校做老师？竞争特别激烈，而且没有大腿对于青椒很难啊。去工业界？看你行业运气了，要是做的很理论的，要怎么找合适对口的工作呢？继续薄厚？什么时候是个尽头呢？
转行？很多人其实很想转的，但是转的人并不是大多数，为什么？
首先，还是路径依赖。我读了这么多年书，不找本专业的，不是白读了，转行我的竞争优势又是什么？其次，博士越读，路子越窄的，聘请博士的职位，都是专业性很高的，基本一个萝卜一个坑。有坑还好，没坑很难啊。然后，你要是有那种勇敢的闯劲，一开始大概就不会选择读博士了吧。。。其实能读下来博士的人，大多不是那种心很野的人，心野的人很难耐住几年实验室板凳吧？
所以博士就业的时候，就拧巴了。行业形势顺利还好，要是不顺利。。。真有点高不成低不就。而且自己努力了这么多年，却没有看到回报，实在是会略微沮丧和迷惘。
当然了，读博士的收获可不单单是毕业职位一点，还有很多很多是没法用具体东西衡量的。但是说到毕业就职，硬条件还是很重要的敲门砖，进去了发展好不好，软实力才是更重要的。
我的答案只是从一个切入点，说了博士就业可能产生的迷茫和其背后的一个层面的原因。读博士喜怒哀乐太多，一个切入点不可能说的很全面。
至于就业的具体操作方法，各个行业差距太大，没有什么必然参考价值。但是要相信，在同等条件下竞争，你不输于其他人的。那么难的毕业都熬过来了，毕业就业不过是下一个困难而已，总会有合适的办法。虽然这话很鸡汤，但是我觉得实际情况就是这样。
愿所有博士同行都有个好的归宿。
匿名用户 白米Ⅲ级
赞同来自:
不是材料方向，但仍然希望跟大家探讨一下。
我为什么不搞科研（去高校）？拒绝了老板三番五次劝说我去高校后，他好像终于放弃我了。一方面确实智商不够，离顶尖水平差的太多了，很多理论都理解的不透彻，加上博士论文偏工程，以后去高校估计发展前景有限。而且自己也不喜欢被逼着发paper的感觉。
以后的打算？马上要找工作了，现在正在迷茫。其实也很想带着一帮学生干点事实，可是科研之路太艰辛，想想还是搞搞自己比较擅长的工程吧。能力撑不住野心，所以现在很痛苦。已经被老板洗脑，不搞科研，你读博干什么？
最终应该是去企业，最理想的是带领一支团队，干一些能够提高国内技术水平的事情吧，具体什么也没想好。不过，都说中国科技落后，我想，我总能找到一两件可以发挥所长的事情吧。
絮絮叨叨，不知所言，与君共勉。
白米Ⅲ级
赞同来自:
本科材料相关专业的来握爪
硕士材料相关专业的来拥抱
材料专业却在学写代码的只能抓过来亲一口了TT
白米Ⅲ级
赞同来自:
白米Ⅲ级
赞同来自:
本人实验室专业肯定比你冷，仪器古灵精怪，十年前号称“手指头数得过来有几个组搞”。
于是，作为稀缺资源，保底就业的办法，师兄师姐找不到教职的纷纷去仪器公司卖或维护这玩意了。
承蒙国家科研经费疯狂增长，生命科学和化学加速联姻，表征手段不多都不好意思发文章。于是买得起、愿意买的地方越来越多，师兄们业务量暴增。
于是不搞科研的师兄师姐们过上了幸福的生活。
白米Ⅲ级
赞同来自:
所以我支持楼主转行，材料很多分支多枯燥无趣又和市场不对应，个别毒性还大，这个同专业都是了解的。
那么进入下一个问题，转行做什么，怎样最小程度减少沉没成本，肯定还是想找对自己学力认可的工作。
可以找基金公司，基金下边的风控部门有的是针对某一专业领域的，需要金融加对这个行业的深入了解，把控风险；
可以去做高中老师，对女生来说，不错的选择，有假期，北京的话也有户口；与大学老师不同的就是研发压力和进入的难易程度，进大学还是需要海龟博后经历，而且也未必进去；
进入行业咨询公司，但是建议慎重，会一直加班的节奏。
考公务员，现在部委公务员中博士也不少，以后主要行政加写材料。但公务员考试对材料敞开大门的不多，需要机遇。
总之，不管从事本行还是转行，材料都有很大局限性，但楼主把一切当成一个新的开始，重新学习，就会开心很多。
白米Ⅲ级
赞同来自:
作者：han mark
链接：国内某顶尖高校工科博士生职业选择：一个是省重点高校当老师；一个是省直定向公务员。哪个好？ - han mark 的回答
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
曾经无数次想过这个问题，然后在这里谈下个人的想法和冲动。另外：【学的专业不算很火，但也还算有用的专业。个人家庭条件很一般，父母工人。这个也很重要。年轻的时候，其实大家缺的就是钱，没错，我就是这么俗。当然我也想要更好的发展。比如入仕】
本人读的也是工科博士，当时读博的时候并没有想太多。也在一味的想未来的出路，而出路呢，无非就是那么几条，第一，读博后，一个两个三个都有可能，出国或者在国内做；第二，去研究所，什么航天院啊，中国电科啊，大唐啊，各种吧；第三，去高校，当讲师；第四，去企业，比如华为；第五，当公务员，好的话，就像楼主一样，定正科，承诺副处，但是，究竟是不是画的饼，这个真说不准。
那么现在就挨个分析一下，纯粹自我想法，有一些依据，但是不全。先说待遇吧，没办法，我太俗。第一，读博后，个人看过几个博后的待遇，在国内好的，一年能有十万左右入账，因为很多博后的年薪是十五万加吧。当然高校比较少了就。国外呢，有人扬言说，一年二十万没问题，但我觉得，拿美国为例，一年4万美金，能剩15w人民币就不错。第二，现在研究所，给博士的，好的能达到20w。第三，高校，北京的学校还好，其他地方的一些大学，省属的，真的还是待遇挺差的，有十万就不错。第四，企业可能就比较多了吧，第一年会比较多，以后，最少每年有25w吧，然后，干的好，会增加。第五，公务员，部属公务员和北京市的比较好，其他的待遇就真的不造了，我认为好的地方，官方收入能有7,8w？10w？，这个随机性太大。
接下来分析一下各个出路干的活儿和发展，第一，第二，第三，都是搞科研，科研这件事，大部分人认为当老师多好，多么的轻松，还有大笔的经费，事实上呢，反正我上这么多年学，见过很多老师，这里面有很敬业的，半夜还在搞科研的研究人员很多，当然也有很多基本上啥都不干的 。所以随机性依然很大，但是不管是当老师还是去研究所，去一个容易拿到项目的地方很重要。这个真的很重要，所以，出国做博后就显得比较重要，并且这两年还算有个中等的收入，回来可以去一个好点的岗位，不管是高校还是研究所。那么如果一直在研究所发展呢，想要干好，肯定也要付出很大的努力，否则你的工资上升空间就不大了。但是如果只追求一个稳定的生活，不在北上广深，那么第二第三都是可以的，并且你可以选择不那么努力，然后就比较安逸。温水煮青蛙，你会越来越懈怠，这是真的！但是如果想要干好，出国博后就显的尤为重要了。当然了，有很多博士，毕业就不想搞科研了，那么咱们分析第四和第五，第四，是去企业，累是肯定的，工资会上升，所以这个和研究所可以比一下，so，如果待遇差的不多，我建议去个好点的研究所，为什么推荐研究所不推荐高校，因为好高校难进，不好的高校待遇差，赶不上研究所。第五，公务员，看过有些地方去清北招博士公务员的，然后给的待遇不错，但这些大部分是一些偏远点的地区，当然也有一些好的，貌似楼主就是这种的吧，因为这个的特点之一就是定向，然后给副处，so，以后的事情天知道。然后就是通过自己的努力考公务员，这个一般考上会定个主任科员就很不错了，这当中还要求专业对口啊什么的，首先考上的几率不大，第二考上之后，意味着你学的东西全都跟你说拜拜了，基本上是拜拜了，第三，就得看看你的家庭能给你的支持吧，不仅是家庭关系背景，还有钱，比如，一个北大毕业生，去了中央部委当公务员，一个月七千，但是对于北京的高房价，家里又支持不了多少，没错，这哥们辞职了。至于大家都在说的升迁，肯定是家里有点实力的会好很多，但是我依然是相信，总会有没背景的小伙子干得好的，最少我们要有这个信念。
综上，说了很多，总结一下，
Num. 1 如果想安逸，选一个二三线城市，找个大学或者普通的研究所，当个老师或者科研人员，不累，但是稳定，这辈子基本上也就那样了，当然也有慢慢混好的，因为我的前提是安逸，所以这个混好不是说科研，而是说人机灵，走行政，慢慢好的，但这是概率事件，实话。
Num. 2 如果想折腾，可以选择出国读博后，去好点的大学，或者去一个紧张点的研究所，然后靠自己的科研能力，拿项目拿到手软，成为一个科研大牛，不过说实话，做科研的人那么多，出国的那么多，究竟能有几个大牛呢，（这个可以参考之前的一篇文章和知乎关于这个文章的问题，凭什么我辛苦二十年却不如别人，北大化院那个段子如何看待北大化院「凭什么我辛苦二十年，现在却比别人差那么多」？ - 人生）大部分人其实是抱着当大牛的目标在努力着，却过上了并不是很安逸的生活，当然有兴趣的就除外了。
Num. 3 上面的折腾属于科研的折腾，还有一个是去企业折腾，ps一下，我说的企业是私企或者外企哈，国企就归类到上面的研究所去了。去 企业要想很多问题吧，起薪要高点吧，否则那不如去国企，然后，这个行业，要能真正显示出博士的水平来，而不是是个技术工人就能干的，所以，最后就是你要做到，这个问题只有你能解决，你跳槽也没问题，大牛级的工程师，说不定，到了四五十所还能去个高校搞个牛逼的教职，要是去企业，我觉得博士应该向这个方向发展，当然大部分人是不知道自己的未来和企业的未来的，所以说实话，操作起来有难度。如果人勤奋，不怕苦，那么在企业，我觉得钱是可以赚到的，但人是不容易满足的，还有社会地位 啊，孩子上学啊，所以考虑的因素比较多，还有就是大部分问题不需要博士，很多本科研究生就能做好，博士去了体现不出来价值，方方面面导致了博士去企业的不是很多，除非工资很吸引人，不过随着我国的发展，现在已经慢慢多了起来。一句话，去企业，需谨慎
Num. 4 公务员，上面已经说得比较清楚，最好也是能发挥出你学历的作用，但是事实上不容易。去当公务员的博士也是比较少，毕竟你也是从科员干起，或者主任科员干起，（不过好多人一辈子混上主任科员也不错了），需要你的情商，需要你的勤快，还有家庭啥的吧，这不是一个人在战斗。但是不用像科研那样，如果不想搞科研，我觉得是可以尝试一下公务员的，你这个承诺副处，我觉得这个很有吸引力，如果是我，我应该会去干。
啰啰嗦嗦说了这么多，也不知道对不对，希望大家辩证的看一下吧，不喜勿喷，但是希望大家一起交流，毕竟要关注我们这个博士群体哈。还有就是那些博士毕业出去搞销售啥的，这个我没有说，因为我也没想过，所以还是那句，文里肯定有很多没说到的，说的不对的，大家多多包涵。
ps：昨天上小木虫，我发现现在做材料的，有很多地方招博后，待遇还不错，尤其是深圳大学什么的，22w有木有，大家是想去做博后继续搞科研还是想转行呢，怎么感觉转行了还没博后挣得多，如果博后挣得多，那大家都去了么？
白米Ⅲ级
赞同来自:
匿名用户 白米Ⅲ级
赞同来自:
请问：博士就必须搞科研？择业就要职业规划？
我其实很明白你的内心想法，我可以很明确地告诉你：1、读博士有投入，那么就选择一个相对产出高点的职业；2、人的每一次选择意味失去了另一个选择，不搞科研没什么大不了，重要的是，科研训练赋予你的人生历练。3、我可以明确地告诉你，如果条件允许，出国是不二选择，无论你将来干什么。
白米Ⅲ级
赞同来自:
白米Ⅲ级
赞同来自:
白米Ⅲ级
赞同来自:
此外，计算机工程相关的毕业生可以选择去企业，例如高科技公司。
传播学可以选择市调或舆论观测公司。
NGO 或者 NPO 也是不错的选择。
白米Ⅲ级
赞同来自:
高分子未来的就业倾向是什么？？都有什么选择？ - 潇湘笛的回答
白米Ⅲ级
赞同来自:
[h1]转行数据挖掘和机器学习（四）[/h1]目前从纯数学专业转行到机器学习领域已经有两年半了，又到了该总结转行经验和个人成长的时候。笔者在公司里面已经做过智能推荐系统，智能安全系统和智能运维系统。除此之外，笔者对量子计算等前沿内容也有所了解。不过，还是那句老话，大牛们请主动忽视以下内容，初学者可以用作参考。
[h1]编程语言[/h1]目前工业界的机器学习编程语言很多，基于个人的一些浅显的工作经验，发现目前比较常用的编程语言是 Python 和 SQL。
通常来说，SQL 是为了从数据库中提取数据，然后进行必要的数据过滤，数据分析，数据提取。对于 SQL，需要掌握的内容有以下几点：聚合函数，数学函数，字符串函数，表格的连接函数，条件语句等。SQL 的经典教材有两本，分别是：
《HIVE编程指南》，作者 Edward Capriolo
《SQL基础教程》，作者 Mick
PS：个人特别喜欢《SQL基础教程》，极易上手，易学易通。之前写过一篇文章总结 HIVE 的使用细节，提供给大家做参考：《HIVE基础介绍》
对于编程语言 Python 来说，目前深度学习的框架 Tensorflow 等，都可以使用 Python 进行编程。除此之外，Python 还有各种各样的数值计算库和机器学习库等着大家去使用，例如 Numpy，Scipy，ScikitLearn，matplotlib 等。其中，Scikitlearn 的文档是非常详细的，特别适合初学者入门学习。至于 Python 教材的话，其实有很多，例如：《Python基础教程》，作者是 Magnus Lie Hetland，这本书特别适合初学者看。如果是网络教材的话，推荐参考 廖雪峰 的官方网站，地址是：http://www.liaoxuefeng.com/
至于开发环境的话，一般来说公司都会使用Linux，有一本书可以提供给大家做参考：《Linux命令行与Shell脚本编程大全》，作者 Richard Blum／ Christine Bresnahan
既然是处理大数据，那么 MapReduce，Hadoop，Spark 等内容需要了解。参考文章：《一文看懂大数据的生态技术圈，Hadoop，Hive，Spark都有了》
[h1]机器学习[/h1]既然是做数据挖掘和机器学习的工作，那每个人都需要了解这方面的内容。在这里笔者推荐教材《机器学习实战》，作者是 Peter Harrington。阅读这本书需要读者掌握 Python 语言，加上 Numpy，Scipy，matplotlib 函数库的一些基础内容。源代码的话可以在网上找到，然后根据书本的章节逐步学习即可。
除了《机器学习实战》之外，周志华老师所写的《机器学习》西瓜书也是不错的选择。建议初学者结合这两本书一起学习，周志华老师的《机器学习》介绍了多种机器学习算法，并有简单的例子和数学原理进行描述。
既然提到了机器学习，那就简单地总结一下里面的一些算法吧。
如果是做推荐业务的团队，那么使用地最多的还是逻辑回归算法（Logistic Regression），ItemCF 和 UserCF，物质扩散和热传导算法（Heat Spreading） 算法。由于 LR 是使用线性的方法来处理非线性的问题，并且实际的环境中会有物品的特征和用户的特征，因此会导致特征工程比较复杂，交叉项多（二维或者三维的交叉）。因此，在实际的工作中，特征工程的作用就显得十分重要。工程师和业务人员要根据物品和用户进行必要的特征构造，形成物品特征，用户特征，交叉特征等。之前也写过一篇文章《特征工程简介》，供大家参考。
除此之外，涉及到在线优化的问题，Google 在几年前提出了一个 FTRL 算法。论文是 Ad Click Prediction a View from the Trenches，里面会涉及 SGD 算法，Truncated Gradient 算法，RDA 算法，FOBOS 算法，以及最终的 FTRL 算法等。这一个内容其实只写过一份网页版，后续会改成 ppt 的格式。
比逻辑回归算法还要简单的那就是线性回归算法了，目的都是针对连续型的数据进行预测，结果都十分容易解释。除了直接的线性回归之外，还有局部加权线性回归，岭回归，Lasso 和前向逐步线性回归等算法。这些细节可以参考文章《线性回归》。
决策树 ID3，C4.5，CART 都是一些非常经典的算法，但是在工业界里面的使用场景不是很多。不过随着时间的推移和笔者对业务的理解，发现决策树在智能运维领域的根因分析上面有着独特的优势，正如这两篇文章所写的：《智能运维系统（一）》，《根因分析的探索》。
如果是针对转行的同学的话，那么大家肯定关心的是如何把之前的技能平滑地切入到新的领域中。如果学过数理统计的话，那么《最大似然估计》就是一个不错的切入点。
除了上面所说的算法，支持向量机算法（Support Vector Machine），GBDT 算法，随机森林算法，XgBoost 算法都是在工业界比较常见的算法。目前个人还没有对这类算法进行过总结，不过还是强烈建议大家去学习一下。2018年笔者应该会对这些算法进行一些个人的总结。
无监督学习算法也是整个机器学习领域的一大方向。提到无监督学习算法，就不得不提到聚类算法，其中最经典的还是 Kmeans 算法。这个可以参见文章《聚类算法（一）》，《聚类算法（二）》。聚类算法的反面就是异常点检测算法，之前在异常点检测算法上面研究过一阵，也写过不少的文章。例如：
《异常点检测算法（一）》，《异常点检测算法（二）》，《异常点检测算法（三）》，《异常点检测算法综述》。
关联分析，也就是所谓的“啤酒与尿布”的故事。Apriori 和 FpGrowth 算法都有自己的优点和缺点，在智能运维里面经常会涉及到关联性的分析。无论是事件与事件的关联，时间序列与时间序列的关联，时间序列与事件的关联，都需要进行分析。之前微软也研究过《时序数据与事件的关联分析》，在这里分享给大家。
除此之外，强化学习也是机器学习的一个研究方向。随着 DeepMind 公司的 AlphaGo 打败围棋顶尖选手，能够自动玩游戏的智能 AI，强化学习已经成为了一个比较热门的研究方向。之前写过三篇关于强化学习的小文章《当强化学习遇见泛函分析》，《用强化学习玩文本游戏》，《深度学习与强化学习》供大家参考。
目前深度学习已经成为了机器学习的热门研究方向，无论是卷积神经网络 CNN 还是循环神经网络 RNN，都是研究的主流。之前在学习反向传播算法的时候，写过一篇如何基于 BP 算法训练 RNN 网络的文章《循环神经网络－Reccurent Neural Networks》。
通常来说，循环神经网络是可以用来处理一些文本内容的，然后在这里也写过一篇文章来介绍文本里面的基本概念：《TF－IDF简介》。
在现实社会中，社交网络已经成为了大家不可或缺的一部分，无论是在工业界还是学术界都有人对社交网络进行研究。之前也研究过 Google 的排序算法 PageRank 和其余的一些图算法，在这里也列举出来供大家参考《Graph Analysis and Its Application》。
近些年，Google 等一些大公司也在大力发展量子计算，也有人进行量子计算与机器学习的研究，之前写过两篇科普性质的文章来介绍量子计算：《量子计算（一）》，《量子计算（二）》。
数理统计
数理统计方面还是有一些东西是蛮常用的。例如时间序列模型 ARMA 模型等。一些数据的指标，例如均值，方差，标准差，变异系数，相关系数，ROC曲线和AUC，召回率和正确率，交叉验证等。
除此之外，时间序列的异常检测在智能运维上面也有着自己的用武之地，例如对 KPI 曲线的异常检测和定位。有的学者也提过相应的方法《智能运维系统（二）》，里面用到了有监督的方法来进行时间序列的异常检测。
[h1]业务[/h1]在实际的工作中，最重要的一个因素就是理解业务，只有理解了业务的需求，才能够更好的完成领导所布置的任务。在做事情的时候，一定要形成闭环。那就是：了解业务需求－》调研业界方案－》查看是否适用－》上线效果。通过最终的效果和我们要做成的目标，来反推当前需要做的事情。一些学生时代的思维方式需要逐渐抛弃，参考文章：《开公众号之后的一些感想》。
白米Ⅲ级
赞同来自:
那还是转CS吧= =
如果有钱………………
那也可以读个商科= =