列文章中描述的就业逻辑,在理工科中,这些作为「转行」核心的关键相似点可以简单总结为以下三类。
数理基础:实际上指的是推公式、解方程的能力。
如果数理基础足够好,那么在简单的准备过后可以进入各类需要进行理论工作的方向。
仅以就业而论,主要的出路之一是量化金融,事实上对冲基金一直相当青睐名校的数学或物理博士;而如果考虑的是本科毕业后选继续读研的方向,那么潜在的出路会是任何理工科(当然,都要求数理基础真的足够好)。
代码能力:大家看到代码能力就会想起转CS,但有一定代码能力的人潜在去向会相当多,并非只有互联网企业。
基本上所有公司都有单独的软件开发部门或软件硬件结合的部门,扎实的代码能力足以成为通向这些岗位的敲门砖。
电子学:与代码能力类似,只是对应的是硬件岗。电子学基础足够好的人最后可以去到各种各样的地方做硬件,不仅仅是华为(虽然华为给的钱可能是最多的)。
大部分理工科专业都会着重培养这三个重要的基础能力中的1~2个,而某些课业压力最重的专业,如电子信息(参照电子信息介绍)、核工程(清华限定)等,在这三方面都会设置相当一部分课程。
如果同学们能够顶住繁重的课业压力,把这三方面的课学懂,学通,那么未来的出路就有望得到大幅扩展。
……
除去依靠数理基础、代码能力、电子学基础这三项基础能力完成的「转行」以外,另一类「转行」模式也广泛存在,即通过交叉学科或交叉方向的方式完成「转行」。
举例而言,仪器类专业原本就是电子学、光学、机械、计算机等多个学科的交叉,其培养方案中这几个学科的课程都会涉及。那么一个仪器类毕业生无论是选择深挖电子学,最后去做硬件;或是深入学习计算机技术,最后去做软件,都是相当正常的选择(参照仪器类介绍)。
作为交叉学科的细分方向在就业出口上也会广泛一些,如生物信息学、计算材料学等交叉方向,毕业生的职业选择范围普遍会比身为「天坑专业」的生物学和材料学(非交叉方向)好上不少。
因此通过进入交叉方向而「脱坑」,也是一类相对常见的路径(参照生命科学介绍和生化环材劝退文章)。
但这种天坑专业和非天坑专业的交叉方向虽然出路比天坑专业好些,却也比不上最开始就不进入天坑方向(都想着学生物信息学了,为啥不直接学计算机呢),希望同学们不要因此认为天坑不是坑了。
3更广的出路,更高的门槛
上文中所描述的是一种乍看起来相当乐观的就业前景,但这种范围广阔的出路背后并非没有代价:
更广的出路以扎实的知识体系为基础,而掌握一套扎实的知识体系,难度远远高于掌握一门技能或单纯的混毕业。
从物理系毕业并不需要扎实的数理基础,只需要把解最基础的模型的方式大致背下来。甚至拿到物理学博士学位也和数理基础扎实没什么必然关系,只会调参数做模拟的博士一抓一大把。
从电子系或工物系毕业也不意味着那三种基础能力真的都足够强,哪怕在清华能做到这一点的人也屈指可数;能精通两个方面就已经算是不错。如果把视角放低,很多院校里要求不高的硕士可能直到毕业也就是画画板子和有限元网格。
仪器类、自动化类交叉学科看似「万金油」,但大部分人终究只能学成个博而不精的样子,不仅没有上文中所说的广阔的选择范围,相反还很可能落得哪个方向都找不到好工作的尴尬境地。
……
归根结底,那些作为选择权核心的,基础的知识体系或交叉的知识体系,都需要一定程度的基础智力和长时间的精力投入才能掌握,并不是从随便哪个不是天坑的理工科专业毕业后就自动获得的:掌握这些知识体系可比混毕业困难多了。
所以从数据和网络舆论出发,对各类理工科专业的就业前景的评价往往两极分化非常严重。
在这里同样需要指出的一点是,我们所提供的这套专业文章在这里也有局限性:
比如说介绍核工程专业的文章里就提到了「转行容易」,但并不是每个人都能把核工程专业学到容易转行的程度。倒不如说,在顶尖名校之外的普通院校里,这个比例往往相当小。
而如果仅以混毕业一类的低要求为目标,实际上并没有把这个专业的知识体系理清楚,那么最终毕业之后能掌握的也仅仅是一门或几门技能。
比如做有限元、画板子、养细胞等等,这些技能不难掌握,也没什么与大众印象里的硕士、博士学位相匹配的含金量。像很多人描述的一样,「抓个高中生过来都能干」。
4天坑的形成
与上文中描述的几类专业相对,所谓的「天坑专业」指的是这样一些专业:它们的知识体系与其它各专业几乎没有重合,或其培养方案直接面向特定行业的就业。这使得毕业生出路相比前文中提及的各类专业