三十而立，记录我的土木转行之路思考

原本已经做好心里准备疫情后就要去一家做传统图像算法的公司报道，毕竟离家只有2km，但心心念于学的ai，经一位朋友介绍去了一家交通领域的创业公司感知算法岗位，目前已入职2周多，公司氛围很好，也深感要学习的内容实在很多。加油吧，愿自己的每一分折腾都对得起自己。

也希望自己的折腾经历，给广大土木同行一份参考和借鉴，少些弯路，多些效率。

现状和结论

1、时间来到2022年5月底，自3月13号封闭以来，上海疫情已持续超过2个半月；

2、自3月初辞职后的转行之路，截止目前也是充满坎坷和波折。觉得还是有必要记录一下，便于时刻记得自己的初心，在适当的时候便于回顾和纠偏。

3、已过三十而立的门槛，留给自己不断探寻的机会已越来越少。随着年龄的不断增加，转行试错的成本越来越大，成功的机会也越来越小。

个人概况

本硕985，16年毕业于上海某高校土木专业，毕业后年半一直在某市政设计院从事桥梁工程设计工作。

回溯

16年研究生毕业之际，实习找工作然后自然而然就去了设计院，土木研究生毕业走技术路线的话大半就是市政、公路、建筑设计院。真正体会设计院的工作形式和性质，深感所困。仍记得刚入职即被安排去往现场办公设计，同届五虎初入职场，真可谓生龙活虎，创下连续奋战96小时没有离开办公室的记录。本篇暂不对设计院经历进行过多回顾。

意识到这样的工作模式不是长久之计。第一次动心离开是在20年初的疫情第一波袭来之时，当时一心想转行金融相关的从业岗位，朋友介绍去了解保险行业，经过一番深入了解，这是玩圈子和人脉，对我一个在技术圈的井底之蛙，无异于难上天。况且国内的医疗保险模式和西方有不小的区别，所以慎重考虑后，并没有入行。时间来到21年初，怀着对金融行业的向往，所以依然在寻觅和折腾着，想做量化，也参加了某券商研究所实习的机会，最终还是先退出吧。这个领域门槛高，竞争难度最大。尤其是量化，对数学、计算机、金融三方面知识体系都要有一定的掌握，于是多番比较，最终还是将目光投向了计算机行业。

现状

结合国家十四五规划，高频出现信息化、数字化等方面的要求，所以盯上了数据挖掘方向，大数据时代从大量数据中挖掘出有价值的信息，在各行业都有较多的应用场景。在同样准备转行的师兄的引导建议下，开始了机器学习算法的学习，学习节奏较慢，拖拖拉拉从7月一直到12月，将机器学习常用的算法过了一遍，中间夹杂着房子装修、外地出差等等事情。从1月到3月，将深度学习的算法基础也过了一遍。跟着师兄的节奏，逐渐偏向了cv方向。经过4月几番面试，效果不甚理想，才回过头反思自己的初衷，想想自己想要的，也逐渐了解到就深度学习目前的应用场景，cv方向的内卷程度大于nlp领域。确定了目前的这家图像算法工程师的岗位，岗位虽是图像算法，也混杂着nlp的应用需求和场景，所以也是很好的学习机会，尤其是nlp方向。

由于上海疫情封城的原因，面试也都是线上进行。经过最近的面试经历，需好好总结一下：

1、自己的方向已经由最初的数据挖掘，被带偏到了图像算法，可以说偏离度已经达到50%以上。没有坚持好自己的初衷。

2、投递面试岗位集中于深度学习算法工程师、自动驾驶感知算法工程师、计算机视觉算法工程师、图像算法工程师等岗位。一半以上的公司会考察算法和数据结构。

3、在30岁的年龄从桥梁设计转行上述方向，跨度较大。

那最近也与几位互联网朋友进行深入交流，记录一下体会：

1、这次转行过程中，应该先跳槽与原行业有一定关联度的岗位，而不是大跨度直接完全转向。如此才可保证原有知识和经验被完全摒弃，从零基础做起。其实和土木、设计院相关的岗位也还是有很多的，方向之一就是信息化+方向，BIM方向、建筑信息化方向、智慧交通业务等方向都是值得考虑的。通过2次左右这样的过渡便可以逐步完成转向。希望能给30岁左右的同行提供一些转行思路借鉴。

2、结合自身已转行到目前的岗位的情况，需要对自身有3-5年的职业发展提前有谋划：

（1）明确未来的发展主线。个人倾向于数据挖掘和nlp方向。一是从算法岗位往数据挖掘发展，有一定算法基础难度会好一些，二是nlp方向卷的程度稍好点。那技术线，3-6个月，夯实算法与数据结构基础；3-6个月，掌握nlp方向的常用算法。结合工作中的需求，尽快提升工程应用的实践能力。

（2）理论只是基础，实践是王道，多去平台上做练习吧。

（3）单纯做技术，虽然年龄的增长，都不是长久之计，在很多行业其实都有一样的问题。从长远的周期看，还是要立足于技术的基础上，转型做业务、产品等，才能更好的突破瓶颈。

3、一些转行ai算法岗的体会：

（1）转行难度会随着年龄段的不同呈现显著不同。毕业1年内转行，也许公司主要看中你的学校背景和学习能力；毕业1-3年内转行，公司会在上述基础上适当看你过往的项目经历；超过3年以上的转行难上加难，公司不会为这样年纪的你付出过度精力培养你，人家要你来要的是你的即战力。

（2）技术方面的必备

编程工具：python or c++；

常用的机器学习、深度学习算法；

算法与数据结构基础；

最重要的项目实战能力和经历，这是转行的一大弱势。kaggle、阿里云天池、百度飞桨平台走起来。

如果是数据挖掘相关岗位，数据库也是逃不掉的。

anyway，转行第一步完成。站在另一个起点，常学常新，常常进步。

初入新的行业，认知局限，需要不断的认知实践与迭代啦。欢迎朋友们交流指点迷津。

关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

四、Python视频合集

观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、Python练习题

检查学习结果。

七、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

这份完整版的Python全套学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】