关于找工作和选专业的思考

个人的成长离不开国家的发展,国家的发展离不开国际的大气候。

国家之间的竞争主要归于经济竞争,经济的核心在于产业,产业的核心则在于科学和技术。

 

无论是找工作还是选专业,赌的都是对未来趋势的预测,没有人会希望自己在一个即将被淘汰的行业里工作。

记得有一位朋友,以高分考入了国内某著名大学的机械专业(内燃机方向),毕业后进入国企,从事汽车发动机的开发。工作不久,电动汽车兴起。他警觉到未来汽车产业将会减少对传统发动机的需求,这种趋势也会减少对内燃机相关的工程师的需求。犹豫了一年后,他选择转行,因为他判断发动机行业的劳动力将会供大于求,薪资增长也将会趋于缓慢。

如何判读自己工作的行业在可见的未来不会被淘汰?

太史公曰:“述往事,知来者。” 历史是最好的老师,眼下纷繁复杂的事放在历史的镜子前,却也可以理出思绪。

1、工业革命

往事越千年,跳过历史上的农业革命,人类财富增长主要发端于工业革命。第一次工业革命发生于18世纪60年代,人类开始进入了蒸汽时代,以蒸汽机为代表的高科技(现在应该没有多少人认为是高科技)进入纺织业、采矿业和冶金业,并且产生了诸如蒸汽车和蒸汽轮船等新产业。蒸汽轮船也对传统造船(帆船)行业产生冲击。

第二次工业革命发端于19世纪下半叶,人类开始进入电气时代。除了用电动机代替蒸汽机作为动力源,在第二次工业革命产生了更多的产业,比如电灯产业。这些新产业也对传统产业产生了冲击,比如电灯击垮了煤油灯产业。

第三次工业革命发端于第二次世界大战后,出现了生物克隆技术、航天技术和半导体技术。在这些技术的基础上,又衍生出了计算机产业和互联网产业。这些新产业也对传统产业产生了冲击,比如计算机行业击垮了电报行业。

现在人类技术处于第四次工业革命的前夜,这期间又会产生哪些新的产业,又会革掉哪些传统产业的命呢?有学者预测第四次工业革命是以人工智能、新能源、量子信息技术(量子通信,量子计算机)、机器人、生物技术等技术为主的全新技术革命。国务院制定的《中国制造2025》中也有很多关于这些新技术的具体规划。

 

2、产业转移

第二次世界大战结束后,在亚洲范围,产业总共发生了四次转移。

 

每一次产业转移的浪潮中,最先发生转移的是劳动密集型产业,比如大规模的纺织业(第一次工业革命产生),其次是汽车、家电等产业(第二次工业革命产生),再次是IT产业(第三次工业革命产生)。现在中国政府成立半导体产业基金,大力发展半导体产业,促使国际半导体产业转移到中国,促进就业。对个人而言,便是工作机会。于此同时,越南、泰国、印度等东南亚国家也在出台政策大力招商引资, 促进劳动密集型产业从中国转移到本国。

 

总结:

文章从产业革命和产业转移的两个角度来看选工作和选专业,产业革命和产业转移都会在增加大量新的就业岗位的同时,也会减少传统产业的就业岗位,对于个人而言,便意味着工作机会和失业风险。

 

 

 

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/492231.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

DARPA 2020财年研发预算 人工智能应用研究投资急剧增长

来源:美国国防部等摘要:2019年3月,特朗普政府公布2020财年预算申请。根据预算法案,2020财年美国国家安全预算总额增加340亿美元,达到7500亿美元,比上年增加5%。美国防部分得的经费为7180亿美元,…

使用Matlab(R2018b)画复杂函数的图形(网格图meshgrid)及等高线contour

1、函数 这里使用2D Michalewicz 函数,其表达式为: 2、画图 2.1 编写2D Michalewicz 函数 f(x,y)(-sin(x).*(sin(x.^2/3.1415926)).^(2*m)...-sin(y).*(sin(2*y.^2/3.1415926)).^(2*m)); 上述代码使用到了Anonymous Functions, 相关变量的数据类型为…

科创板:中国科技产业新引擎

来源:国信研究作者:杨均明,国信证券经济研究所所长万众期待的上海证券交易所科创板即将推出,科创板股票发行审核规则第三条要求,发行人申请股票首次发行上市,应当符合科创板定位,面向世界科技前…

粒子群优化算法(Particle Swarm Optimization)的 Matlab(R2018b)代码实现

这里以 2D Michalewicz function 为对象来演示粒子群算法。 1、Michalewicz function 2、代码详解 2.1 画Michalewicz函数的网格图形 f(x,y)(-sin(x).*(sin(x.^2/3.1415926)).^(2*m)...-sin(y).*(sin(2*y.^2/3.1415926)).^(2*m));range[0 4 0 4]; Ngrid100; dx(range(2)-ran…

中金人工智能报告:AI时代,10 年之后我们还能干什么?|71页完整报告

来源:黑科技智汇中金公司(CICC)发布了一份长达 71 页的人工智能的证券研究报告《人工智能时代,10 年之后我们还能干什么?》。对全球特别是中国企业当下的人工智能态势作了全面的介绍:包括 BAT、华为、科大讯…

UC伯克利新机器人成果:灵活自由地使用工具

来源:AI 科技评论摘要:前几天我们刚刚介绍了加州大学伯克利分校 Pieter Abbeel 教授领导伯克利机器人学习实验室(UC Berkeleys Robot Learning Lab)开发的会叠衣服的家务向机器人 BLUE,今天伯克利人工智能实验室&#…

bzoj 1934 最小割

收获&#xff1a; 1、流量为0的边可以不加入。 2、最小割方案要与决策方案对应。 1 #include <cstdio>2 #include <cmath>3 #include <cstring>4 #include <vector>5 #define min(a,b) ((a)<(b)?(a):(b))6 #define oo 0x3f3f3f3f7 #define N 6108 …

工业4.0:数字化供应链的三个方向

来源&#xff1a;资本实验室席卷全球的工业4.0革命几乎影响着每一个行业&#xff0c;包括各行业的供应链管理。在过去&#xff0c;供应链管理是令各行业都非常头疼的环节&#xff0c;因为传统供应链涉及大量模糊且无法访问的数据&#xff0c;就像”黑洞“一样吞噬着成本、时间与…

有效学习

怎样算有效学习&#xff1f; 记得有位大咖说过&#xff0c;‘当你把受过的教育都忘记了&#xff0c;剩下的就是教育’&#xff08;度娘说是爱因斯坦说的&#xff0c;此处未经考证&#xff09;。 学习可以看成是一个把知识放入潜意识的过程。所谓进入潜意识&#xff0c;是指当…

如果机器能帮我们学习,那么有多少东西能够被遗忘?

来源&#xff1a;原理在我还是个学生时的遥远年代&#xff0c;大多数计算机都还是体型巨大的机器。当时我有一个朋友&#xff0c;他的博士导师坚持让他对一个冗长又困难的原子理论进行手写计算。他用掉了一页又一页的草稿纸&#xff0c;上面充满了错误。于是最终他屈服于自己的…

如何通俗理解计算机视觉、计算机图形、图像处理之间的区别与联系

这三者之间联系和区别可以通过下图表示&#xff0c; 左边的图片表示实际景物&#xff0c;右边图片表示实际景物对应的图片。 1、计算机图形 计算机图形技术常用于计算机生成图形。该技术常用的领域有&#xff1a; a.动漫 b.游戏 c.计算机辅助设计&#xff08;CAD&#xff09;…

日本电信企业5G部署计划 限制了华为中兴设备的使用

来源&#xff1a;OFweek电子工程据外媒报道&#xff0c;日本监管机构日前正式向日本电信企业分配5G频谱&#xff0c;而这也正是日本在来年春季推出高速无线服务(5G)的一个重要里程碑。日本三大运营商NTT Docomo、KDDI和软银&#xff0c;以及新进入者Rakuten Inc&#xff0c;都获…

Python安装工具包踩过的坑

1、背景介绍 重装win10系统&#xff0c;重装Python。在坑出现之前&#xff0c;已经完成了Python的安装&#xff08;D盘&#xff09;&#xff0c;并且在系统中添加了环境变量。由于平时需要用到Python2.7和Python3.6&#xff0c;这里将对应的解释器分别改名为Python2和Python3。…

物联网面临的7大网络安全威胁

来源&#xff1a;51CTO译稿摘要&#xff1a;曾经在物联网世界&#xff0c;一切都变得更加庞大。不仅是设备本身——有些小到只容纳几个芯片&#xff0c;他们通常隐藏其中&#xff0c;眼不见心不烦。但物联网中庞大的数据和设备规模令任何网络安全专业人士都感到头疼。据广泛统计…

从技术分工的角度来看996.ICU

最近&#xff0c;Github上996.ICU话题自诞生以来异常火爆&#xff0c; 很多人在网上吐槽程序员工作时间长&#xff0c;Python之父也为此伸张正义。 有人在网上抱怨资本家黑心&#xff0c;无情的压榨剥削员工。 各国都存在加班的现象&#xff0c;但似乎加班现象在中国最为严重。…

谷歌自动驾驶专利大曝光!

来源&#xff1a;智车科技摘要&#xff1a;本文仅针对其中自动驾驶汽车部分&#xff0c;说明自动驾驶的分级&#xff0c;再以Google为例&#xff0c;说明其发展的自动驾驶汽车和相关技术&#xff0c;分析及说明Google与自动驾驶汽车相关的发明专利及设计专利的布局&#xff0c;…

(Python代码)通过视差图获取图片中不同物体的高度比

1、原理 可以推出不同物体的高度比可以通过如下公式得到&#xff1a; 是左边指定物体的高度&#xff08;图片中尺寸&#xff09; 是右边指定物体的高度&#xff08;图片中尺寸&#xff09; 是左边指定物体的平均视差值 是右边指定物体的平均视差值 2、代码逻辑框图 3、代码详解…

一文读懂生物医学领域的传感器

来源&#xff1a;传感器技术摘要&#xff1a;生物医学传感器是生物医学科学和技术的尖兵&#xff0c;生物医学研究的正确结论有赖于生物医学传感器的正确测量。而传感器是一门十分综合的科学和技术。现代传感器的物理模型如图所示&#xff1a;对于传统被测量而言&#xff0c;敏…

训练数据的分布对F-measure, recall 和 precision的影响

1、 Precision, recall and F-measure&#xff08;f1-score&#xff09; 2、思路 数据集&#xff1a;手写数字集 从训练集中抽取数据&#xff0c;保证每种label的数量一致&#xff0c;使用SVM 或ANN模型训练新数据集。按照高斯分布抽取新数据&#xff0c; 再次使用SVM 或ANN模…

稀疏矩阵的压缩存储--十字链表(转载)

稀疏矩阵的压缩存储--十字链表&#xff08;转载&#xff09;<?xml version"1.0" encoding"UTF-8"?> 来自为知笔记(Wiz)转载于:https://www.cnblogs.com/ZhangJinkun/p/4531626.html