小劉很幸運，拿到了數(shù)據(jù)分析的offer渔隶。可是現(xiàn)在小劉做的是材料力學分析洁奈，如果真的入行间唉，就完全放棄了自己的本專業(yè)。小劉覺得有些遺憾利术，但是新的數(shù)據(jù)分析方向有很多他非常感興趣的軟件數(shù)據(jù)分析工具呈野，和大量的計算機編程，以及周圍名校畢業(yè)和多年業(yè)界工作經(jīng)歷的博士印叁。
其實小劉已經(jīng)做了選擇被冒，但是那些對于即將放棄的工程學背景，也是他以前六年的學校功夫轮蜕。學位的東西雖然放棄昨悼，但是練就的本領(lǐng)還在。
另一個問題跃洛，就是在一家公司里面率触，甚至是像我們這樣的汽車公司里面，是不是做傳統(tǒng)的工程沒有太多的前途汇竭。
傳統(tǒng)的工程葱蝗，包括材料分析，設計细燎，制造等等两曼。這些都是能夠把一輛車給早出來的基本要素。而現(xiàn)在新的方向玻驻，則是以IT技術(shù)為代表的大數(shù)據(jù)悼凑，Mobility，智能駕駛等等領(lǐng)域¤邓玻現(xiàn)在我廠在新方向的投入很多佛析，新方向的招人強度，人力物力投入都很大彪蓬，可以說發(fā)展?jié)摿懿诲e寸莫。
從成果的轉(zhuǎn)化來說，傳統(tǒng)工程方向的創(chuàng)新很難档冬”炀ィ或者說桃纯，感知度不強。比如披坏，一輛車的變速箱态坦，從9速變到10速，可能是要變得順滑一些棒拂，但是一個普通消費者伞梯，是不是那么買賬呢？
而大數(shù)據(jù)為背景的數(shù)據(jù)分析帚屉，其實已經(jīng)滲透到了工業(yè)生產(chǎn)的方方面面谜诫。說白了，不需要改變?nèi)魏位镜纳a(chǎn)工藝攻旦，就可以對于整個生產(chǎn)流程實現(xiàn)更加高效的控制喻旷，從而降低成本。機器學習（Machine Learning）帶來的簡單人工智能牢屋，可以對生產(chǎn)環(huán)節(jié)進行輔助分析且预，有效定位優(yōu)化點，實現(xiàn)公司盈利烙无。
而另一邊锋谐，看看我自己的工作，就會發(fā)現(xiàn)在這一點上步履蹣跚截酷。在電池新材料的研發(fā)上面怀估，以Argonne National Lab為首的國家實驗室，投入了大量人力合搅，都還無法在實現(xiàn)有效的電池容量突破。而我所在的小實驗室歧蕉，幾乎不可能有任何大的突破灾部，更不要說對于公司的盈利有任何貢獻。這里是一個發(fā)揮自己興趣然后玩各種東西的地方惯退，但是個人價值的實現(xiàn)赌髓，確實是一個太小的舞臺。
所以催跪，在拿到綠卡以后锁蠕，我必須要做一個選擇。
