回覆列表
-
1 # IT人劉俊明
-
2 # 金哥滬漂日記
打工沒有未來,說什麼發展看你自己是想打工還是當老闆。35歲中年危機聽說過嗎?你是老闆你是願意用年輕人還是中年人?技術佔比在生意中的比重不大,我覺得還是做點副業,人和人的差距在業餘時間拉開。我身邊沒幾個靠打工擺脫焦慮的。
打工沒有未來,說什麼發展看你自己是想打工還是當老闆。35歲中年危機聽說過嗎?你是老闆你是願意用年輕人還是中年人?技術佔比在生意中的比重不大,我覺得還是做點副業,人和人的差距在業餘時間拉開。我身邊沒幾個靠打工擺脫焦慮的。
作為一名研究生導師,我來回答一下這個問題。
首先,軟體測試崗位自身的發展空間與所處的行業領域有較為直接的關係,如果在測試領域長期不能有所突破,對以後的職場發展會產生一定的影響,應該積極透過自主學習或者調崗來完成突破。
對於研究生來說,如果想要透過自主學習來完成崗位轉換,當前可以重點考慮一下大資料領域,由於研究生往往具有紮實的數學基礎,所以往大資料方向發展也會相對比較順利。目前大資料領域的崗位比較多,包括大資料平臺開發、大資料應用開發、大資料分析和大資料運維等,其中大資料分析崗位的發展潛力還是比較大的。
對於測試工程師來說,如果要轉向大資料分析崗位,需要注意以下幾個方面知識的積累:
第一:大資料平臺知識。從事大資料分析一定離不開大資料平臺,掌握大資料平臺相關知識是從事大資料分析的第一步。大資料平臺目前有開源平臺也有商用平臺,對於初學者來說,應該從開源平臺開始學起,比如Hadoop、Spark平臺就是不錯的選擇。
第二:統計學知識。大資料分析需要用到大量的統計學知識,所以學習統計學知識也是大資料分析工程師必須掌握的內容之一。由於統計學本身也是數學的一個分支,所以對於研究生來說,學習統計學知識並不會遇到太大的困難。另外,在學習統計學知識的同時應該注重與實驗相結合。
第三:機器學習知識。機器學習是大資料分析的兩種主要方式之一,相對於統計學分析方式來說,機器學習方式對於演算法設計和演算法實現的要求都要更高一些,所以掌握機器學習需要一個系統的學習過程。