不太喜欢现在的工作或专业，又不知道还能做什么，怎么办？

不太喜欢现在的工作或专业，又不知道还能做什么，怎么办？

全文共计3007字，预计阅读时长8分钟

记得去年我写过一篇文章，讲的是一对博士夫妇在澳大利亚挣扎着苦苦奋斗的故事。

故事里的女主角经历了所学专业和现实社会脱节的痛楚----她学的那个方向特别的偏门，属于火车轨道人工制动的类型。

所以当她毕业的那一天除了导师手下竟然无处可找寻工作。又经历了长达一年的彷徨，无助，鼓励，自省和默默的努力，她在澳大利亚另外一个大学找到了一份part-time的研究工作。

那个时候，我看着她真的百感交集。

她大概是我身边见过的一直默默努力耕耘，不问付出，却在就业上最坎坷的朋友了。

对选择偏冷门行业还读博的人，我也有一种深深的无奈。

想当初我们来时，不敢说属于一流学霸，但是每一个在国外能发出排行榜论文的博士，都不是弱者。但尤其在面对就业压力的时候，唇亡齿寒，内心的执着和市场的匹配性往往像一潭深不见底的水，当它静悄悄淹没你的时候，没有一丝挣扎。

不过这个年后，小姐姐却给我带来了好消息。她在悉尼的CBD里终于找到了稳定的工作。是一家正规的本地公司，永久职位。

在拿到这个工作的那一天，她自己去了悉尼的一个川菜馆，把以前舍不得点的菜全点了一个遍。一边吃一边流泪。

她说哎呀，你知道吗，我当时眼泪都止不住。我就是觉得活得太憋屈了，太苦了，压力太大了。可是事实证明，我选择的是正确的。我早就应该转型，可是我舍不得自己在研究上花的那些时间。结果从博士毕业了三年了，一直都没有找到合适并且稳定的工作。

直到过了试用期，一切尘埃落定，她才敢把这个好消息告诉我。

我听了以后特别高兴，说快说一下。找到了什么样的工作，怎么样找到的。

她想了一会儿才跟我说，我换了一个方向，准确的说，我现在不再做理论研究了，我现在做数据分析。

《anone》

有的时候放弃是为了做出更正确的选择

让一个做理论的博士放弃她做了四五年的理论研究，是不是一件很残忍的事情？

可是她说，

当抱着一堆发不到留校水平的理论文章，

拿着毕业证书在整个市场上找不到自己就业前景的时候，

更残忍。

有的时候残忍就是当初你选了一条你认为对的路线，结果你在这条路上不停的奔走，吃苦耐劳，一无所获。

可是你的同龄人，他们可能完全没有选择这一条路，却在你的年纪里早已经成为就业市场上炙手可热的跳板皇帝--就是随便一跳就有offer。

这种残忍的时刻不光是你揣着一个博士的文凭却没有用武之地，而是反复的被挑选被质疑的这个过程中，是对一个人信心的凌迟。

不过小姐姐是一个乐观的人，在就业反复的碰壁之后，就开始重新把自己这个人掰碎了认识。

她一遍一遍的跟自己打气：

说不会有找不到工作的人，

怎么可能连自己都找不到工作呢？

这个世界一切都在变化，可能唯一不变化的就是变化本身。一个人在职场上很难说任何时候都是流行的，炙手可热的。可是当他学会了顺应变化发展的不断改造自己，至少不会过的太差。

她说：

我知道放弃本身是一个挺难的选择，

可是换一个角度来说，

我也不一定是放弃，

我可以把在研究里一些共性找出来，

更好的使用在了自己身上。

其实学机械的她，本来的工作总或多或少接触到数据（毕竟数据无孔不入），比如在做研究的时候，常有实验分析，需要通过大量数据模拟计计算进行；

再看看我们生活的时代，早就不是曾经的机械设计时代了。

当被问到为什么突然转行做数据分析时，她说，这个选择看似突然，实际也是深思熟虑的结果。

首先是时代。去年一年的热点几乎都在大数据，人工智能上。专业数据分析师的职位近两年非常热门，即使是看似与数据没有关系的行业、岗位，也多少涉及到基本的数据分析的技能。

这个感受在去求职网站上搜寻热门职位之后，更为直观。从 seek（澳大利亚求职网站）上分析的数据来看，大数据、人工智能方向的专业人才缺口缺口非常大，至少在澳大利亚，很多著名企业一直都在扩大数据方向人才的招聘需求。

中国市场呢，人才缺口就更大了。

除了老牌子的BAT一直需要大量人才外，如雨后春笋般冒出来的科技公司也不断的需要相关人才，未来中国数据分析人才缺口将达到1400万。

来自中国商业联合会数据分析专业委员会统计

大数据是世界经济的热点。Intel的首席执行官在当年的CES大会上的主旨演讲，就是“数据讲改变我们的生活”。

在这个年代，只要公司有业务决策需求，都不可能离不开数据分析的这个“工具”。

她说，既然决定转行，就要选择一个有前景、自己又能够有所作为的方向。自己做学术的时候也接触过很多数据分析的工具，而这个方向适用性高，容易入门，未来薪资也很可观。

就这样，一方面她在简历里把所有和数据分析的相关经验全部单拎了出来，找到数据分析和研究之间的交叉点。

另一方面她选择了一个务实的数据分析师课程，帮助自己补充通过笔试，机试以及面试需要的应用知识。

最后一次面试的时候，她紧张的不得了。很诚恳的面对面试官说我并不是资深的数据分析师，但是我勤奋好学，我知道数据分析的应用和需要我掌握的能力。

面试官也很幽默的回答她，我也并不是马上要招一个资深的数据分析师，我只是要招一个有能力成为资深数据分析师的人。

我和她一样，应该如何做选择？

她的经历，其实对很多人都有借鉴意义。据说平均每个职场人一生会经历 10 次跳槽， 2.7 次转行。当你和她一样站在决策的重要关口，应该考虑什么？

? 先对自己进行清晰的定位

? 决定了行业，能够快速的找到切入点

? 期望改变，并找到改变的切入点后，能够保证自己在这个行业里继续前行

小姐姐当时的情况是：目标明确，时间紧迫，需要有一条路径能够快速帮助她进入数据分析行业。

因此她决定选择付费课程，但一定要满足一些要求：

1. 基本没有数据和编程基础，课程需要小白友好；

2. 转行成功前还是要完成本职工作，学习时间、地点需要完全自由

3. 因为目标明确，需要课程实用性高

她最终选择的是美国的 Udacity（国内叫优达学城），正巧这个平台我自己也使用过，推荐给所有想要学习的姑娘们。（正巧现在有个面向女性的公益奖学金，文末有信息）

留学生可能对 Udacity 已经不陌生了，和 Coursera、EdX 并称全球三大在线学习平台。查了一下，创始人是 Google 的无人车之父 Sebastian Thrun，也难怪很多早期课程是与硅谷企业合作开发的。相比之下，Coursera 课程与学校合作，偏学院派，Udacity 很注重实践，课程涉及大量项目、和企业级应用，偏工业派。

比如数据分析纳米学位，就是与 Kaggle、Tableau 和 Mode 共同开发的，而 Tableau 几乎是最受欢迎的数据可视化工具了。我自己学的也是这个入门课，课程围绕实战项目，纳米学位毕业后颁发权威证书（Nanodegree），有真人导师审阅：

除了我学的这种数据分析，需要编程，也有更偏向职场晋升的「商业数据分析」，涉及Excel、数据可视化等。数据类的几个课程，都可以 7 天试学，正好为这些不知道自己适不适合、有没有能力的人，提供了一个低成本尝试的机会。

这样好的课程，这样好的试学机会，以及目前的行业前景，足以让我们去尝试。今天推荐的原因，也是因为在 3/8 妇女节，有个腾讯和优达学城共同推出的公益项目，面向全体女性学员的奖学金，金额在 ￥700 - ￥1500之间，目的是鼓励更多女性加入「粉红极客」的群体，改变科技行业中性别不平等的现状。

长按下图二维码，可以获取申请地址，也可以获取详细课程大纲、做选课测试、咨询学习规划师等：

最后，希望每一个在择业关口犹豫的人，都能像我的朋友这样，做一个正确的选择。

点击，可以立即加入7天试学