211本工商管理想转理科,做什么岗位?

#牛客帮帮团来啦!有问必答#职业规划:未来会转理科类岗位(也打算读个研)。在字节做了九个月hr,也大概知道文科类岗位的局限性。所以想往理工科方向发展。
基于这个规划,目前除了人力和运营还有什么岗位可以尝试投投,并且对转理工科可能有帮助的吗?求指点🥺🥺
(高中学的理科,大学前两年学的经济学类,后两年工商管理) #如何确定求职岗位# #牛客解忧铺# #牛客在线求职答疑中心# #来聊聊你目前的求职进展# #你怎么评价今年的春招?#
全部评论
首先理科是数学物理这些找工作比文科专业都难只能进研究所或者当老师,你说的是工科比较好找工作,但是工科工作基本不是上工地就是进工厂,不知道你能否接受,比较好的就是计算机,但是计算机卷的飞起,而且吃青春饭 ,你研究生毕业非科班转码 女生 大龄debuff叠满你要想好
1 回复 分享
发布于 2024-06-06 10:59 陕西
你好呀,根据你的情况,可以考虑以下几个岗位: 1. 数据分析:这个岗位需要一定的数据分析能力,同时也需要掌握一些编程技能,比如Python。 2. 产品经理:这个岗位需要了解用户需求,设计产品功能,同时也需要掌握一些编程技能,比如Python。 3. 软件测试:这个岗位需要了解软件测试的基本原理和方法,同时也需要掌握一些编程技能,比如Python。 4. 运维工程师:这个岗位需要了解服务器、网络等基础设施的知识,同时也需要掌握一些编程技能,比如Python。 5. 技术支持:这个岗位需要了解技术原理,同时也需要掌握一些编程技能,比如Python。 这些岗位都对理工科背景有一定的要求,同时也需要掌握一些编程技能。你可以根据自己的兴趣和实际情况选择适合自己的岗位。同时,你也可以考虑读一个理工科的研究生,这样可以更好地提升自己的竞争力。
点赞 回复 分享
发布于 2024-06-03 08:34 AI生成

相关推荐

行云流水1971:这份实习简历的优化建议: 结构清晰化:拆分 “校园经历”“实习经历” 板块(当前内容混杂),按 “实习→校园→技能” 逻辑排版,求职意向明确为具体岗位(如 “市场 / 运营实习生”)。 经历具象化:现有描述偏流程,需补充 “动作 + 数据”,比如校园活动 “负责宣传” 可加 “运营公众号发布 5 篇推文,阅读量超 2000+,带动 300 + 人参与”;实习内容补充 “协助完成 XX 任务,效率提升 X%”。 岗位匹配度:锚定目标岗位能力,比如申请运营岗,突出 “内容编辑、活动执行” 相关动作;申请市场岗,强化 “资源对接、数据统计” 细节。 信息精简:删减冗余表述(如重复的 “负责”),用短句分点,比如 “策划校园招聘会:联系 10 + 企业,组织 200 + 学生参与,到场率达 85%”。 技能落地:将 “Office、PS” 绑定经历,比如 “用 Excel 整理活动数据,输出 3 份分析表;用 PS 设计 2 张活动海报”,避免技能单独罗列。 优化后需强化 “经历 - 能力 - 岗位需求” 的关联,让实习 / 校园经历的价值更直观。 若需要进一步优化服务,私信
实习,投递多份简历没人回...
点赞 评论 收藏
分享
最终还是婉拒了小红书的offer,厚着脸皮回了字节。其实这次字节不管是组内的氛围、HR的沟通体验,都比之前好太多,开的薪资也还算过得去,这些都是让我下定决心的原因之一。但最核心的,还是抵不住对Agent的兴趣,选择了Ai Coding这么一个方向。因为很多大佬讲过,在未来比较火的还是属于那些更加垂类的Agent,而Ai Coding恰好是Coding Agent这么一个领域,本质上还是程序员群体和泛程序员群体这个圈子的。目前也已经在提前实习,也是全栈这么一个岗位。就像最近阿里P10针对前端后端等等不再那么区分,确实在Agent方向不太区分这个。尤其是我们自己做AI Coding的内容,基本上90%左右的内容都是AI生成的,AI代码仓库贡献率也是我们的指标之一。有人说他不好用,那肯定是用的姿态不太对。基本上用对Skill、Rules 加上比较好的大模型基本都能Cover你的大部分需求,更别说Claude、Cursor这种目前看来Top水准的Coding工具了(叠甲:起码在我看来是这样)。所以不太区分的主要原因,还是针对一些例如Claude Code、Cursor、Trae、Codex、CC等一大堆,他们有很多新的概念和架构提出,我们往往需要快速验证(MVP版本)来看效果。而全栈就是这么快速验证的一个手段,加上Ai Coding的辅助,目前看起来问题不大(仅仅针对Agent而言)。而且Coding的产品形态往往是一个Plugin、Cli之类的,本质还是属于大前端领域。不过针对业务后端来看,区分还是有必要的。大家很多人也说Agent不就是Prompt提示词工程么?是的没错,本质上还是提示词。不过现在也衍生出一个新的Context Eneering,抽象成一种架构思想(类比框架、或者你们业务架构,参考商品有商品发布架构来提效)。本质还是提示词,但是就是能否最大化利用整个上下文窗口来提升效果,这个还是有很多探索空间和玩法的,例如Cursor的思想:上下文万物皆文件, CoWork之类的。后续也有一些Ralph Loop啥的,还有Coding里面的Coding Act姿态。这种才是比较核心的点,而不是你让AI生成的那提示词,然后调用了一下大模型那么简单;也不是dify、LangGraph搭建了一套workflow,从一个node走到另外一个node那么简单。Agent和WorkFLow还是两回事,大部分人也没能很好的区分这一点。不过很多人说AI泡沫啥啥啥的,我们ld也常把这句话挂在嘴边:“说AI泡沫还是太大了”诸如此类。我觉得在AI的时代,懂一点还是会好一点,所以润去字节了。目前的实习生活呢,除了修一些Tools的问题,还包括对比Claude、Cursor、Trae在某些源码实现思想上的点,看看能不能迁移过来,感觉还是比较有意思。不过目前组内还是主要Follow比较多,希望下一个阶段就做一些更有创新的事情哈哈。这就是一个牛马大学生的最终牧场,希望能好好的吧。说不定下次发的时候,正式AI泡沫结束,然后我又回归传统后端这么一个结局了。欢迎交流👏,有不对的🙅不要骂博主(浅薄的认知),可以私聊交流
码农索隆:和优秀的人,做有挑战的事
点赞 评论 收藏
分享
评论
点赞
收藏
分享

创作者周榜

更多
牛客网
牛客网在线编程
牛客网题解
牛客企业服务