毕业后，我已经离开机械行业转行码农一年多了......

背景

鄙人本科毕业两年有余，机械工程专业，我已经离开机械行业转行码农一年多了。

如果有正在学习的，退学还是千万不要，不过能换专业就换专业，不能换就往机电一体化靠，加上自学编程，以后做嵌入式码农也比机械好。或已经毕业了的,可以继续往下看看我的一个经验分享。

没人能救的了你们，只有自救。

机械行业的发展问题

做机械行业大概率就是成为超级廉价的劳动力，企业躺在这样的“红利”上面苟活着，继续阻碍机械行业技术发展。

举个例子，某个国内的还挺大的车辆（卡车）制造厂，某一天图纸管理系统要切换，号召大家手动迁移图纸，修改相关的数据。放在一个IT公司你这么做怕不是要被打死，你就不能写个脚本什么的吗（注：这家企业是有IT部门的，除了IT部门也有软件开发相关的部门）？其实还是人力太便宜，便宜到IT部门不愿意写脚本。

无独有偶，之后车辆定位管理系统的数据要迁移，居然也号召运营部门的同事手动迁移，一人一天改30条数据，一个部门30个人，一个月能改完。这次不一样，好在技术部门最后有个脑子清楚的出来写了两段脚本，这才算结束了。

这只是一个案例，而且和机械关系不大，但是这样烂的企业是谈不上研发的，大学研究生博士们学习的机械的一些核心：几何，运动学，静力学，动力学，材料力学，弹塑性力学，材料学……在这里几乎统统没用！

没错！汽车设计图纸和技术资料买的国外的，不是一家如此，家家都是如此。

当然了，学习先进技术，抄一抄不丢人。可是只会抄才是真丢人丢到姥姥家了。上个世纪九十年代买了斯太尔的技术，转眼要过时了，又去买新的斯太尔和德国的MAN的新技术了。大家就知道这十来年是啥新东西也没做出来。

抄就抄吧，如果抄能做的一样产品也就算了，然而丢人的是抄也抄不好，天天想着降本。你说降本就降本吧，是为了适应中国国情，那么大家就不买外国车了吗？毕竟看上去就水土不服的。

结果稍微有点远见的江浙一带的物流老板居然还是去买奔驰、MAN和沃尔沃的卡车，说外国车经用，维护和维修都少，算下来居然比国产车省钱。我们降成本降了个寂寞。真的是不知丢人丢哪儿去了。

办公室里大家都是拿软件画画图（这里提出表扬，至少大家不用工图板丁字尺画图了），遇到干涉共振等等问题靠肉眼和经验解决。支架干涉了对吧，重新打孔安装到旁边去，然后记一下回去改图纸，管路共振了对吧，中间加一个支架，然而这帮人把新的固定支架设计在了共振管路的正中间……

CAE部门倒是有，全员靠破解版的软件，用软件的人自己也不知道太多原理，反正硬用就是了，什么Solver啊，什么边界条件，单元类型有什么区别啊，很多人不！知！道！结果是这一千多号人（当然人员也是有流动的，大约维持在这个数字左右）三年半“研发”了5000多款“车型”。

大家拿着低薪，干着重复劳动的工作，固步自封的“研发”，“降本”，然后就能救的了机械行业、汽车行业了？

我们管这样的想法叫一厢情愿，或者叫春秋大梦。

其他问题

说完机械行业的发展问题，说说我这个企业的其他问题，你注意啊，我这还是国企，省国资委管的，根红苗正，甚至有涉及军方业务部门的老牌国企：

第一，应届生待遇低，2015一届应届实习生（含研究生）平均月薪不到3K（税后），我当时能看到部分人的工资条，所以清楚。
第二，公司制度死板，任何人进来都要下车间至少半年，管你会什么，管你是谁，除了博士应届，其余应届生一律下车间。事实上，很多研究生和部分本科生没有这个必要，他们直接可以工作。每年招聘的应届生中有不少人（主要是硕士）因为这个离职。新员工进来还要军训，大家都是一把年纪的人了……还傻乎乎的走正步，如此用人，看着心寒。
第三，分配不均匀，很多每周实际上班只有1.5~3个工作日的应届生会拿的比8个工作日的应届生还多，且不是因为关系，主要是各个分厂工作量不一致造成的。
第四，1，制度繁琐不合理、效率低；2，官僚气息重；3，搞技术的搞不过弄行政的。这3个是国企的通病，不予评价。只是给出个例子：大部分的部门不能上外网，还有一部分只能上局域网，文件纸质居多，不少二线办公室电脑都没有。能上外网的部门上外网要走很复杂的审批流程，但是口口声声要实现信息化。
第五，不少部门（了解下来尤其是研究院）加班严重，一般的，一周是6天“正常“班，行政部门一天是5天班，很正常，车间里有的时候会连班，就是不吃晚饭，晚上8，9点了干完活再吃。而且，实习生是没有加班费的。其中要数工人最辛苦，工资也是最低的。一些二线部门的人技能会的最少，活也不多还轻松，拿钱也不少，不过在这些部门工作的人大多是关系比较硬的关系户。
第六，经常搞“大干”，“冲刺”，明目张胆违反国家规定的劳动法。我给大家解释一下什么是“大干”，简单来说就是无偿（有的时候会有一丁点补贴，但是绝对远远少于合法标准）加班，周六强制加班，美其名曰”正常班“。比如大干三季度，就是第三季度要加班的意思。但是千万不要以为只有第三季度，大干X季度只要不解除就要一直加班，最后大干X季度变成一年多的都有。就算解除了，下一次大干不久又会到来。
第七，哪怕是国定的假日，放假也缺斤短两，明目张胆违反国家规定的放假时间。

程序员行业的996我是知道的，但是我个人居然从没遇到过，最多周六赶工加个班，或者晚上多加一会儿。

以我的经历，单就工作时间论，当程序员还没机械工程师忙。某些加班严重的所，10块钱1小时的加班费，最多的一个人一个月能拿到2000多块，我觉得我要这么搞人都要干废了。

不过程序员这个行业在这个内卷的时代，身处一线城市的我，来自全国各地的优秀学院/培训机构人才辈出，涌入市场，竞争激烈，各大公司并驱争先用丰厚的薪水，优渥的待遇去吸引更优秀人才入职。

而如今现在已经过了 ”不会但我会学“ 就能感动面试官的时代，随着供需关系的变化，不论是对于面试官还是面试者，面试的成本越来越高。为了筛选到更优秀的程序员，面试官们可谓是绞尽了脑汁，”面试造火箭，工作拧螺丝“ 的传言也不是空穴来风。

根据前面背景的介绍，开始刚想转行的时候确实是很迷茫，当时在上一份工作准备离职前，我已经找好下家。带着美好的期待跳槽进入之后发现与想象之中相差甚远，除了薪资比之前高不少，其余都在预期以下。

于是便选择了裸辞（虽然入职手续还没办完），随后虽然也找了几家，但是 “一朝被蛇咬，十年怕草绳”，后面都很小心地找工作。

差不多一周之后，我想这样下去也不是办法，于是决定开始学习python，这也成为了我人生中一个重大的转折点。

python的几大特点：

1. Python 易于学习

好吧，相较于其它许多你可以拿来用的编程语言而言，它"更容易一些”。Python 的语言没有多少仪式化的东西，所以就算不是一个 Python 专家，你也能读懂它的代码。我的经验是，通过实例来学习和教授 Python 要比采取同样的方式去接触比方说 Ruby 或者 Perl 更加容易，因为 Python 的语法里面条条框框以及特殊的处理场景要少得多。它所专注的并非语言表现的丰富程度，而是你想要用你的代码完成什么。

2. Python 让你能用少量的代码构建出更多的功能

Python 能带给所有开发者一种快速的学习体验。通过实践，你可以在最多两天之内轻松实现一个具备基础功能的游戏 (而这还是在对编程完全不了解的情况下)。

另外一些让 Python 成为一门引人注目的编程语言的因素就是它的可读性和高效性。

3. Python 是一门多才多艺的语言，更是一个平台

Python 今年 28 岁了。尽管它比我的许多读者年纪还要大，但是仍然受到高度的关注，因为它可以被应用于如今你所能想得到的相当多的软件开发和操作场景。要管理本地或者云基础设施吗？Python可以。

开发网站？OK，它也能行的。需要处理一个 SQL 数据库？可以。需要为 Hive 或者 Pig 定制一个功能？能做到。只是想为自己构建一个小工具？Python 就是最好的选择。需要一门支持面向对象设计的语言？Python 的特性就能满足啦。简而言之，将 Python 了解得更加深入一点点，就能让你具备可以适应范围更宽泛的工作角色的技能。

4. Python 拥有最成熟的程序包资源库之一

一旦你了解了该语言，就可以利用上这个平台。Python 以 PyPI (读作 Pie-Pie，可以从这里在线进行了解)为其后盾, 这是一个拥有超过 85,000 个 Python 模块和脚本的资源库，你拿过来就立马可以使用。这些模块向你的本地 Python 环境分发已经预先打包好的功能，可以用来解决各种诸如数据库处理，计算机视觉实现，像维度分析这样的高级数据分析的执行，或者是构建 REST 风格的 web 服务这些问题。

5. Python 在数据科学领域被广泛使用

不管你从事的是什么工作，数据都会是其中的一部分。IT，软件开发，市场等等 —— 它们都深度地关乎数据且对于智慧求之若渴。很快数据分析技能就会像编码技能一样的重要，而 Python 在两个领域都占有重要的地位。Python 紧挨着 R 语言，都是现代数据科学中最常被使用的语言。事实上，在数据科学领域，Python 的职位职位需求超过了 R 语言。你在学习 Python 时发展出来的技能将会直接转换并被用来构建起自己的这些分析技能。

6. Python 是跨平台且开源的

Python 可以跨平台运行，并且已经开放源代码超过20年的时间了，如果你需要代码能同时在Linux，Windows 以及 macOS 上跑起来，Python 就能满足要求。此外，有数十年的修修补补以及不断完善做后盾，可以确保你能够随心所欲地运行自己的代码。

7. Python 是灵活的

有一些Python同其它编程语言集成在一起的稳定实现。

CPython, 同 C 集成的版本。

Jython, 同 Java 集成的Python版本。

IronPython, 被设计用来兼容 .Net 和 C#。

PyObjc, ObjectiveC 工具下的 Python 写法。

RubyPython, 同 Ruby 集成的 Python 版本。