云计算技术与应用专业的就业方向，高考后女生学工科如电子信息工程？
女生学工科如电子信息工程，电气类，计算机等，就业面窄，工作不好找是相对男生而言的。因就女性的特点而言，学工科有一定的困难，所以目前就业市场对工科女有一定的歧视，造成工科女找工作受到一定的限制。但是，女生在计算机某些方面还是有优势的，例如：
一、软件测试好找工作
由于我国企业对软件测试技术的认知较晚，因此这方面的专业技术人才在国内还很稀缺。近年来，随着我国软件产业的蓬勃发展以及对软件质量的重视，软件测试也越来越被软件企业所重视，软件测试成为了一个前景光明的新兴产业。
（一）、目前软件测试人才培养情况
1、院校培养
目前国内院校没有单独形成“软件测试专业”，只有少数院校是以“计算机科学与技术（软件测试方向）或软件工程（软件测试方向）”开设的。
2、地方培训机构培训。目前60%以上测试人员由地方培训机构提供。
3、软件开发人员转行。
（二）、软件测试行业就业前景
依靠于互联网的飞速发展，越来越多的企业意识到IT岗位的重要性，软件测试作为IT行业新兴起的一个板块，对于每个公司而言都是必备团队，却又鲜少被外人所了解。那么，软件测试在国内的现状如何？关于软件测试前景和薪资待遇如何？
据权威机构调查统计，目前，我国软件测试人才缺口高达20万，已成为我国软件产业发展的瓶颈之一。“软件测试人才需求量的加大，是由于近年来我国软件行业的产业升级所决定的。”业内专业人士介绍说，“由于我国的软件行业目前突破了作坊时代，由以前软件开发的单打独斗升级为工业化、流水线式的生产模式，作为工业化的产品，软件测试也就成为软件开发企业必不可少的质量监控部门，而目前我国的软件测试人才的培养数量较产业升级相对滞后，这就形成了软件测试人才的供给远小于需求现状。”
1、软件测试在国内的现状
软件测试虽然目前在国内还发展的不是很成熟，但是在国外早已经被很多公司所重视，软件测试人员与软件开发人员的岗位比例是1：1。在中国的很多软件企业中存在着重开发、轻测试的现象。所以，也就导致当一个软件产品正式上线之后，日后的软件产品的质量问题频出。
在国内很多企业只有1-2个测试人员，或者干脆没有测试人员配备。造成很多公司都表示市场上软件测试人员实在太少，想聘请也没有这方面的人才，所以只好让开发人员再去充当测试工程师。
2、软件测试的市场需求不断增加，就业薪资不断增长
软件测试在整个软件生命周期中是必不可少的重要一环，但是其在研发体系中的重要性要弱于软件开发和基础技术研究。再加上近些年逐步重视用户体验度，软件测试也逐渐被各个公司所倚重。各公司对测试人员的招聘也在加大力度。
以2019年应届生就业数据来看：
名列前茅的是计算机软件行业，平均薪资达到了7842元！比毕业生平均工资4523元高出近1500元！伴随现在互联网+时代，我国计算机软件行业人才缺口更是高达60万以上，因此企业需要更多对口资源的人才，包括开发、测试、运维等岗位，薪资待遇也自然随之水涨船高。
就业后薪资涨幅，以智联招聘网站上一线城市的薪资做整理：
刚入行的初级软件测试工程师薪资大概是6000-8000元；
1-2年后中级软件测试工程师薪资8000-15000元；
高级软件测试工程师15000-25000元；
资深软件测试工程师/测试专家/测试开发/测试管理25000+。
就业3年后的薪资均超过1万元。
（三）、想从事软件测试工作须具备的基本技能
2019年智联招聘上软件测试岗位的技能要求，即便是针对大学毕业生，相比几年前都有所提高。软件工程理论、bug跟踪管理、测试相关文档编写、环境搭建、数据库这些都是必要的，更多还要求有编程基础、掌握主流测试工具使用、最好有实际项目经验等；只要是对口专业，这些对应的技术都有课程覆盖，若大学授课不是纸上谈兵，有具体的实训实操，掌握好的话应聘其实不成问题。
总之，软件测试就业前景
1、行业前景好：PC软件、互联网软件、手机软件、嵌入式软件、硬件等，都需要测试，只要有软件和硬件，就需要测试，软件测试发展前景好。
2、人才需求大：据职友集数据显示，北京地区软件测试工程师招聘，需求量为5479个，社会人才需求较为迫切。
3、就业薪水高：据职友集数据显示，北京地区软件测试职位平均薪水为9630元，就业薪水远远超越了其他职位。
二、计算机辅助设计类好找工作
计算机辅助设计方面，适合女孩子的专业有哪些？
女孩子学计算机方面的专业，其实是很有优势的，特别是设计方面的：
比如网页设计，前端设计，平面设计，ui设计，产品设计，工业设计等。
一方面，女孩美术很多有美术功底的，对于审美方面也比男孩强。现在从事设计工作的大多都是女孩。
（一）、工业设计专业（信息交互设计或交互设计或数字交互设计）。
1、北京邮电大学 以“工业设计专业（信息交互设计）”开设。
2、浙江科技学院以“工业设计（产品设计和交互设计2个方向）”开设。
3、广东工业大学以“工业设计(可持续设计、智能装备设计、电子产品与交互设计、生态家居产品设计与用户体验设计5个方向)”开设。
4、西安交通大学以“工业设计（人机界面设计，人机交互设计、产品设计与人因工程方向）”2017年开设，按“机械类”（包括机械工程、车辆工程、测控技术与仪器、工业设计四个本科专业）招生。
等等。
（二）、“3D仿真设计”没有单独形成专业，都是以“计算机科学于技术专业或工业设计专业”的“3D仿真设计方向”形成的；有的以“数字媒体技术专业（3D互动媒体设计）”开设。
1、计算机科学于技术（3D仿真设计方向）。德州学院2014年招生；菏泽学院2013年招生；山东交通学院2017年招生；曲阜师范大学2017年招生。
2、工业设计（3D仿真方向）。枣庄学院2017年招生；齐鲁工业大学2017年招生；泰山学院2016年招生；河北外国语学院2016年招生。
3、数字媒体技术专业（3D互动媒体设计、移动媒体工程2个方向），丽水学院2016年招生。
等等。
（三）、计算机科学与技术（人机交互设计UI或交互技术方向）
1、计算机科学与技术（物联网与嵌入式技术、智能工程技术、人机交互设计UI、云计算技术4个方向），四川大学锦城学院2014开设。
2、计算机科学与技术专业（Java技术 、.NET技术、UI人机交互技术3个方向），丽水学院2017开设。
3、计算机科学与技术专业(交互技术、嵌入式2个方向)，华南理工大学广州学院开设（时间不详）。
等等。
（四）、数字媒体技术（手机UI设计师方向），浙江海洋大学以 “数字媒体技术（平面设计师、Web前端设计师、手机UI设计师3个方向）”2016年开设。
三维数字化（3D）应用人才正面临需求“井喷”，被各行业广泛争抢
在近日举行的第十届全国三维数字化创新设计大赛（简称3D大赛）现场，记者看到，全国各地的千余家企业前来仔细观摩、认真倾听。
3D大赛组委会副主任鲁君尚告诉记者，通过3D仿真模拟可以节约至少40%的设计周期和30%的设计成本。三维数字化设计制造不再是航空航天等高精尖领域的“专利”，成为各行各业的“必备”。特别是新能源汽车、智能家居等高新产业，对数字化应用人才有着强烈需求。
UI设计师是目前中国信息产业中最为抢手的人才之一
UI设计师的涉及范围包括商用平面设计、高级网页设计、移动应用界面设计及部分包装设计，是目前中国信息产业中最为抢手的人才之一。
在互联网+与O2O的大趋势下，使平面设计，网页设计，UI设计，Web前端的前景超乎想象，行业内人才供不应求，所得平均薪资水涨船高，最高可达月薪30000+。是目前中国信息产业中最为抢手的人才之一。
总之，女生学工科，只要选对了专业和职业，还是有一定的优势的。
大数据主要涉及的内容有哪些？
记得大学毕业的第一份工作，我们公司的业务就是做BI产品研发。哪时候互联网没有今天这样火热，也没有大数据、移动互联网的概念。记得有一次和同事去华师后门买书，同事买了一本javascript,我买了一个ajax。那时候，我们产品的客户端是用Delphi开发的，其实买书就是为了补充一点新知识，工作中基本用不到。在公司的第三年，公司要转做web的BI展示界面，我帮公司用svg做了两个展示组件，心里还是美滋滋的。
随着时间的推移、电商的发展，大数据、云计算似乎成了每个互联网公司对外宣传的标准说法。如果不讲点这些概念，似乎给人感觉缺少些逼格。记得10年在公司的一次培训上，有个同事问，云计算是不是你搞出来的，就因为我姓云。听到这个问题，我哭笑皆非。
大数据这个概念喊了这么多年了，很多人还是不清楚大数据指的是什么？为了回答好这个问题，我还去专门搜索了大数据的概念。老实说百科的解释，连我从事了这么多年互联网的人，也没看懂。
“大数据（big data），IT行业术语，是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。”
什么是大数据？
大数据说的直白点，就是运用一套技术手段，把数据变成信息和知识的过程。数据对我们来说是没有价值的东西，我们要把数据加工成信息或者知识，才能被人类理解。举个例子：公司一天的考勤数据是意义不大的东西，但是我们通过一月考勤数据的分析和比较，我们发现张三这个员工老是迟到。那么，张三老是迟到这个信息就对公司的管理有帮助了，领导需要去了解下，是不是张三家有什么事？或者张三最近出现别的状况？
大数据的“大”又如何理解呢？所谓“大”，一层含义指数据的体量大，在数据库时代数据以GB为单位，但在互联网时代以TB为单位，数据的体量升了一个数量级。另一层含义指数据形式的多样化。在传统BI应用中，数据大多是存储在关系型数据库中，但在互联网时代，数据的形式变得多样化了，例如:文本、视频及数据库。明白了大数据的概念，我们下来看，大数据包含哪些内容。
大数据的内涵
大数据从技术的角度去看，包含两大分支：数据分析和数据挖掘。数据分析是对历史数据的分析，为管理提供辅助决策信息。数据挖掘是研究趋势和未来的问题，主要应用在预测方面。从业务的时效性要求去看，分为：实时在线分析系统和离线分析系统。例如:网站的实时用户区域分佈狀況就是实时分析應用；2019年全國各省GDP排名分析就是離綫分析應用。
从大数据项目的过程看，大数据包含：数据采集、数据收集、数据转化与存储、数据建模分析、上层应用展示等。大数据的难点，在于海量数据的分析，这又涉及到海量数据存储及分析架构等问题。
按照Hadoop的技术体系来讲，flume用来收集和转化存储在服务器各处的日志及数据，存储在以hdfs文件系统或者hive或者hbase等数据仓库中，再利用hadoop架构的规范，编写mapreduce作业，再把分析结果展示给用户。当然，这里面设计到数据分析的各种算法。
大数据相关的工作岗位
下面介绍下，大数据相关的核心岗位：
业务专家或者顾问：为大数据提供研发方向和确定研究主题，并为技术人员提供业务支持。
数据分析师：从事数据收集、整理、分析并依据数据做出评估和预测的专业人员。
数据挖掘工程师：从海量数据中发现规律，需要较好的算法和数学基础。
可视化工程师：提供美观、便于人们理解的分析的结果展示界面。
维护工程师：负责服务器环境的配置、搭建和运维。
每个公司采用的大数据技术线路不同，工作岗位会有所差距。感兴趣的朋友，可以自己去了解下，现有的几种大数据方案。
随着5G网络的建设，接入网络的iot设备会越来越多，互联网所积累的数据，还会成级数增加。在未来几年，大数据行业依然是朝阳行业，需要的大数据人才会越来越多，希望本文对有意愿加入大数据行业的朋友，有所启发和帮助，也希望大家能对大数据的概念，有更清晰的认识。谢谢！
计算机专业毕业后直接就业和考研后再就业？
作为一名IT行业的从业者，同时也是一名研究生导师，我来回答一下这个问题。
首先，研究生在就业上与本科生相比，无论在岗位起点还是薪资待遇方面都有一定的差距，而且近些年来差距有进一步扩大的趋势，原因是随着互联网行业的结构性调整，行业对于中高档人才的需求量进一步加大，这从一定程度上来说提升了研究生就业的优势地位。
其次，研究生与本科生在岗位性质上也有较为明显的区别。通常情况下，大部分本科生往往会从事应用级开发岗位、维护岗位等，而研究生通常会从事研发级岗位。研发级岗位相对于应用级岗位来说，一方面会有较长的职业生命周期，另一方面会有更大的发展空间，研发级岗位能够获得的经验积累也更加丰富，岗位自身的价值也往往更大。
对于大部分本科生来说，在学校期间主要以基础知识（基础学科、计算机基础）学习为主，虽然本科生也有一定的学习方向，但是往往并不会到达知识边界，这就决定了本科生要想从事研发级工作还需要进一步学习。而研究生的培养目标就是具备一定创新能力的人才，在读研期间要求研究生能够到达所学领域的知识边界并形成一定的突破，而这正是研发级人才的基本要求，同时在读研期间能够培养自己的研究方法，这对于以后的研发工作会形成较大的帮助。
最后，随着产业互联网的发展，大数据、物联网、云计算、人工智能等相关技术将得到进一步的发展和应用，在这个产业结构升级的过程中，人才结构的升级将伴随这个过程，所以在未来产业互联网落地应用的过程中，研究生的需求量将保持一个增长的趋势。因此，对于条件允许的学生来说，读研是个不错的选择。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网方面的问题，也可以咨询我，谢谢！
请问云计算运维的工作量大不大？
与传统的IT运维服务相比，基于云计算IT运维服务实现了三大转变。
首先它变被动为主动。基于云计算的IT运维服务以各种监控、告警、日志、报告服务工具为依托，通过全面的网络式监控可以及早发现故障隐患，从而可以建立起主动式IT运维。其次，它变复杂为简单。当新增一个分支机构时，只需要在网络上增加安装一个网管机，就可以监控管理整个IT系统，整个过程简单高效，而不需要部署复杂的IT运维软件。再次，它大幅降低了IT运维成本。云计算IT运维服务把数据乃至应用程序全部集中到云端，也就是数据中心的服务器上。对于运维来说，这意味着大量在本地的运维工作转移到云服务器端，运维的总体工作量大大减少，运维成本也就大幅降低。工作量不是很大，上海TANJURD人才服务中心，提示不需要经常加班的。云计算是计算什么东西？
云计算、大数据、人工智能都是当前科技界的热门技术，它们支撑了各行各业的发展。下面我通俗地回答一下。
1、云计算①、云计算概念通俗讲解
IT界只要讲云计算，就会用“喝水的故事”来通俗的解释，这里我扩展一下来来讲。故事如下：
某村子里有一家人要喝水，于是就请人在自家门口挖了口水井，于是一家人喝上了水。这就是本地计算，也就是自己买服务器、装网络、装软件为自己的业务提供服务。这种模式投入成本比较高，需要自己建设、自己维护。同时，不喝水时，水井也就闲置着。
可是，这家人还养了很多家禽家畜，它们也要喝水。而且周边还种了果树和菜地，这里也需要经常浇水。以前按照传统的“本地计算”模式，就在每个地方都打口井，很费钱。于是，家长想了个整合的办法。先打一口大井，然后在多个用水点装上水管联通。这样哪里要用水就开水龙头即可。这就是私有云。就是将本地服务器进行资源整合，提供本地计算存储资源的共享和弹性使用。
上面私有云模式，依然还是要自己打井，自己买装备，自己维护，一次性投入比较高。而且，整个村子的村民都按这种方式搞，村里面还是比较浪费投资。于是村长决定，成立自来水公司。由自来水公司负责打井，取水，储水，净化等工作，同时，自来水公司为每一户用水的村民接上水管，装上水表。这样，村民用水时，只需要打开水龙头就可以用水。水表会记录用了多少水，每个月按量付费给自来水公司就可以了。这就是公有云。这种公有云模式只是提供了基础水资源，我们可以称之为IAAS，翻译成中文就是基础架构既服务。就是有云服务商统一提供IT基础架构，租户可以弹性使用资源，按量付费。而服务商可以将资源共享提供给很多租户。
村民要想真正靠卖猪、卖菜、卖水果赚钱。他们还需要在水资源到位的基础上，各自做围蔽、猪圈、安防等环境设施。这又是一种投资浪费。于是，村长决定建设养殖基地和种植基地。基地按承包的面积来付计费，水按水表计费。这样，村民只管使用这些基础水资源和环境就可以了。这就是PAAS，翻译成中文平台即服务。就是在IAAS的服务基础上，又增加了软件的开发环境、运行环境、维护环境等等服务。用户只需专心自己的业务即可。
有了PAAS模式，村民方便了很多。但还是需要自己购买化肥、农药、疫苗等等来为养殖、种植服务。这时候，村长决定，既然大家都在一起种植，就飞机统一喷洒农药，统一施肥。养殖的也可以统一打疫苗。村民只管使用这些服务，最后按照用量来付费就可以了。这种模式就是SAAS，翻译成中文是软件即服务。就是在PAAS的基础上，再次增加了租户生产需要的各类应用软件。这回用户只要有云账户就可以为他们自己的生产提供服务了。
②、云计算计算什么
了解了概念，其实就不难理解云计算在计算什么了。云计算和本地服务器计算是一样的，他们都在运行计算机软件。计算机软件按照程序员设定的程序在计算各种数据。云计算相比本地计算，只是一种更加弹性的资源，资源共享程度更高的集中环境。它比较依赖于网络。
2、大数据①、大数据的通俗解释
什么是大数据？顾名思义就是有大量的数据。还是拿上面的故事接着说。
每个村民每一次使用水、环境、化肥都是一条数据。村民每一次买原来、卖产品的价格、数量也是一条数据。村民想知道自己什么时候用水最多，村长也想知道什么时候是用水高峰。于是这些数据需要被汇总起来做统计分析。这些被汇总起来的各类数据，就是大数据。当然计算机行业里的大数据至少也要上个几百T，或者PB级别。只有这样才能真正称得上大数据。
②、大数据是什么数据
大数据包含的数据非常广泛，包括结构化的数据库数据以及文本、图片、视频等非结构化数据。这里听起来有点过于专业。那我们还是以上面的故事来说一下：村长的大数据其实就包括：自来水厂记录的有标准表头的数据（结构化数据）。还有村民各自写的账本、电话录音、平时生产拍的照片、视频（非结构化数据）。
3、人工智能人工智能就比前面两个概念先进很多了。它是计算机通过算法获得了一种类似人类思考方式的决策能力。还是用上面的故事来讲。
在整个村子的运营过程中，有些村民的菜种的特别好，猪养的特别肥。村长为了大家都能做到最好，决定找出窍门。但单独问村民，村民也描述不出来，或者不愿意全盘说出。于是，村长就利用前面收集的大数据内容。将它全部交给计算机的深度学习算法去学习，计算机在学习的过程中，村民只需要告诉它哪些行为是正确的，哪些是不正确的。计算机在不断学习的过程中，就能总结出一套自己的经验决策。这些经验决策的形成过程就是人工智能。现实生产生活中，现在的智能客服、智能机器人都是在模仿和学习人类的思维提供服务。
总结以上就是云计算、大数据、人工智能的通俗解释。故事未必非常贴切，但基本是这个逻辑。
感谢阅读！我是数智风，如果有不同看法，欢迎评论指出。如果有所帮助，欢迎关注讨论。
