新入學物理博士行怎麼轉行

㈠ 北航物理博士專業可以轉嗎

可以。根據查詢北京航空航天大學官網發布的學生轉專業須知得知，截止於2023年3月27日，北京航空航天大學的博緩纖士研究生在每學期都有一次申請轉專業的機會，但是只可以在學院內進行轉專業，不可以跨學院進握哪耐行。北京段春航空航天大學（Beihang University）簡稱「北航」，位於首都北京市，是中華人民共和國工業和信息化部直屬的全國重點大學，中央直管高校，位列國家「雙一流」、「985工程」、「211工程」重點建設高校。

㈡ 博士想轉專業應該怎麼跟導師說

博士想轉專業跟導師說就可以完全告訴導師，自己覺得這個專業搜族沒有再研究下世派弊去的必要了羨早，自己失去了對他的興趣，如果再研究下去的話，也不會有什麼好的結果，因為自己喪失了興趣，我覺得老師會理解你的。

㈢ 理論物理的博士畢業之後可以做什麼工作

理論物理專業的就業面相對較窄，將來主要在高校或者科研院所就職。
如果准備畢生投入科研事業，並且渴望做出出色的工作，那麼博士畢業後一般要做幾期博後。最好是到國外做，但由於國外現在經費不景氣（德國好一些），這要求你在博士期間非常出色。如果國內申請不到，也可以在國內頂級機構比如北大、高能所過渡一下，之後再尋找國外的博後職位，或者之後直接在國內也能找到不錯的教職。
如果將理論物理作為一個謀生的手段，那麼在博士畢業之後也可以直接找教職。不追求學校的名氣和科研環境，中國那麼多學校，如果畢業學校好點還是挺容易的。
如果選擇轉行，那麼有博士學位在手，不管到哪個行業起點都還是可以的。一旦進去，就看你自身修為了。

㈣ 博士轉行，不做科研還有哪些出路

既然說轉行，可能此前沒有做過人事行政方面的工作了。如果殲好做過，面試應該不是問題。
一、行姿空政工作十分細碎而繁瑣，衣食住行、吃喝拉撒啥都有。基本包括：行政工作（重點是計劃和檢查）、文書工作（寫材料、管證照和印鑒）、後勤工作（食堂氏冊鉛、綠化、保安、用車、辦公用品）。
二、人事工作相應就那幾個板塊：規劃、績效、薪酬、招聘、培訓以及員工關系，無外乎這些。人力資源專業或從業人員比較熟悉。
如果你應聘的企業不大，有可能行政人事一把下，老闆還要加塞其他的工作，如ISO9001體系認證、安全管理、項目申報、內部管理什麼的，所以中小企業行政人事工作其實對人的實際工作能力要求蠻高的，不是輕易能搞定的。大企業分工細，各管各的一畝三分地，綜合難度系數要小些，但專業要求就高些了。

㈤ 大連理工大學理論物理博士就業方向

大連理工大學理論物理博士就業方向：
1、堅決走學術，多做工作，多發文章，優秀的人才在任何領域都可以風生水起，名校的教授名利地位都是有的。
2、:早做轉行的打算，選擇做一些類似數據處理，統計的課題，這樣會在博士畢友胡簡業後找工作更有競爭力。普通大學的副教授副研或者講師還是比較容易拿到的。好褲但是職位正在飽和，情況不容樂觀。這是各學科走學術路線都正在面臨的問題，不限於物理。博士畢業後轉行的也有不少，轉其它方向比如生物化學的，但這些肯定做運不是你選擇理論物理的初衷。

㈥ 中國人民大學物理博士就業

物理學專業就業前景不是特別樂觀的，
就業方向
1.教師，四年的本科物理不足以去搞科研，苦於找工作又不想放棄深愛的襲鋒物理，怎麼辦？當然是去當老師了！
2.電子設備銷售、營銷，電子設備行業的競爭很激烈，想要在市場上佔有瞎慧一定份額，在產品上必須要有一定優越性。對教師工作不感興趣的小夥伴們，也可以考慮做電子設備銷售和營銷的工作。
3.管理培訓類，物理學畢業生自帶的「高智商、強邏輯、有主見」光環，磨禪答在應聘「專業不限」的工作（比如企業管培生）時也是有技能加成的——當然，前提還是你真正地利用了學物理的經驗，提高了自己的思維能力和判斷力。
4.計算機軟體方向，互聯網正發展的如火如荼，各行各業都巴不得能夠分一口「蛋糕」，各種軟體研發和通信方向都能應用到計算機技術和物理學理論。做數值、結構演算法更是要運用數學和概率論去分析數值對產品運行的影響。
人民大學的物理學在全國一般般的。

㈦ 我是如何從物理學轉行到數據科學領域

我是如何從物理學轉行到數據科學領域
很多人問我是如果從物理學轉行到數據科學，本文講述了關於我為什麼決定成為一名數據科學家，以及我是如何追求並實現目標的。希望能夠最終鼓勵更多的人追求自己的夢想。讓我們開始吧！
CERN 暑期項目

2017年CERN暑期項目
CERN(歐洲核子研究組織)暑期項目為物理、計算機和工程專業的本科生提供了千載難逢的機會，讓他們前往瑞士日內瓦，與頂尖科學家一起參加研究項目。
2017年6月，我非常幸運地被選中參加這個項目。粒子物理學是我的研究方向，能夠參加CERN的研究項目讓我欣喜不已。在為期2個月的項目期間，針對CMS(緊湊μ子線圈)實驗，我通過世界級LHC(大型強子對撞機)計算網格和雲計算進行了相關分析和模擬。

CMS(緊湊μ子線圈)
此外，暑期項目還包含了一系列圍繞粒子物理和計算領域的講座、研討會。
在此期間，通過參加講座、研討會以及項目，我開始接觸到機器學習和大數據分析。令我驚訝的是，機器學習技術能夠處理大量的數據，並精確的對各種微觀粒子進行分類和檢測。接著我毫不猶豫地投入了對機器學習和雲計算的探究與學習。
誰知道這次經歷會成為我人生中的轉折點，我打算投身數據分析。然而此時我對數據科學的定義仍比較模糊。
數據科學領域初探

當我一結束暑期項目回到新加坡，我就對解數據科學進行了一些探究，令我驚訝的是，這個領域並沒有明確的定義。但總的來說，在我看來，數據科學涵蓋了編程、數學、統計知識以及一定專業知識。
盡管如此，我還是驚訝於數據是如何被用來為公司得出分析見解，並驅動商業價值。從理解業務問題，到收集和進行數據可視化，直到構建原型開發階段，進行微調，並將模型部署到實際應用程序中，在這些過程中我發現了通過使用數據解決復雜問題、完成挑戰的滿足感。
「沒有數據，你只是一個空有想法的人」。
—— W. Edwards Deming
我的出發點—數據可視化

Tableau Dashboard
2017年8月，作為進入數據科學領域的第一步，我參加了由Tableau和IMDA(Infocomm Media Development Authority)共同組織的NIC Face-Off 數據競賽，當中我首次接觸到數據可視化。
當中我有機會使用Tableau Public對各種開放數據源進行可視化，這些數據調查了東南亞霧霾的起源，並提供了可操作性的的見解。
第一份數據分析兼職實習
在同月，我偶然發現了一個機會成為了mobilityX的一名數據分析實習生，這是一家由SMRT資助的初創公司。考慮到可讀性和廣泛社區的支持，我使用Python進行編程。
其實在我大一開始學習編程時，我想過放棄。為了運行一個簡單的for循環，我可能要花費好幾天甚至幾周。而且我常常會感覺自己沒有天賦。

直到大三我和教授開始一項研究項目，我才開始對編程產生興趣。我開始使用Python進行構建，並喜歡上了這個編程語言。
我開始不在自我懷疑，而是採用以下的步驟學習編程：
1. 理解編程的基本邏輯；
2. 選擇一種編程語言並學習如何使用(語法等)；
3. 練習，練習，再練習；
4. 重復步驟1-3 。
實習一直持續到2018年3月，期間我的收獲頗多。我學會使用PostgreSQL和Python進行數據清理和操作、web抓取以及數據提取。
數據科學全職實習

之前經歷進一步強化了我對數據科學的喜愛。之後我計劃了自己的學習時間表，並在2017年12月畢業後，開始了在Quantum Inventions的數據科學全職實習。
看到這里你可能會問 ，為什麼我選擇去實習而不是一份數據科學的工作？那就是在申請全職工作之前，能夠通過處理實際的數據，獲得更多的技術知識，並從頭開始體驗數據科學的整個流程。
學習資源
以下總結了我的學習過程，當中我接受了很多人的幫助，並充分利用了大量的在線資源。
1. 推薦書籍
我讀的第一本數據科學的書是《統計學習導論：基於R應用》(An Introction to Statistical Learning?—?with Applications in R)。這本書對於初學者是非常不錯的選擇，當中著重統計建模和機器學習的基本概念，並提供詳細而直觀的解釋。如果你很擅長數學，那麼你肯定會喜歡這本書：《統計學習基礎》(The Elements of Statistical Learning)。
還有一些相關書籍也是不錯的選擇，比如Sebastian Raschka的《面向初學者的機器學習》(Machine Learning for Absolute Beginners)，《Python 和機器學習》(Python Machine Learning)；以及Jake VanderPlas的《Python數據科學手冊》( Python Data Science Handbook)。
2. 在線課程

Coursera
我推薦Coursera聯合創始人吳恩達的《機器學習》課程。他能夠把復雜的概念分解成更簡單內容。該課程為期11周，主要圍繞監督式學習、無監督學習以及機器學習的實際應用。當構建機器學習模型時，我仍然會參考該課程講義，用來解決欠擬合或過度擬合的問題。
Udemy
Jose Portilla的《在數據科學和機器學習中使用Python》(Python for Data Science and Machine Learning Bootcamp)是不錯的選擇。該課程從Python基礎知識開始，逐步指導你如何使用scikit-learn和TensorFlow實現各種機器學習和深度學習代碼。本課程詳細介紹了Python中各種庫，用來實現機器學習模型。
此外，我強烈推薦Kirill Eremenko和Hadelin de Ponteves的課程《深度學習A-Z：人工神經網路》( Deep Learning A-Z?: Hands-On Artificial Neural Networks )。通過該課程，我第一次接觸到深度學習。課程主要通過實際操作的編程教程，把握監督和無監督深度學習。
Lynda
我推薦Lillian Pierson的課程《在數據科學基礎訓練中使用Python》( Python for Data Science Essential Training 。該課程以統計分析為基礎，圍繞數據管理和數據可視化。
3. LinkedIn
LinkedIn是與數據科學社區有緊密聯系的的強大平台。人們願意在上面分享他們的經驗、想法和知識，從而幫助他人。在LinkedIn上，我學習到了很多，無論是技術知識還是職業咨詢等。
4. 其他資源
許多數據科學領域的初學者經常會被大量的資源所淹沒。除了以上資源平台以外，還有Towards Data Science、Quora、DZone、KDnuggets、Analytics Vidhya、DataTau、fast.ai 等都是不錯的選擇。
建立作品集

個人作品集能夠展示你的經驗和能力，特別是當你沒有數據科學方面的博士學位時。
由於我只有物理學的學士學位，我沒有計算機科學相關學位，在大學的前三年中我也沒有任何相關的數據科學作品。建立個人作品集是很重要的，因為公司需要知道你學了些什麼，如何能過為公司業務貢獻價值。這也是我決定實習和學習在線課程的原因。
不久之前，我和朋友一起參加由Shopee和工程與科技協會(IET)組織的Kaggle 機器學習挑戰賽。這是我第一次參加Kaggle比賽，我學習了如何使用卷積神經網路(CNN)和遷移學習進行圖像識別。
結語

我分享了我進入數據科學行業的一些情況，希望我的經歷能夠讓你覺得數據科學其實很有趣，並不那麼嚇人。直到我接觸到數據科學，我才愈發感受到什麼是學無止境。我希望本文能夠激勵你去挑戰自己，實現自己的夢想。

㈧ 物理學專業的,想轉行數字電子類行業,請問我應該怎麼辦最快的捷徑！

物理專業的一般學習的是理論，推導，數學什麼的用的比較多，但是實踐少。你想學數字電子類的內容，那隻能從頭學起，沒有什麼捷徑。這個也是工科理科之間的最大區別吧。基礎課要有電路理論，數電，模電等等等。但是其實知道了這些還是遠遠不夠，比如你要是從事計算機相關的你就要學計算機組成吧？你要是其他的嵌入式系統你就要學嵌入式原理吧？這些都是以後的事，反正差距還挺大，希望你能努力吧

㈨ 博士畢業後轉行做啥

01
為高校科研注入新鮮血液
博士畢業，去高校當老師，是好多學生的夢想。國內好多 985 大學的講師，都可以擔任碩士研究生導師，有些剛畢業的博士生科研成果突出，會破格成為副教授！剛工作就可以帶學生！這樣的話，就有機會學習如何建設、管理團隊。別小看這方面的經歷，隨著自己經歷的增加、對職稱提高、團隊壯大，都是非常重要的。還有部分博士會為了留一二線城市，進獨立學院或三本，基本放棄科研，成為人肉播放器了，因為這些學校課時量很重。收入看個人付出了，一般12到15萬吧。
生活相對穩定，不用思考去找工作的煩心事情。這樣，至少可以穩定地買房、安家。

02
企事業單位
近幾年，各大城市對人才的扶持力度相當大，很誘人！企業已經成為吸納博士畢業生的另一重要渠道。2018年一流大學博士畢業生到企業工作的平均比例為16.68%，工科類高校畢業的博士去碼備企業比例相對高，為20%~40%。在不同企業類型中，博士畢業生到民營企業就業的比例（7.2%），民配此營企業集中在阿里，科大訊飛，華為等。略高於到國企（央企）的就業比例（6.5%），到三資類企業就業比例最低，僅為2%。

2015~2018年不同地區32所一流大學建設
2015~2018年不同地區32所一流大學建設高校博士生總規模分布
03
博士後
隨著學術勞動力市場日趨飽和，競爭日趨增大，博士後群體的規模迅速擴張。2018年有19所高校的博士畢業生在境內從事博士後研究工作的比例超過10%，其中，中國農業大學、中國科學技術大學等六所高校的博士畢業生在境內從事博士後研究工作的比例超過20%。北京大學等高校的博士畢業生在境內從事博士後研究工作的比遲賣毀例均超過10%。

㈩ 物理學專業博士生畢業能幹什麼

物理學專業學生畢業後可在物理學或相關的科學技術領域中從事科研、教學、技術和相關的管理工作。

物理學專業就業崗位包括：高中物理教師、初中物理教師、銷售工程師、高中物理老師、初高中物理教師、物理教師、初中物理老師、物理老師、初高中物理老師、研發工程師、光學工程師、小學 初中 高中各科教師等等。

物理學專業有較強的社會適應性，畢業生既具有從事基礎科學研究的基礎知識，也具有
在應用物理技術、電子信息技術等領域從事高科技開發的實際業務能力，適合在工業、交通、郵電、金融；商業等行業從事科技開發、生產和管理工作。物理學專業學生
所特有的專業素養，使他們具有持久的專業發展後勁和較強的開拓能力，因而深受社會各界的歡迎。

1、技術工程師

企業的工程技術工程師

2、研究助理

分析化驗各種物質的物理屬性

3、大學教師

物理是理工科學校的必備基礎教育課