作者|匿名
目前，“转型”似乎已经成为传统汽车人必备的职业选项。这种必须选项的背后，不仅仅是焦虑和被动，更多的是机会和礼物。智能驾驶可能是一个新的“游戏副本”，但在刷怪的进阶过程中，技能是可以学习和升级的，自我价值也会不断迁移和更新。
是一种转型趋势，但也是一种探索自我边界的主动冒险。对于愿意“转型”的人来说，机会总会出现，一直在等你主动做出决定。
我是一名汽车行业的工程师，赶上了智能驾驶的浪潮，在汽车研发领域完成了职场转型，从样车试制到智能驾驶开发，经历了一些故事，获得了一些经验。
今天和大家分享一下我过去的经历和转型路上的经历。
第一部分:职业经历
第一段:大型传统合资主流车企——自我学习的成长之路。
2014年同济大学毕业后，我满怀热情地进入了当时的一家头部合资车企，在技术研发部做样车。
当时的我踌躇满志，坚信凭借自己在学校的努力和积累，一定能在公司发挥自己的价值，学以致用，为国家汽车工作做出贡献。
入职培训时，部门领导告诉我们，样车试制是将数据转化为实车的过程，是物理世界中车辆新产品诞生的第一步，与车辆开发的整体流程密切相关，对工程师的综合素质要求很高，也有利于个人职业发展。
于是，我满怀信心地开始了我的职业生涯。
从底盘模块试制到整车新产品试制；从试产的小生命周期到新车型的完整生命周期；从这个部门的流程体系，到整个公司的完整流程体系，我都逐渐掌握和熟悉了。
经过一年多的学习和历练，我完成了从职场菜鸟到飞行员司机的转变。了解原型车试制的工作内容和核心技能，包括技术层面和项目层面。
成为技术工人后，我逐渐发现一个问题:试制的意义更大，因为它是RD和制造之间的桥梁，更需要的是对项目管理和整车所有模块的熟悉。某个模块很难深入挖掘，尤其是前沿技术。而且当时公司的车辆平台已经非常成熟，技术上也没有太多创新。如果你继续在这个岗位上工作，不仅你在学校的知识积累会越来越没有用，你也会离未来的前沿技术和行业热点越来越远。长此以往，我会越来越依赖公司现有的平台，逐渐失去职业发展的核心竞争力。
我开始担心自己的职业生涯，开始思考:继续这样下去是升值还是贬值？从事这样一份难以创新、偏离前沿技术的工作，真的是我想要的吗？该不该换场？
当时是2015年，是谷歌高调宣传其无人驾驶技术和测试过程的时候，也是智能驾驶热潮在中国刚刚兴起的时候。电动汽车、大数据、工业4.0等概念。变得流行起来。一时间，网上随处可见这些处于行业前列的名词，一些做投资的同学也会和我交流这些新鲜事物。
在这样的行业环境下，我慢慢意识到这些可能是汽车未来的发展方向，传统的汽车行业很可能会发生很大的变化。
我开始主动学习这些前沿知识，花了半年时间看了十几本关于电动汽车、智能驾驶、大数据、工业4.0的书，听了很多网上的知识分享，全方位分析发展历程。
经过自己的反思和学习，以及与前辈和身边朋友的交流，我做了一个决定——转型进入智能驾驶领域。
一方面，这是一个很好的提升自我价值的方向，可以解决我当时的职业困惑。另一方面，我可以紧跟行业前沿，探索另一种可能，一种出行方式的颠覆。
我从小就对人工智能感兴趣，一直有一个科幻梦。选择智能驾驶无疑会让我离梦想更近一步。
除了对《星辰大海》的渴望，当时也充分考虑了智能驾驶的可行性。智能驾驶的三大模块——感知、决策、控制，感知属于计算机视觉的研究内容，决策与深度学习、机器学习强相关，控制主要基于控制理论和汽车动力学。在操控方面，通过在校期间的研究和积累，有一定的基础。大数据和工业4.0的应用范围比汽车广泛得多。我在重新投资方面没有明显的优势，但他们更多的是思维和生产方式的改变，这与RD汽车本身没有太大的关系。电动化更多的是能源和电池技术的研发，和我之前的学习和工作经历关系不大。所以这些只能作为知识补充，不是我的主攻方向。
制定计划，然后行动。
我在日常工作之余，开始努力为智能驾驶的发展做准备。
首先，我拿起了在学校学过的相关理论知识。汽车理论、汽车动力学、自动控制原理、现代控制理论。对于这些基础理论，我开始从应用层面重新整理。
光有理论是不够的。我在自己的电脑上重装了Matlab/Simulink，从零开始学习Python，在网上搜索与自动控制相关的案例和教程，提高自己的编程技能。
此外，我还主动寻找人工智能相关的课程资源进行学习和了解。而我，则开始积极参与行业内的交流和讲座，听取行业专家的意见和看法。
所有的学习都非常珍贵。对我自己的后续工作有很大的帮助。
好在在我苦于智能驾驶项目实践经验不足的时候，当时的公司刚刚开始关注电动化、智能化的发展，增加了很多相关的培训和项目。通过积极参与这些培训和项目，我学到了更系统的知识，也积累了一些直接的项目经验。这也是我后来跳槽的重要加分项。
经过多年的积累，我总结了工作学习经验，整理了简历，开始寻找智能驾驶方向的全职工作机会。
跳槽之路不是很顺利。当时智能驾驶岗位需求主要集中在韦小立等造车新势力，以及相关供应商。这些公司大多希望候选人有直接的项目经验或计算机相关的教育背景，并能立即投入战斗。
求职之路一度陷入困境。那段时间，我每天的状态就是:一边干自己的工作，一边看招聘网站，投简历，让朋友帮我往里面推。同时，我也一直在继续学习。期间，我还获得了PMP项目管理专业资格认证，其中的一些理论对我以后的项目有一定的指导意义。
在一段时间的碰壁之后，曙光终于到来了。
一个新的智能驾驶团队正在扩张招人。面试结束后，部门主任愿意给我一个机会。于是，我顺利离开了原来的岗位，成为了一名智能驾驶工程师。
第二段:新浪潮造车新势力——自动驾驶进阶之路。
我刚加入这个新的电力公司的时候，我的岗位是测试和兼职项目管理。
在测试岗位上，我很快掌握了智能驾驶各子功能的主流测试方案，逐渐熟悉了测试大纲、性能指标等关键内容，对智能驾驶行业的关键问题——场景有了系统的了解。
同时，在公司平台的帮助下，我有幸了解到国际最先进的智能驾驶测试与评估技术和设备，包括云仿真平台、高保真驾驶模拟器、场景再现与重建技术等。，不仅开阔了我的眼界，也增长了我的见识。
在测试岗位培训一段时间后，部门主管把我调到了功能开发岗位，负责产品定义和系统方案。对标市场主流，提炼产品特性，定义产品功能，开发系统方案，制定系统架构、功能逻辑、交互规范、时序状态，成为我每天的工作内容。
除了日常的项目工作，我开始注意到一些知识和方法论的总结，系统梳理了产品评测方法、产品特性、系统方案等。市面上的一些畅销书，比如《人人都是产品经理》《数据思维》，也给了我很多启发。
每天接触新的内容，充满挑战和收获，每天都充满热情和动力。
一年多了，一直从测试发展。除了没有深入做算法，我或多或少参与或从事过智能驾驶的其他相关技术工作。
这段时间我涉猎广泛，不知不觉电脑硬盘已经被文档塞满了。
我能感觉到自己的知识、技能和价值，就像电脑里的数据一样，在不断积累和增加。
但是随着项目的开展，我发现虽然我接触的面很广，也在一定程度上掌握了智能驾驶的开发和测试，但是因为我在主机厂的位置，很难真正掌握底层的具体实施方案。这些底层核心技术是各个供应商的看家本领，不可能完全向主机厂开放白盒。
越来越想知道函数实现的底层逻辑，找出楚之佳函数从0到1的实现路径。
这种冲动不仅来源于我对行业和职业的思考，更来源于我对未知知识的渴求。不知不觉中，求知和职业这两条路径和两股力量开始深度影响和交融。
于是我开始考虑供应商工作，从另一个角度开发智能驾驶功能。但由于我当时对自己的岗位大体满意，也没有什么非要离开的理由，所以一直处于佛门见机会的状态。
是的，公司财务状况突然陷入危机，直接影响了我们员工的工资发放。在身边很多领导和同事相继离开后，我也离开了这支新生力量，加入了我现在的公司——一家专注于自动驾驶软件的初创公司。
第三段:卑微乙方的创业公司——未知的自我挑战之路。
新公司充满挑战，从霸道的甲方到卑微的乙方，从汽车思维到软件思维，都需要你去适应和改变。
在这里，我深深体会到智能驾驶涉及到很多行业的融合，尤其是汽车和ICT行业的融合。这种融合不仅发生在功能实现和技术开发上，也发生在思维方式上。做互联网和做汽车是两种完全不同的思路。这两个理念的差距远远大于软件和机械的差距。我相信这也是目前很多互联网和汽车巨头都在合作，却难以开花结果的重要原因之一。
现在汽车行业的变革在加速，智能驾驶的技术发展和商业落地的步伐也越来越快，谁也不知道未来会是什么样。
这是一个漫长的修远之旅，这不仅是一个汽车行业的创新之旅，也是一个我们自己的进化之旅。
目前我还在自己挑战的路上，继续探索和努力。
第二部分:体验
首先，转型更多的是一个主动的决定。
客观来说，当时第一次合资是离家近钱多麻烦少的典型。工资在当时的行业内很有竞争力。朝九晚五，五休的严格工作时间，让我们觉得一点辛苦都没有。另外，从我的住处到公司只有10分钟的路程。如果不是职业发展焦虑，我甚至不会考虑跳出来。
在从第一家公司到第二家公司的过程中，找工作时碰壁了。每隔一段时间就被拒绝的感觉，周围人善意的提醒自己“还是算了吧”，这些都会打击到自己。
转型更多的是一个主动的决定，如果没有坚定的信心，随时都有可能被放弃。
周围也有一些同行为转型做了一些准备，但最后都没有坚持下来。主要原因是他们承受不了自己的沉没成本，在犹豫中错过了机会。
所以，坚定的决心很重要。一定要果断抛弃之前的沉没成本，盯住目标去努力。
第二，学习能力是你的核心竞争力。
工作后自学根本不是在学校学习那么简单。
时间需要脑力和精力去处理自己的工作，唯一能用来自习的时间就是晚上和周末。这就需要足够的自制力，这样才能保证你不会贪图温暖的被窝，朋友的聚会，旅行的乐趣，真正把时间都花在学习上。
学习能力往往是一个人价值提升和未来发展的核心竞争力。
第三，既要沉下心来学习，也要浮上来交流。
智能驾驶是行业前沿的热点，行业内会有各种交流、论坛、培训、讲座。积极参与这些活动，听听专家和大咖们的意见，会很有启发。
比如18年，我听上海交大的一位教授提到:“现在很多车企盲目宣传自己的产品有L3/L4功能，真正落地的时候，这种方式会出很大问题。”听了这句话，我深有感触。后来我一直建议同事不要和市场部的同事盲目强调L3/L4的概念。
果然，经历了几次大事故，现在各大车企都小心翼翼的说自己的产品只有L2+级别的智能驾驶辅助功能。
第3部分:常见问题
转型成功后，以前的同事经常问起他们的转型经历。我总结了一些平时被问到的问题。
1.如何从传统方向跨入智能驾驶RD的门槛？需要做哪些方面的准备？
我的回答是:
知识是第一步。智力有许多细分。如前所述，感知、决策和控制，每个模块都属于不同的知识领域。当你明确了自己要投资的模块后，首先要从理论知识层面补齐短板，知道自己要转什么方向。多练习，找资源，从最基础的开始，通过不断的练习，了解自己需要的能力，包括硬技能和软技能。比如算法开发需要很强的编程能力，系统集成需要熟悉智能驾驶系统。重要的是要搞清楚自己需要做什么，如何从实际层面去做。
和很多业内人士交流。智能驾驶虽然也属于汽车行业，但其知识体系、思维模式和方法论与传统的汽车研发有很大不同。比如传统汽车开发是典型的瀑布式开发，但是智能驾驶需要借鉴互联网的敏捷开发流程。最直观的例子就是OTA升级。多和业内人士交流，了解这个方向熟悉的知识和方法，是一条捷径。有时候，“读十年书不如听你的话”。
取得相关证书，取得行业内相关认证，也是加分项。
如果你能掌握扎实的理论知识，拥有相关技能和项目经验，了解行业内人们的思维模式，并获得行业内的权威认证，那么你自然就迈过了智能驾驶的门槛。
2.有哪些好的学习资料推荐？
我的回答是:
学习资料主要是书籍和网络课程。根据我以往的经验，简单整理了一个清单，供参考。目前智能驾驶相关的学习资料非常多，涉及到其他子领域，可以在网上搜索。表1:智能驾驶学习资料推荐清单
3.有哪些积累项目经验的机会？
我的回答是:
作为一个非智力驱动者，尤其是在职位不相关的情况下，很难直接从事相关项目。我的经验是参加有实践内容的项目培训。一般公司会定期组织相关培训。市场上也有一些专业的培训机构开展智能驾驶相关的培训业务，如青岩汽车协会、深兰交大等。他们定制的培训课程很实用。
如果觉得培训成本太高，也可以利用业余时间兼职做一些项目。可以通过身边的同学朋友，或者一些兼职网站寻找资源，从低门槛到高门槛积累。但是，这样的机会并不多，有一点偶然性的成分。
4.智能驾驶的主要工作有哪些？需要哪些技能？
我的回答是:
根据我对主机厂和主流供应商业务模块的了解，目前的工作模块主要分为三大块:产品和系统集成、测试和校准、算法开发，有时还会根据驾驶功能和停车功能进行细分。我整理了一份Smart Drive的主要职位列表。具体的工作职责和能力要求可以在猎聘等网站上找到。
简单来说，智能驾驶方向的项目经理一般要求具备一般的项目管理技能，PMP是加分项。此外，他们还需要了解一些智能驾驶的知识，关键的技术难点，以及汽车和软件的生命周期。
产品经理需要熟悉智能驱动产品的整体技术方案和行业产品趋势，善于思考，有足够的热情。
系统的集成需要了解整个智能驾驶系统的架构、接口、交互、信号等内容，对整车的电子电器和功能安全有一定的知识库。
标定需要一定的测试经验，清晰的测试思路，了解智能驾驶的各种功能和性能。
每个模块的算法开发和专业性要求都与具体模块有关，但基本上都需要有相应的算法和编程基础。
表2智能驾驶的主要位置
结论:
行业的变化对于每个身处其中的人来说，都有着不同的意义。
汽车行业的转型是一个更大的故事。当这种“转型”叙事具体到每一个传统汽车人的时候，往往是对自身价值的重新审视和定义。重新适应行业环境是被动因素，而对自身价值的追求和提升是主动选择。
作为汽车工程师，当我们用自己的努力让汽车变得更智能的时候，难道不是在通过自己的选择创造一个更“智能”的自己吗？当我们决定前行的时候，路上的风景一定一直在等待一个新的“我们”。
一路走来，我收获了很多，现在还在继续。
图片来自网络
