1樓：皎月丿
熱愛機械的女生倒是少見
在知乎現在行行轉碼農的風氣下，自然一堆人勸你轉碼農只不過做自己喜歡熱愛的事總歸沒錯
機械不懂，但是我知道，啥玩意其實都可以和現代結合啊，你可以搞人工智慧，搞機械人，搞設計
2樓：嶙羽1897
看過乙個關於機械行業的回答，裡面有一句話很能引起共鳴，「如果說網際網路是青春飯，那麼機械連青春飯也沒有」。該賺錢的年紀賺不到錢，所謂的越老越吃香只是自我安慰
3樓：丁瑞
我之前在網易實習的時候，專案的夥伴是浙大的機械碩士（本來是博士，轉碩了）。
他的C++ primer滿本都是筆記，自學過吳恩達和李巨集毅的深度學習網課（也是滿本筆記的）。專案開發過程裡展現的開發能力比我強很多。
不過他並不關心it界動態，雖然深度學習的基礎知識學全了，但是國內業界的創業公司他都沒聽過，估計最後是留在了網易，做一些C++和遊戲指令碼開發吧，說實話待遇，發展空間，工作壓力和他的才能並不匹配。
網易裡浙大的人很多，可能對他轉行提供了幫助。如果你的學校夠好，轉行可能機會並不少?不過隨著計算機系畢業的人越來越多，現在很多公司可能對自學轉行並不友好了（詳情我不知道，這是18年實習的情況）。
建議要自學早自學，要轉行早找相關行業的實習。如果才大一，轉專業更好。
不過計算機也很枯燥的。其實身邊有不少同學轉出去，考研變了方向，找其他行業的工作了。可以先自學一下看能不能學得下去?
4樓：
你喜歡的機械，是成大仙的《機械設計手冊》中的機械，
還是兒童玩具給你印象中的童年機械？
還是汽車行業這種改變人類又賺錢的機械？
還是機械人這種智慧型式的機械？
傳統機械的進化，顯然已經不是人類知識推進的最前線。
所以，機械工程師無法獲得超額收益；與那些幫助實現人類未來新的生活模式進行探索的智慧型，物聯網，大資料相比，傳統的機械工程師更像是一種堅守。
人類需要拿出30%甚至更多的人，守住原有的產業陣地，並依靠年創新率10%以下的運維行業，來持續為人類的吃喝拉撒生老病死提供資源。
高薪，從來不是獎勵給某個行業，而是獎勵給某個行業中做的好的人。
從這個角度來說，網際網路的光環在褪去，
下乙個增長點在人工智慧，這種熱點能維持幾年不好說，泡沫有多大，泡沫什麼時候破，也許明天，也許十年；
我訂立了一條法規：學機械的不許學人工智慧，
還訂立了一條潛規則：咱們這些搞機械人的和人工智慧的，千萬別告訴那些學機械的，他們的焦慮和畏懼，就是我們盈利的起點。
專業是為了培養人才界定的，是為了老師方便教課設定的，你信了，你就成批量產的磚頭了。
課程設定方面：
大一，製圖，幾何，線性代數，微積分，特別是曲線積分，微分幾何，軟體程式設計。特別是製圖，solidwork上手快，catia難，pro/E系統化。
大二：材料，金屬加工，曲線曲面（還是微分幾何），材料物理，材料化學，晶體學，
大三：機電系統，特別是電機，電機，電機。這是機械人的公升上通道。
大四：（anasys和nastran），機械人，工藝。
研究生：simulink，FEM，
研二：動力學，simpack，
以上軟體產品不是廣告，自己把握。
乙個懂機械軟體，很好的幾何基礎，有動力學基礎的機械工程師，是很多人工智慧的人缺少的。
中國產工具機，中國產光刻機，中國產3D印表機，中國產噴墨印表機，大量問題要解決，機械工程師怎麼能投降了呢？
電腦科學與技術 人工智慧和大資料哪個專業好（對女生來說）
江西新華欣欣 從行業的角度回答下。回答這個問題之前，我們先把時間軸往前拉20年 假設在2000年，你高考完填報志願，猶豫是該報網際網路相關專業 如網際網路營銷 還是 電腦科學與技術 或者 智慧型科學與技術 專業 那個時候，大資料專業還沒有出現 當時的網際網路之於大眾，一如今天的5G和AI。但你並不知...
大資料，雲計算及人工智慧是什麼？有什麼關聯？
雲一朵 物聯網是啥？是通過一些資訊感測裝置按約定的協議把任何物品與網際網路連線起來進行資訊交換，以幫助企業實現智慧型化識別 定位 跟蹤 監控和管理，應用物聯網，我們能夠產生大量的資料並收集起來。那大資料呢？就是海量的資料！是一種規模大到在獲取 儲存 管理 分析方面大大超出了傳統資料庫軟體工具能力範圍...
人工智慧和電腦科學與技術哪個好？
AI深度學習 今天官方推到這個問題，有幸回答一下題主，就我的了解來談談吧。目前現在國家已經開始逐步發展人工智慧專業，18年後高校也在響應國家的號召，開設一些人工智慧專業。那麼回到題主的問題上，既然想學ai，那肯定就毫不猶豫的是去填報ai專業，計科系和ai兩個專業所學的學科有一定的包含關係，二者相輔相...