最近,我决定开始认真写一些关于职业转型、求职、项目管理、AI 产品实践的内容。过去几年,我自己其实走过了一条并不算标准的职业路径:从一个相对冷门的地理信息相关专业,到互联网地图,再到自动驾驶数据、智能驾驶产品项目管理,后来又进入外企负责国内和海外项目交付,现在也开始参与企业内部 AI 产品落地、数字化转型和提效降本相关工作。
如果只看结果,这条路可能会被简单概括成:
冷门专业 → 大厂 → 自动驾驶 → AI 产品实践
但真实过程里,并没有这么轻松。
这中间有过选择,有过焦虑,也有很多次重新判断方向的时刻。
所以我想把这条路写下来。
不是为了讲一个“逆袭故事”,也不是想包装成某种标准答案,而是希望把我自己一路走来的经历、判断和方法,整理成一些对类似背景的人有参考价值的内容。
如果你也是冷门专业、非技术背景,或者正在考虑转行、求职、进入 AI/自动驾驶行业,或是在项目管理岗位上寻找新的发展方向,希望这篇文章能给你一些真实的参考。
1. 我的起点并不热门
我的高中是在河南一个县城读的,本科考入了武汉的一所211高校,学的是地球信息科学相关专业。当时选择这个专业,更多是因为自己对地理、地图、空间信息这些东西比较感兴趣。但真正进入大学之后,我也慢慢意识到,这个专业并不是一个大众意义上的热门专业。
它涉及地质勘测、遥感、地理信息、地图数据等交叉内容。听起来很专业,但从传统就业方向来看,很多路径会偏向地质勘探、测绘、事业单位、科研院所,或者继续考研做遥感、GIS 相关研究。
这些方向当然有它们的价值。但对当时的我来说,我隐约感觉到:如果只沿着传统路径走,可能不是我真正想要的职业状态。一方面,传统行业的工作强度和待遇并不一定理想;另一方面,我也希望自己能进入一个变化更快、商业化更强、离新技术更近的行业。
所以后来我开始思考一个问题:
地理信息这个相对冷门的专业,能不能和更大的行业机会连接起来?这是我后来很多选择的起点。
2. 第一次转向:从地理信息到互联网地图
本科毕业后,我进入了腾讯地图,做数据运营相关的工作。
现在回头看,这是我职业路径里非常重要的第一步。
它不是一次完全意义上的跨行,而是把我原来学到的地理信息、地图、矢量化、空间数据相关能力,放到了互联网地图这个更大的应用场景里。
在腾讯地图,我第一次真正接触到互联网地图、导航、出行、数据运营以及地理信息商业化。这段经历让我意识到:
一个专业有没有价值,不只取决于它本身热不热门,也取决于它被放进什么样的行业场景里。
同样是地理信息,在传统测绘场景里是一种能力;在互联网地图里,就变成了地图产品、出行服务、数据运营和商业化的一部分。这对我后来的影响很大,
因为我第一次意识到,职业转型不一定是彻底推翻过去,而是把过去的能力放进一个更有增长性的场景里。
但在腾讯地图工作一段时间后,我也遇到了第一次明显的职业焦虑。在大平台里,你会看到很多背景很好、能力很强的人。你会发现,进入一个好平台,并不代表焦虑就结束了。很多时候,它只是让你更早看见下一层差距。比如学历、知识沉淀、长期发展空间、向上突破的难度,这些问题都会慢慢浮现出来。所以那段时间,我开始意识到:我不能只是停留在“进入大平台”这件事上,我还需要继续寻找下一个更有增量的方向。
3. 第二次升级:从互联网地图到自动驾驶
后来,我去了理想汽车,开始接触自动驾驶相关方向。这一步对我来说非常关键。因为从互联网导航地图,到自动驾驶里的高精地图、感知数据、模型训练数据,其实有一条很自然的延展路径。表面上看,我是从互联网地图进入了汽车行业。但本质上,我是在从“地图数据”进一步走向“自动驾驶数据”和“AI 感知模型训练”。
也正是在这段经历里,我开始真正接触到自动驾驶、感知、模型、AI 训练数据,以及数据如何支撑算法迭代。这件事让我形成了一个很重要的认知:
普通人进入 AI 行业,不一定一开始就要做算法。
AI 行业不只有模型和代码。它还需要数据、场景、产品、项目管理、交付、质量、成本、业务理解和流程设计。如果你不是技术背景,也不是完全没有机会。关键是要找到:你原来的能力,能切入 AI 产业链里的哪个环节。
对我来说,地图、地理信息、数据运营这些经历,刚好可以延伸到自动驾驶数据和模型训练数据相关方向。这不是完全陌生的跳跃,而是一次能力迁移。
4. NUS 深造:学历不是自动升级按钮
后来,我拿到了新加坡国立大学的 offer,去读了地理信息系统相关的硕士。
很多人可能会觉得,去一个更好的学校深造,就等于自动完成了一次升级。
但我自己的感受没有这么简单。在读书期间,我也有过焦虑。
一方面,学校确实给了我一个更好的平台和环境;另一方面,我也发现,有些课程内容并没有我想象中那么前沿。尤其是当我已经在行业里有过一些实践经历之后,会明显感觉到,学校里的知识和真实行业需求之间存在距离。
所以那段时间,真正对我帮助更大的,反而是我在课外主动补的内容:AI、机器学习、深度学习、自动驾驶技术、AI 产品、产品设计,以及一些面向真实行业应用的技术和产品知识。这段经历让我对学历有了一个更现实的理解:
学历不是自动升级按钮。学校给你的,更多是平台、时间、视野和一次重新选择方向的窗口。
但真正决定你未来走向的,还是你主动学习什么、主动靠近什么,以及你能不能把这些新的知识和过去的经历连接起来。
5. 从智能驾驶实习,到外企项目管理
毕业后,我先后在 Momenta 和极氪汽车做产品/项目经理相关实习。这两段经历让我更近距离接触到了行业里比较领先的智能驾驶产品、软件项目管理、产品项目管理,以及自动驾驶相关业务中的真实协作方式。我也开始更加明确,自己未来更适合走项目管理、产品项目管理、业务交付和 AI 产品实践这条路径。后来,我加入了博世,做数据相关项目经理。在这里,我先后负责国内和海外项目,从单项目交付,慢慢到更大范围的项目管理和 Business owner 角色。这段经历让我对项目管理有了更深的理解,项目经理并不是简单跟进进度、开会、催节点。真正有价值的项目管理,应该是理解业务目标、资源约束、交付路径、质量风险、成本结构,以及不同团队之间的协作关系。
尤其是在全球化项目中,你还需要面对跨文化沟通、跨地区协作、客户需求变化、平台能力限制、成本控制、质量交付等各种问题。这些经历也让我意识到:
项目管理本身,也可以成为连接业务、技术和产品的重要能力。
6. 为什么现在开始做 AI 产品实践
今年开始,我也在内部承担了一些 AI 产品经理相关的工作,推动数字化转型、提效降本,以及企业内部 AI 工具的产品化落地。这件事对我来说,并不是突然开始的。回头看,它和过去很多经历其实是连在一起的:
在腾讯地图,我理解了数据和互联网业务。在深圳科创学院,我学习了用户调研和产品设计。在 NUS,我主动补了 AI、机器学习和产品相关知识。在 Momenta 和极氪,我接触了智能驾驶产品和项目管理实践。在博世,我积累了全球化项目交付、成本控制和业务管理经验。
所以当我现在开始做企业内部 AI 产品落地时,我越来越感觉到:过去那些看似分散的经历,开始慢慢连接成一条能力主线。我不是一个纯技术背景的 AI 产品经理,也不是一个只会讲工具的 AI 使用者。我更关注的是:
AI 如何进入真实业务流程,解决具体问题,提升效率,降低成本,并最终变成一个可持续使用的产品或工作流。
这也是我未来很想持续分享的方向。
7. 回头看,我真正做对了什么?
如果让我复盘过去几年,我不会说自己每一步都规划得很完美。事实上,很多选择都是在当时有限的信息下做出的,也伴随着不确定和焦虑。但回头看,我觉得自己有几件事是做对了的。
第一,主动选择更有增量的行业
2020 年,我选择从传统地理信息走向互联网地图。2022 年,我选择从互联网地图走向自动驾驶。后来,我又开始进一步靠近 AI 产品和企业内部提效实践。
这些选择背后,其实都有一个共同点:
把自己放到需求更大、变化更快、机会更多的行业里。
普通人的职业升级,很多时候不只是靠努力,也和你所在的行业、平台、方向有很大关系。
选择一个更有增量的方向,往往会给你带来更多机会。
第二,主动补齐新方向需要的认知
每一次转型,如果只是换一个岗位名称,其实是不够的。
你必须真的去理解新行业需要什么。
从自动驾驶到 AI,从数据运营到项目管理,从项目管理到 AI 产品实践,我都需要不断补新的知识:
技术认知、行业逻辑、产品方法、项目管理、业务流程、成本意识、跨团队协作。
转型不是喊口号,而是要让自己的认知结构跟上新的方向。
第三,把旧经历翻译成新岗位需要的能力
这是我觉得最重要的一点。很多人不是没有经历,而是不会讲自己的经历。比如,GIS 项目可以被翻译成地图数据能力;地图数据经验可以延伸到自动驾驶数据;数据运营可以沉淀成项目管理和交付能力;互联网产品可以连接到 AI 产品落地和业务提效。
求职转型的关键,不是把自己包装成另一个人,而是把过去真实做过的事情,重新组织成新岗位能理解、能认可的价值。这也是我未来很想展开写的一类内容。
8. 为什么我想开始写这个账号
我开始写这个账号,不是因为我觉得自己已经有了什么标准答案。相反,正是因为这几年我经历了很多阶段性的焦虑和选择,我才越来越觉得,这些经历值得被记录下来。
在腾讯,我焦虑过自己的天花板。在 NUS,我焦虑过课程和真实行业之间的距离。在博世,我也焦虑过自己是不是还站在足够前沿的方向上。
但每一次焦虑,后来都变成了一次重新选择和重新升级的提醒。
所以这个账号,后面会主要记录我关于几个方向的思考:
职业转型
大厂求职
AI/自动驾驶行业
项目管理成长
AI 产品实践
普通人如何打造职业竞争力
我希望它不是一个贩卖焦虑的账号,也不是一个只讲成功故事的账号。我更希望它是一个真实的长期记录:
记录一个普通背景的人,如何在不同阶段做选择,如何把过去的经历迁移到新的方向,如何在工作中持续学习、试错、升级自己的能力。
9. 写在最后
如果要用一句话总结我过去几年的感受,我会说:
转型不是把过去清零,而是找到旧经历和新机会之间的连接点。
冷门专业不是没有出路。非技术背景也不是不能进入 AI 行业。普通人也不一定只能被原来的专业、学历或第一份工作限制住。
很多时候,我们真正需要的不是一次突然的逆袭,而是一次次正确的迁移。
从传统地理信息到互联网地图。从互联网地图到自动驾驶。从自动驾驶数据到项目管理。从项目管理到 AI 产品和企业提效实践。
这些变化并不是一条笔直的线。
但回头看,每一次选择、学习和迁移,都可能成为下一步的台阶。
这也是我想持续写下去的原因。
希望这个账号,能给和我有类似背景、类似困惑的人,一点真实的参考。
也希望我们都能在自己的职业路径里,慢慢找到更大的可能性。
如果你也关注职业转型、大厂求职、AI/自动驾驶行业、项目管理或 AI 产品实践,欢迎关注这个账号。后面我会持续把这一路的经历和方法写下来。