303
当下，“转型”似乎已成为传统汽车人的职业必选项。在这个必选项的背后，并非只有焦虑和被动，它还意味着更多的机会和礼物。智能驾驶，或许是一个新的“游戏副本”，但在刷怪进阶过程中，技能是可以学习和升级的，自我价值也会不断迁移和更新。
转型是趋势，但更是一场探索自我边界的主动冒险。对于那些愿意“转型”的人，机会总会出现，它们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，完成了在汽车研发领域的职场转型。从样车试制到智驾开发，我经历了一些故事，也收获了一些经验。
今天，我想把转型道路上的点滴过往和心得体会，分享给大家。
Part 1：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年从同济大学毕业后，我满怀热情地进入当时的一家头部合资车企，并在技术研发部门从事样车试制岗位。
当时的自己充满雄心壮志，坚定地相信凭借自己在学校的努力和积累，一定可以在公司发挥自己的价值，学以致用地为民族汽车工作做贡献。
入职培训中部门领导告诉我们，样车试制是把数据变成实车的过程，是新的车型产品在物理世界诞生的第一步，和整车开发的整体流程息息相关，对工程师的综合素质要求高，并且对个人的职业发展也很有好处。
于是，我满怀信心地开启了职业生涯。
从底盘模块的产品试制，到整车的新产品试制；从试制的小范围生命周期，到完整的新车型生命周期；从本部门的流程体系，到整个公司的完整流程体系，我逐渐掌握并熟悉。
经过了一年多的学习与历练，我完成了从职场菜鸟到试制老司机的转变，对于样车试制的工作内容和核心技能，包括技术层面和项目层面，都烂熟于心。
在成为熟练工以后，我逐渐发现一个问题：试制更多的意义在于它是研发和制造过渡的桥梁，更多需要的是对项目管理和整车各模块的熟悉，很难在某个模块，尤其是前沿的技术去深挖。并且，当时公司的车型平台已经很成熟，技术上可创新之处不多。如果继续在本岗位做下去，不仅自己在学校的知识积累越来越缺少用武之地，以后也会离前沿技术、行业热点越来越远。从长远考虑，自己大概率会对公司的现有平台越来越依赖，并逐渐丧失自己在职业发展上的核心竞争力。
我开始担心自己的职业生涯，也开始思考：这么一直做下去，我会升值还是贬值？这样一直从事一种难以创新、偏离前沿技术的工作，真的是我想要的吗？是不是应该换个领域？
当时是2015年，正是Google高调宣传其无人驾驶技术和测试历程的时间，也是国内刚刚兴起智能驾驶热潮的时间。电动汽车、大数据、工业4.0等等概念开始普及。一时间，网上随处可见这些行业前沿的名词，一些做投资的同学也会和我交流这些新兴事物。
在这样的行业大环境下，我慢慢意识到，这些可能才是汽车以后发展的方向，传统的汽车行业极有可能要有大的变革。
我开始去主动学习这些前沿知识，花了大半年时间，读了十几本关于电动汽车、智能驾驶、大数据、工业4.0相关的书籍，听了很多网上的知识分享，并且分析了各个方向的发展历史。
经过自己的反思和学习，以及与周围前辈和朋友的交流，我做出了一个决定——转型，进入智能驾驶领域。
一方面这是一个很好的自我价值提升方向，可以解决我当时的职业迷茫，另一方面可以追随行业前沿，去探索另一种可能性，一种出行方式的颠覆。
我自己从小就对人工智能感兴趣，也一直有一个科幻梦，选择智能驾驶无疑会让我离梦想更近。
除了对“星辰大海”的渴望，我当时选择智能驾驶也充分考虑了可行性。智能驾驶的三大模块——感知、决策、控制，感知属于计算机视觉领域的研究内容，决策与深度学习、机器学习强相关，控制则主要是基于控制理论和汽车动力学。在控制方面，我在学校期间有研究和积累，具备一定的基础。
大数据和工业4.0的应用范围比汽车要广得多，我重新投入进去没有明显优势，但是它们更多地是一种思维和生产方式的变革，与汽车研发本身并不强相关。电动化则更多地在于能源和电池技术的研发，与我之前的学习和工作经验也不太相关。所以，这些都只能作为知识补充，不是我的主要方向。
谋定则动。
我在日常完成本职工作外，开始努力为向智驾领域发展做准备。
首先，我把在学校期间学过的相关理论知识重新捡起来。《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，在读书时候一度觉得枯燥的基础理论，我开始从应用的层面重新梳理。
光有理论是远远不够的。我在自己电脑上重新安装了Matlab/Simulink，从零开始学习Python，并在网上查找自动控制相关的case和教程，提升编程技能。
此外，我也主动寻找人工智能相关的课程资源，去学习和了解。而我，也开始特别积极地去参加行业内的交流和讲座，去听行业专家的意见和观点。
所有的学习，都非常珍贵。对我自己后续的工作，助益很大。
并且幸运的是，在我苦于缺乏实际的智驾项目经验时，当时的公司正好也开始关注到电动化和智能化的发展，增加了很多相关的培训和项目。通过积极参加这些培训和项目，我学习了更多系统化的知识，积累了一些直接的项目经验。这也是我后续跳槽时的重要加分项。
经过几年的积累，我把自己这段时间的工作和学习经历做了总结，编写好简历，开始去寻找智能驾驶方向的全职工作机会。
换工作的道路不太顺利。当时对智能驾驶岗位的需求，主要集中在造车新势力如蔚小理，以及相关的供应商，而这些公司大都希望应聘者有直接的项目经验，或者具有计算机相关教育背景，能够来之即战。
求职之路一度陷入困难。那段时间我的日常状态就是：一边做着本职工作，一边看招聘网站投简历，托朋友帮忙内推。与此同时，也一直在继续我的学习。期间还考取了项目管理的PMP专业资格认证，其中的一些理论，对自己后面做项目，确实有一定的指导意义。
经过一段时间的碰壁，曙光终于来临。
一家新势力的智驾团队正在扩张招人，部门总监在面试之后，愿意给我一个机会。于是，我成功地脱离了原本的岗位，成为一名智能驾驶工程师。
第二段：新兴浪潮的造车新势力 – 自我驱动的进阶之路
刚加入这家新势力公司时，我的岗位是测试，兼任一部分项目管理的工作。
在测试岗位上，我迅速掌握了主流的智能驾驶各项子功能的测试方案，逐渐熟悉了测试大纲、性能指标等关键内容，并且对智能驾驶行业的重点问题——场景，有了系统性的认知。
同时，借助公司的平台，我也有幸接触并了解到国际最先进的智能驾驶测试评价技术与设备，包括云仿真平台、高保真驾驶模拟器、场景复现与重构技术等等，既开阔了眼界，也增长了见识。
在测试岗位锻炼了一段时间后，部门总监将我调整到功能开发岗位，负责产品定义和系统方案。对标市场主流，提炼产品特色，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、时序状态等，成为我的日常工作内容。
除了日常的项目工作外，我开始注意到一些知识和方法论的总结，系统性地梳理产品测评方法、产品特色、系统方案等。市面上的一些畅销书籍，如《人人都是产品经理》《数据思维》等，也给了我很多灵感。
每天能都接触到新的内容，每天都充满挑战和收获，每天都充满热情和驱动力。
经过一年多的时间，我从测试做到开发，除了没有深入地做算法外，智能驾驶其他相关的技术工作，我都或多或少地参与或从事过。
这段时间我可谓是广泛涉猎，不知不觉电脑的硬盘已经存满了文档资料。
我能感觉到，我自身的知识、技能和价值，也和电脑里的数据一样，在不断地积累、增长。
然而，随着项目开发的深入，我发现自己虽然接触的范围很广，也对智能驾驶开发和测试有了一定程度的掌握，但是由于站在主机厂的位置，很难真正掌握底层的具体实现方案。这些底层的核心技术，都是各家供应商的看家本领，不可能完全白盒开放给主机厂。
我越来越想了解功能实现的底层逻辑，弄清楚智驾功能从0到1的实现路径。
这种冲动，既来自与我对行业和职业的思考，更来自于我的未知知识的渴求。在不知不觉间，求知和职业这两条路径、两种力量，开始深度影响、交融。
于是我开始考虑到供应商去工作，换一个角度来开发智能驾驶功能，但由于我对当时的岗位总体满意，没有必须离开的理由，所以一直处于佛系看机会的状态。
导火索是，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。在周围很多领导和同事陆续离开后，我也离开了这家新势力，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：卑微乙方的初创公司 – 自我挑战的未知之路
新的公司充满了挑战，从霸道甲方到卑微乙方，从汽车思维到软件思维，都是自己需要去适应和改变的。 在这里我深刻认识到：智能驾驶涉及到很多行业融合的问题，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，更发生在思维方式上。做互联网和做车，是两种完全不同的思路，这两种思路的差距，远比软件和机械的差距大。相信这也是目前很多互联网和车企巨头合作，却很难开花结果的重要原因之一。
不过，机遇与挑战并存。也许正是这种碰撞融合，才能为行业的技术发展带来全新的、未知的创新能量。
现在汽车行业的变革加速，智能驾驶的技术发展和商业落地节奏也越来越快，谁也不知道未来会变成什么样。
路漫漫其修远，这既是汽车行业的革新之旅，也是我们自身的进化之旅。
目前，我还在自己挑战的路上，继续探索着、努力着。
Part 2：心得体会
第一，转型，更多的是一个主动决定。
客观地说，第一家合资企业在当时算是钱多事少离家近的典型。薪资待遇在当时的行业内非常有竞争力，朝九晚五、做五休二的严格工作时间，让我们丝毫不觉得工作辛苦。再加上从住处到公司只需要10分钟的步行路程，如果不是出于职业发展的焦虑，我根本不会考虑跳出来。
从第一家公司到第二家公司的过程中，找工作也处处碰壁。隔三岔五被拒绝的感觉，周围人善意的提醒自己“要不就算了吧”，这些都会对自己有所打击。
转型更多的是一个主动的决定，如果没有坚定的信心，可能随时会放弃。
周围也有一些同行，为转型做了一些准备，但是最后没有坚持，主要原因也是舍不得自己的沉没成本，在犹犹豫豫中错失了机会。
所以，坚定的决心很重要，一定要果断地舍弃之前的沉没成本，盯紧目标去努力。
第二，学习能力，才是你最核心的竞争力。
工作以后的自我学习，完全不像在学校里的学习那么简单。
工作时间要花费脑力和精力去处理本职工作，能用来自学的时间只有晚上和周末的时间。这就需要有足够的自驱力，才能保证自己不会贪恋温暖的床、朋友的聚会、旅行的快乐，真正地把时间都用在学习上。
而学习能力，往往是一个人价值提升和未来发展的最核心的竞争力。
第三，既要沉下去学习，也要浮上来交流。
智能驾驶作为行业前沿热点，业内会有各种各样的交流、论坛、培训、讲座。要去积极主动地参加这些活动，多听取专家和大咖的观点意见，这些会有指导性的意义。
比如，在18年的时候，我听上海交通大学的一位教授提到：“现在很多车企盲目地宣传自己的产品有L3/L4功能，等到真正落地了，再这么宣传会有很大问题。”听完这句话以后，我深以为然，后面也一直建议同事不要盲目地和市场部同事去强调L3/L4的概念。
果然，经过了几次大的事故以后，现在各大车企都小心翼翼地，说自己的产品只具备L2+级别智能驾驶辅助功能。
Part 3：常见问题
转型成功后，经常有前同事询问自己的转型经验，我总结了通常会被问到的一些问题。
1. 如何从传统方向踏入智能驾驶研发的门槛？需要从哪些方面做准备？
我的答案：
（1）理论知识是第一步。智驾的细分领域很多，前文也提到了，感知、决策、控制，每个模块都属于不同的知识领域。当自己明确了要投入的模块后，首先要从理论知识层面补齐短板，知道自己要转的方向是什么。
（2）多实践，去寻找资源，从最基础的做起，在不断的实践中了解自己需要具备的能力，包括硬技能和软技能。比如做算法开发需要有较强的编程能力，做系统集成需要对智驾系统十分熟悉。从实践层面弄清楚自己需要做什么，以及怎么做，这很重要。
（3）多和业内人士交流。智能驾驶虽然也属于汽车行业，但是其知识体系、思维方式和方法论，和传统的汽车研发大相径庭。比如传统汽车开发属于典型的瀑布式开发，但智能驾驶就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。通过和业内人士多交流，去了解这一方向需要熟悉的知识与方法，是一条捷径。有时候，“听君一席话，胜读十年书”。
（4）考取相关的证书，获取行业内的相关认证，也是加分项。
如果能够掌握了扎实的理论知识，具备相关的技能和项目经验，了解业内人士的思维模式，获得了业内的权威认证，那么自然就踏过了智能驾驶的门槛。
2. 有哪些好的学习资料推荐？
我的答案：
学习资料主要是书籍和网络课程。根据我的过往经历，简单整理出了一份清单，可以参考。现在智能驾驶相关的学习资料非常多，涉及其他细分领域的内容，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？
我的答案：
作为一个非智驾领域的人员，尤其在岗位也不相关的情况下，想要直接从事相关项目是比较困难的。
我的经验是去参加有项目实践内容的培训，公司一般会定期组织相关培训，市面上也有一些专业的培训机构开展智驾相关的培训业务，比如清研车联、深兰交大等，他们定制的培训课程实践性还是不错的。
如果觉得培训的费用太高，也可以业余时间兼职去做一些项目，通过周围的同学、朋友，或者在一些兼职网站上寻找资源，从低门槛到高门槛，不断积累。但是这种机会不多，存在碰运气的成分。
4. 智能驾驶的工作岗位主要有哪些？都需要有什么技能？
我的答案：
根据我对主机厂和主流供应商的业务模块了解，目前的工作模块主要划分为3大块：产品与系统集成、测试标定、算法开发，有时还会按行车功能和泊车功能具体细分。
我整理了一份智驾主要岗位清单，具体的岗位职责与能力要求，可以在猎聘等网站上查询。
简单来说，智能驾驶方向的项目经理一般要求有通用的项目管理技能，PMP是个加分项，此外还需要对智驾的相关知识、关键技术难点、汽车与软件的生命周期有一定了解。
产品经理需要对智驾产品的整体技术方案、行业产品动态非常熟悉，并且善于思考，有足够的热情。
系统集成需要了解智能驾驶整套系统的架构、接口、交互、信号等内容，并且有一定的整车电子电器和功能安全知识基础。
测试标定需要有一定的测试经验，测试思路清晰，理解智能驾驶各功能和性能表现。
各模块的算法开发，专业度要求与具体模块有关，但基本都需要有对应的算法和编程基础。
表2 智能驾驶主要岗位
结语：
行业的变革，对于每一个身处其中的人的来说，都有不同的意味。
汽车行业的转型，是一个更大的叙事，当这个“转型”叙事具体到每个传统汽车人身上，往往也是对自身价值的重新审视和定义。对行业环境的重新适应，是一种被动因素，而对自身价值的追寻和完善，则更是一种主动选择。
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，我们又何尝不是通过自己的选择，在创造一个更“智能”的自己呢？当我们迈出脚步决定前行时，路上的风景，也一定早已在等待迎接一个更新的“我们”。
一路上我收获很多，我还在继续往前走。
