东南大学交通工程以后想进入智能交通领域，从大一开始应该怎么走?

现在在东南大学交通学院大一，分流时准备选择交通工程，对交通工程基本没什么认知和理解。在知乎上看了很多回答，说交通工程是一个学习广泛但没有核心竞争力的学科，如果想进入智能交通没有cs出身的学生有竞争力，那么如果在大二的时候辅修计算机能够弥补这个缺憾吗？需不需要转到计算机专业?对于一个平平无奇出身小城市的交通人，如果以后想进入类似于滴滴等这样的大公司从事智能交通的相关工作，或者奢望以后到清华读研，到国外MIT等交通强校进修，从大一开始可以怎么准备吗?
谢谢！

题目问的这个问题有点职业生涯的意思，可以从背景、方向、路径几个方向聊聊。

• “智能交通领域”具体指什么
  

对于智能交通，其实无论从学界和业界，并没有一个非常明确的界定边界在哪里。一般来说，越偏重于方法论本身的交通类研究，智能交通的色彩就越强；越偏重于政策、影响、法规、环境、行为的研究，相对智能交通的色彩就弱一些。
智能交通是个非常广泛的概念，比如从方法论的角度，涉及到优化理论、图论、数据科学、统计学习、交通流理论、仿真等；从场景的角度，涉及到道路交通、轨道交通、港口、机场等多个场景，而几乎每个场景，在国内的高校院系设置中，都至少是单独的院或者系。你可以把方法论和场景理解成经线和纬线，智能交通细分领域，大致是方法论经线和场景纬线的一个又一个结合点。事实上在一些学术会议上，可能是做近似方法论的人一起开一个会，比如机器学习方法论的场景在城市交通、机场、轨道的研究；做场景的人又开一个会，比如说做公交问题，分别从优化、数据科学、仿真等角度切入的。当然最常见的是做具体的细分研究问题，可能就是场景和方法论的一种混编，比如做交通韧性（Resilience），可能是用图论、优化做，也可能是数据驱动做，可能是城市交通场景，也可能是机场场景。
从学术界的角度说，以智能交通的两本顶刊：TR-Part C和IEEE TITS为例，你可以发现，研究问题是非常广泛的，基本主流交通大方向都可以涵盖，但研究方法比较集中在大数据、机器学习、统计学习、组合优化，创新主要来源于方法论和ICT驱动一些新场景上（往往新场景带来了新数据），一般来说这一类研究的“fancy感”来自于此。新数据、新方法、新场景、新模式构成了学界智能交通的基本逻辑，这部分可以看顶刊的Special Issue和Call for Paper感受下（Transportation Research Part C: Emerging Technologies - Journal - Elsevier），业内做的较为知名的比如港科杨海老师组，NUS孟强老师组，UW王印海老师组，UC Davis Michael Zhang老师组，Pudure Satish Ukkusuri 老师组，很多优秀的青年智能交通学者毕业于这些实验室。
从工业界的角度说，智能交通大概可以分为2C和2B两类。
2C的智能交通大家常能感知，比如网约车（滴滴、美团等），共享单车（哈罗、美团）等等，这个一般属于互联网公司的范畴，公司内部有网约车、两轮车、地图、运营调度、车载设备等业务，交通背景的工程师可能分布在时空预测、调度算法、GIS、技术合作等岗位上。
2B的智能交通涵盖了数字化（智慧交管、高速、停车），网联化（智能信号、车路协同）、自动化（智能驾驶、MaaS、Robotaxi），具体到产品或者解决方案的层次，常常描述为”城市大脑“、”交通大脑“、”车、路、云、图“（自动驾驶、车路协同、云计算、高精地图）或者”云、管、边、端“（云计算、5G、边缘计算、端侧设备）。这里面有个大的时代背景，是近年来的企业数字化转型业务飞速发展，里面包含了很多交通行业场景化解决方案，这也就是业界”智能交通“的载体和实现形式。这方面内容可以关注阿里、百度、华为、平安科技、滴滴的一些行业布局（主要科技公司智能交通市场竞争力分析报告），一般是基于云计算平台衍生的行业解决方案的对决，当然现在做的更为下沉，涉及到了很多软硬件结合的解决方案，这部分几家都还尚在攻城略地的过程中，也波及到了原交通集成商海信、大华等公司的一些份额，整体来说行业格局还在塑造中。交通背景的工程师可能从事商务经理、项目经理、解决方案产品经理、数据分析师、算法工程师、仿真工程师、技术合作等岗位上。
PS：一个有趣的事情是，即使是国内交通学科最为强大的高校，也并没有一家集齐了全部交通场景，一般来说，我们会在对应的场景想到某个高校的某个系，比如道路交通想到东南、同济、长安，轨道想到西南交大、北京交大，港口想到大连海事、上海海事，机场想到中国民航、南航等。至于为什么没有一个高校同时具备道路交通、轨道交通、海事港口、民航机场四个学院，嗯……这是个好问题。
2. 智能交通领域的职位
高校教职：从交通工程学科的角度接入，最直接的职业方向是高校教职，在研究方向上侧重于网联车、MaaS、Mobility等，方法论上主攻OR或者ML。如果是在海外，智能交通方向的教职整体还是偏学术，发论文申项目，发NC PNAS大论文申NSF大项目；如果是在国内，模式更多样一些，除了纯学术领域，与企业的技术合作项目也比较多（各大公司基本都有面向交通的学术合作专员或部门），自己开公司的也有一些，很多Faculty收入不菲。
科技企业：科技企业的2B智能交通，跟交通学科的智能交通还不太一样，某种意义上说，交通学科的”智能交通“更偏重于一级学科命名”交通运输规划与管理“（老师们评NSF基金也基本都在管理学部），而技术企业的智能交通更侧重于”智能交通“的物理实体本身--即智能交通的产品或解决方案。因此，一个智能交通的物理实体，一般都是多学科背景的人组成的团队，比如CS、信科、EE、GIS等，而交通背景的人的位置更接近于场景，而非工程开发和部署，比如产品、商务、算法、仿真，更多是交通场景理解深度和原型实现层面的工作，也可能是访问交警、政府、运输企业的项目前台的工作。2C的智能交通，主要是出行类互联网企业的数据分析师、运筹优化算法工程师或者转码，基本相当于半转行，跟去做本地生活类的互联网企业的工作内容比较近似。
研究与工程院所：比较知名的比如交通部公路科学研究院、深交研等，这一类岗位属于各大圈内院校多年耕耘的毕业生去处，有一定国企性质，如果组内熟门熟路，也是很不错的。
3. 智能交通领域的职业路径
高校教职：高校教职这几年竞争比较激烈，如果要从事这条路径要早做打算。如果确定要走教职路线，这个决定最迟不要晚于申请博士前一年（大约研究生一年级或者直博的话大三）。业内有句俗语叫做：”当你进入博士课题组的一瞬间已经决定了是否4-5年后可以找到教职“，从观察到的周围人案例来说，这句经验性的判断是包含了一定的大数据智慧的。做这件事不妨倒推，以智能交通方向在高校找到教职==》业内该方向主流课题组博士毕业+好成果==》拿到该类学校和导师的博士offer==》这类导师都有谁+怎么认识该导师==》这类研究主要都有什么方向==》这类方向都需要什么能力==》现在能干点啥。
一般来说，硕士看学校，博士看导师，当然这个事情不绝对。最好的方式是，先确定国内读博还是海外读博，圈定一些目标课题组，找国内跟目标圈子有联系的老师跟着做一些科研/竞赛/实习的工作，逐步积累自己在该方向的存在感和成果，在大的升学节点上逐渐往目标上靠近。先定圈子而未定方向的原因是，智能交通的方向或者说风向的变化每隔几年还是有的，不好说一个方向能不能持续做10年，但是往往各类方向的实际承做人是一批学者，方向是跟着人走的。所以说，大致正确，沿途下蛋。
科技公司：科技公司这几年招交通背景的人我感觉好像比三四年前要多，可能核心的一个原因是，原先各大企业认为这是个ICT问题，只要目标场景清楚，足够多好的商务+产品+程序员可以搞定。但经过几年摸爬滚打之后，可能的一个共识是，交通行业很大，远远看过去是一片金光闪闪，但是走近了看才发现是一地硬币，得一个一个捡，而且每次捡的姿势还都不一样。场景深度和定制化问题让这个领域变成了一个很难完全抽象成数学题或者编程题的事儿，干，不一定赚钱，不干，庞大的政企数字化转型市场，谁也不敢说拱手让人。这个过程里，就需要很多Domain Knowledge，专属技能和行业人脉。进入这个行业，从技能角度讲，编程能力、数学能力和表达能力非常重要，从履历角度讲，在圈内企业实习非常重要。
如果走这条路，本科或者博士都是比较好的切入点，本科胜在年轻，在工作到30岁的时候已经非常资深，而且现在大公司招人，本科和硕士拉不开差距，一般本硕是一大档位，硕士读2-3年出来可能本科生已经晋升了一次，职级上甚至更高。而且本科在工作2年左右，可以再考虑重回学校获得一个硕士学历，这个时候的选择，就比较有针对性了。博士也是不错的切入点，一般入职职级和待遇是相对好的，很多大公司博士都是单独一档，部分职位甚至只面向博士开放，企业也更有意愿把博士作为储备人才（相对年龄危机感可控一些）。一般来说本硕工作5年的职级，大致相当于博士入职的职级，所以从年限的角度说，是大致持平的，主要看更看重这5年的收入、工作经验，还是博士学位和后期发展，这需要个人权衡。但需要注意的是，博士去科技企业，需要在读博的时候把研究方向尽量贴近大公司的关注场景，同时也需要有一定的实习经历。
研究与工程院所：研究院所是在交通院校内部比较成型的发展路线，如果想走这条路，可以多在校内打听下哪位老师跟院所走的近，可以在读研的过程中进入课题组，后续工作基本可以水到渠成。
4. 智能交通领域的技能
从根能力而言，英语、数学和计算机能力是最为核心的三个根节点。英语可以通过考雅思、托福有个具体的学习路径，后续升学英语成绩也更有说服力；数学除了课内的高数等内容，需要重点关注统计类和机器学习类的知识，这部分可以通过慕课等方式增强；计算机能力除了培养计划内的计算机课以外，还可以通过竞赛增强。东南交通现在竞赛培养做的很先进，在很多计算机类的竞赛（如KDD等）都有很好成绩，此外交通学科本身的交科赛校赛、国赛也是培养计算机工程能力的机会，一些科技公司的竞赛也可以比较清晰了解企业关注的方向和所需技能，比如华为最近的中国大学生ICT大赛2021/2022-行业赛：https://e.huawei.com/cn/talent/#/news/details?consultationId=1681
运筹学和统计学习是智能交通的两个主力方法论。运筹学的体系比较大，涉及图论、优化理论、甚至部分机器学习的内容，自学难度比较高，需要系统性的培养和训练。运筹学可以上一些工业工程系的课增强，同时也可以考虑在强运筹背景的老师课题组读研以获得完整的训练。统计学习涵盖很广，数据科学、数理统计、机器学习、深度学习等等都属于该领域知识，这部分内容仅仅完成本科数理统计的学习是不够的，需要自己花费一些时间进行慕课的学习，最好能上手一些数据挖掘类或者机器学习类的线上竞赛，这对于深度了解统计学习是帮助非常大的。
5. 未来展望
这里聊一点偏主观的判断。
智能交通领域最近10年获得了巨大的发展，这一轮的智能交通变革主要是由信息科技引发的，或者更具体的说，是ICT技术外溢、牵引了ITS的发展。对于下一个10年而言，广义的自动驾驶技术可能会是下阶段的智能交通领域发展的根逻辑。这里说的广义自动驾驶，不仅指具体的自动驾驶车辆，或者自动驾驶的感知、融合、预测、规划、控制算法，而更多的是包含车云、座舱、地图、车路协同、MaaS的一个大的体系，这个自动驾驶体系会极大的改变当下智能交通的形态。其中，自动驾驶实体是一个中轴，MaaS（Robotaxi某种程度上也是一种MaaS）相当于将自动驾驶技术服务化、外延化、生态化，而车路协同相当于所有实体关联，停车、信号、收费、路口、交管都将成为这个体系的集成或外延者。这个关系，大致类似于iPhone，以及衍生AirPods、Apple Watch的生态系统，以及iCloud提供协同与关联。此处的大背景是，双碳目标下，新能源车和新车辅助驾驶能力的快速渗透，而载具的新能源化和智能化的伴生关系是螺旋上升的。可能在未来5-10年，我们会看到一个由燃油车/新能源车，人车/L2/L4车组成的混合交通时代，这个混合交通时代将持续多年，将会为智能交通领域带来很多新的挑战。

1、交通工程是一个学习广泛但没有核心竞争力的学科
交通工程还是有核心竞争力的，但是各个大学本科该学科乃至研究生领域，竞争力都是不足的。从你进入专业起就应该了解到该专业的核心知识、前沿大牛基本都不是所谓交通工程本科出生。简单地说，就是这个专业不适合本科学。毕竟专业知识其实少而简单，所以像百度、高德、滴滴等兴起搞智能交通的互联网企业，对于该专业毕业生需求量并不大。我们当时有同门是学计算机出身，做起东西来风生水起，专业知识了解了解公式就好，正儿八经的模型又不是交通专利。
2、辅修计算机或者转专业？
如果你不想搞传统工程（基本可以看得出来题主没这个兴趣），能转还是转吧。不管是计算机、自动化、信息（当然难度很高）等哪个电类专业，目前看来都比交通有前途，或者你想学交通，那么研究生再回来，也是更有前途的。至于辅修，东大的辅修我记得也不算学历，只是多学知识，那么计算机这方面更多靠自学，辅修这个流程毫无必要。
3、如何进入清华乃至MIT等院校
前面有答主说了，多学编程、争取进茅班（如果继续留在交院）、跟导师陶瓷争取本科发文章。印象中本科毕业直接去MIT的不多，很少，一方面这个学科，更重要的是东大牌子一般。所以硕士提高下出身也是可以的。

被小姐妹艾特来的。
简述一遍个人经历。分流进交茅，大二大三srtp做完坐进课题组实验室，一作发了几篇论文，交科赛校赛国赛一等奖，两篇专利，手上负责两个导师的项目，加分配合绩点成功保研导师课题组。
看了题目描述，方向有点迷茫，但题主在大一的状态下能想这么多很好了。我也是大一班指导，帮导师带过好些学弟学妹，有一些分析和建议。

• 如果你铁了心学交通，要做什么：
  

先说基础的编程。现在改革之后交工的编程你以后都会学到的，c++必须学好，后面会学数据结构和python。这都是基础，学了之后你自己以后项目用多了就熟了。如果只是为了作为基础，不用特地辅修计算机。
后续专业课。智能交通领域有无数个分支。例如滴滴百度这些互联网公司更偏向于网络规划算法优化，海康大华这些则是交通控制和机器视觉。所以你的导师、项目、最好和你想做的东西相关。专业课基础打扎实了，不仅要会学还要会用。
学习科研和竞赛的平衡。本科生就是本科生，学习永远是你的第一任务，不管保本校还是保外校，绩点永远是刷人的第一道门槛。科研竞赛都必须是在保持高绩点之余再做。看你是否有牺牲假期以及和朋友去浪的决心。
我看题主想去清华读研，清华交通分散且体量不大，如果你真铁了心想做智能交通，那不要去清华土木下的交通系，没必要。可以考虑自动化下的系统工程，可以考虑清华伯克利下的数据科学，清华车辆学院也可以多了解。ITS东南本校也还不错，但主要是看能不能遇到好导师。好导师真的，很重要。不是看他本身是否很牛，要看他是否能带着学生一起牛。
如果以滴滴百度高德这些公司为目标，那你的研究生期间就应该找有相关合作的导师，并且项目科研 必！须！两手抓。（众所周知，做项目比科研要头疼多了）招聘过程，研究生的相关项目经历还是很重要的，而且很多项目上研发岗都是项目科研要一起做的。

• 如果你也意识到了核心竞争力有问题，以及自己想学个踏实的专业。
  

我没有开玩笑，尽早规划一下转专业。什么留一级从大一开始读都不算个事。
大学就几年，专业是一辈子的事儿。
工程类的话选一些基础学科紧密衍生出的交叉学科还是蛮好的。具体转专业不详细推荐，东南本科哪个专业硬核王牌你一定是心里清楚的。

祝题主好好学习，走上康庄大道。

欢迎任意方式的咨询。
————————分割线———————
最近总被问到导师推荐之类的，写一点ITS智能交通相关的放上来吧。
我在东南交工方向，我的导师是李志斌教授，要求严格，建议编程基础好至少熟练掌握一门任意语言的同学报考，当前在做方向是智能交通，数据感知、交通控制这一类。组里横纵都有，节奏紧凑。想躺平的同学建议别来，想真正学点东西经受考验的做好心理准备来。
ITS那边我知道夏井新老师、芮一康老师人都很好。芮老师更偏向于GIS方向。
交通大数据方向刘志远老师很厉害，组里偏计算机编程方面，当然对人要求也很高，不可划水。
滴滴百度合作张建老师业务跑的比较多，横向课题应该是比较强的。
还有很多很不错的老师，不一一列举。
愿诸君得偿所愿。

交院er来了，有朋友是这个方向的
很欣慰有学弟/妹这么小就有志于此了，希望你四年下来还可以坚持学ITS的初心（不坚持也无所谓，随心就好）
我这个朋友 @自生 本科四年的路线你可以参考一下：
大一当卷王，然后分流进入交茅。
进茅班之后保持住不被踢出去的绩点就行，交茅给每个学生分配导师（不过现在好像全体都有导师了，我不太了解这个）总之就是多了解学院里的教授在做什么方向，比如你想做智能交通就去跟ITS方向的导师。
然后跟着自己的导师，先做SRTP项目，切忌水项目，百害而无一利。
SRTP做的差不多了，有一点点可以拿出手的成果，在此期间还学会了一堆编程相关的技能，根据导师性格不同，此时（大概在大三）就可以半只脚踏进导师的课题组里了。
跟着课题组做一些项目，期间又可以积累若干乱七八糟的专业技能，大多数需要自学，而自学这些对本科生活没什么帮助的知识技能需要长远的眼光和极强的自制力，因为大家周末放假出去玩的时候你可能在通宵看文献只为了搞懂一个公式。
用自己做项目的经历参加一些竞赛，写几篇论文，配合着作为茅班人的绩点，基本上可以保研了，直接保去导师的课题组，保证你之前做的工作可以持续下去。然后大四的时候就可以提前体会研究生生活了（假期是不存在的，选择了这条路就不能后悔）。
后面就没啥可说的了，读研了之后你对自己的人生怎么规划应该也就清楚了。
无论如何，祝好。

答主系东南交工17级本科生。
一个一个问题来看：

• 交通工程是一个学习广泛但没有核心竞争力的学科，如果想进入智能交通没有cs出身的学生有竞争力，那么如果在大二的时候辅修计算机能够弥补这个缺憾吗？
  

交工确实没有“核心竞争力”，但这不妨碍交工是一门有前景的学科。智能交通领域的人大多数还是学交工而非计算机的，毕竟学计算机的人也不一定看得上交工这种小方向（笑）。关于辅修，答主不了解东南的相关机制，但个人感觉对辅修不太友好，尤其是这种比较硬核的辅修。事实上，可以结合专业课内容学习相关算法，而并不需要非常系统地学习计算机专业的知识。

• 需不需要转到计算机专业？
  

如果只是想进入智能交通领域，不需要转系（理由如上）。不过，转到计算机专业的好处之一是可以开拓自己的眼界，毕竟计算机是“基础学科”，可以涉足的领域远多于交工，说不定到时候题主就不想进入智能交通领域了（笑）。

• 对于一个平平无奇出身小城市的交通人，如果以后想进入类似于滴滴等这样的大公司从事智能交通的相关工作，或者奢望以后到清华读研，到国外MIT等交通强校进修，从大一开始可以怎么准备吗？
  

“平平无奇出身小城市”，对交通人而言并不是值得焦虑的问题。关于入职大厂，个人认为滴滴的工作虽说与智能交通相关，但更多地还是互联网公司的那一套。这方面的具体问题建议和韩雨老师（有相关经历）交流。关于到清华读研，其实个人感觉性价比不是特别高，因为专业不太对口，不过退而求其次，也可以考虑下清华-伯克利（TBSI）？相较之下，国内交工读研建议去同济或留在东南。关于到MIT进修，确实难度较高（笑）。事实上，海外做交工的强校并不少，如美国的UC Berkeley、UT Austin、UM Ann Arbor等，欧洲的TU Delft、IC、EPFL等，以及港、新的不少学校。总之，出国党建议保持高绩点，刷高TOEFL和GRE，尽早参加科研，并争取在大三赴美暑研。
最后，祝题主如愿进入交工专业。