国企员工职业规划发展书范文Word格式.docx
《国企员工职业规划发展书范文Word格式.docx》由会员分享,可在线阅读,更多相关《国企员工职业规划发展书范文Word格式.docx(9页珍藏版)》请在冰豆网上搜索。
![国企员工职业规划发展书范文Word格式.docx](https://file1.bdocx.com/fileroot1/2022-10/13/8742bef9-1339-4d1d-bf08-43447d57a555/8742bef9-1339-4d1d-bf08-43447d57a5551.gif)
很多事务所在招聘专利工程师助理的时候,都要求工科硕士了,说明对于技术性的要求也越来越高了。
像我这样的工科本科背景,现在入行就很难了。
另外,最近出台的专利诉讼代理人的概念,属于从专利代理人角度引出专利诉讼,而不是以前的从律师角度引出专利诉讼。
上述的概念也是顺应时代的需求,说明专利诉讼还是很需要具有技术背景,只有具有技术背景的专利诉讼代理人才能做好专利诉讼。
从职业发展规划来说,从技术性的角度来说,从事专利行业的最低消费是最低工科本科要求,最好是工科硕士。
从时间上来看,至少需要4年或者7年的准备时间。
2、法律性
虽然技术性是基础,但是专利根本上还是法律概念。
从现有的学科体系来看,专利法从属于法学体系。
按照法学体系架构,一级学科是法学,二级学科是民法,三级学科是知识产权法,四级学科是专利法。
所以,从学好专利业务而言,法律性的要件是必不可少的。
在国内的专利市场来看,法律性的学习主要有两种方式:
第一:
工科毕业后,在所在单位的在职学习。
比如审协招聘工科硕士后的,脱岗半年或者三个月的法律培训;
事务所招聘工科硕士后的,集中培训或者师傅带徒弟式的法律素养和经验培训等。
上述培训
更多的是为了更快的上手工作,比如审协更多的是培养如何检索,如何判断三性,如何发审通等;
比如事务所更多的是培养如何写申请文件,如何答复审查意见。
但是,上述的培养往往忽略了法学理论,也不够系统性,使得上述人员在面对其他问题,或者特殊问题时,不能有效的根据法律的整体逻辑,根据法学理论予以解决问题。
第二、法律硕士的学习。
我个人比较推荐的是进行系统化的法律学习。
具体理由上面已经描述过一些,比如法律还是专利的主线,只有把主线掌握住了,有深入体会了,才能更好的结合技术性、经济性。
比如,没有较深法律素养,只能做一些低端业务,同时对于专利的理解也不够全面和深入。
现在国内很多高校开办了法律硕士教育,其还是应用型教育,比较适合专利代理人的再次深造。
特别推荐的是全职学习,按照投资概念来说,投资教育是最有价值的投资。
当然,在职学习也是很好的选择。
总结:
从法律性来看,法律性是专利从业者的最核心的业务点,值得系统性的学习。
最好的选择是选择法律硕士的系统化学习。
从时间来看,可能需要2-3年的时间。
3、经济性
经济性是法律性的一个价值延伸,因为专利是法律赋予的排他权,所以其具有了价值,也就具有了经济性。
在此,我想多说一句,从专利的角度来看,法律性是第一核心要素,如前所述。
但是从企业角度,从商业竞争角度来看,经济性才是第一核心要素。
企业必须从专利的经济性的角度出发,从商业性的角度出发,从企业的整体战略,和企业的现实竞争环境等角度出发,深刻、全面、系统的理解、规划、实践专利,才能达到预期的目的。
所以,对于一个专利代理人而言,如果能够从经济性或者商业性的角度来思考专利问题,将会使自己进入到一个全新的境界。
从这个角度来看,最好是需要有经济的思路和头脑,在此需要企业IPR的洗礼才能获得真正的商业性,才能从企业的真实需求角度来思考问题。
如果在这个阶段,能够获得一个MBA的学位,并具有在企业3年以上的实操经验,始能具有上述能力。
企业的IPR洗礼对于一个代理人成长是十分重要的,特别能够把很多专利知识和技能进行融合,如果获得MBA学位和实践经验将是十分完美的事情。
从时间上来看,MBA学位3年和3年实践经验,可能需要3-6年的时间。
总结
从上述技术性、法律性、经济性三个角度来看,想要成为一个优秀的代理人还是需要很多严酷的考验的,也是强大的复合型人才的。
技术性的7年工科硕士、3年的法律硕士、3-6年的MBA和企业IPR经验,需要大家付出很多,当然,后面的收获也会很多。
上述时间点上,在职学习将是很好的选择,比如法律硕士和MBA都是有在职学习的方式的。
国企员工职业规划篇2我小时候的理想是将来做一名数学家,可惜长大了发现自己天赋不够,理想渐行渐远,于是开始考虑现实,开始做一些人生规划,我一直在思考将来从事何种职业,专注什么样的领域,重新定义着自己的职业理想。
我现在的职业理想,比较简单,就是做一名数据分析师。
为什么要做数据分析师?
在通信、互联网、金融等这些行业每天产生巨大的数据量(长期
更是积累了大量丰富的数据,比如客户交易数据等等),据说到2020
年,全球每年产生的数据量达到3500万亿GB;
海量的历史数据是否有价值,是否可以利用为领导决策提供参考依据?
随着软件工具、数据库技术、各种硬件设备的飞快发展,使得我们分析海量数据成
为可能。
而数据分析也越来越受到领导层的重视,借助报表告诉用户什么已经发生了,借助OLAP和可视化工具等分析工具告诉用户为什么发生了,通过dashboard监控告诉用户现在在发生什么,通过预报告诉用户什么可能会发生。
数据分析会从海量数据中提取、挖掘对业务发展有价值的、潜在的知识,找出趋势,为决策层的提供有力依据,为产品或服务发展方向起到积极作用,有力推动企业内部的科学化、信息化管理。
我们举两个通过数据分析获得成功的例子
(1)Facebook广告与微博、SNS等网络社区的用户相联系,通
过先进的数据挖掘与分析技术,为广告商提供更为精准定位的服务,该精准广告模式收到广大广告商的热捧,根据市场调研机构
eMarketer的数据,Facebook年营收额超过20亿美元,成为美国最大的在线显示广告提供商。
(2)Hitwise发布会上,亚太区负责人John举例说明:
亚马逊30%的销售是来自其系统自动的产品推荐,通过客户分类,测试统计,行为建模,投放优化四步,运营客户的行为数据带来竞争优势。
此外,还有好多好多,数据分析,在营销、金融、互联网等方面应用是非常广泛的:
比如在营销领域,有数据库营销,精准营销,RFM
分析,客户分群,销量预测等等;
在金融上预测股价及其波动,套利模型等等;
在互联网电子商务上面,XX的精准广告,淘宝的数据魔方等等。
类似成功的案例会越来越多,以至于数据分析师也越来越
受到重视。
然而,现实却是另一种情况。
我们来看一个来自微博上的信息:
在美国目前面临14万~19万具有数据分析和管理能力的专业人员,以及150万具有理解和决策能力(基于对海量数据的研究)的管理人员和分析人员的人才短缺。
而在中国,受过专业训练并有经验的数据分析人才,未来三年,分析能力人才供需缺口将逐渐放大,高级分析人才难寻。
也就是说,数据分析的需求在不断增长,然而合格的为企业做分析决策的数据分析师却寥寥无几。
好多人想做数据分析却不知道如何入手,要么不懂得如何清洗数据,直接把数据拿来就用;
要么乱套模型,分析的头头是道,其实完全不是那么回事。
按俗话说就是:
见过猪跑,没吃过猪肉。
我的职业规划
对于数据分析,有一句话说的非常好:
spss/sql之类的软件、决策树、时间序列之类的方法,这些仅仅就都是个工具而已,最重要的是对业务的把握。
没有正确的业务理解,再牛的理论,再牛的工具,
都是白搭。
做一名合格的数据分析师,除了对数据需要有良好的敏感性之外,对相关业务的背景的深入了解,对客户或业务部门的需求的清晰认识。
根据实际的业务发展情况识别哪些数据可用,哪些不适用,而不是孤立地在“真空环境”下进行分析。
为此,我对自己的规划如下:
第一步:
掌握基本的数据分析知识(比如统计,概率,数据挖掘基础理论,运筹学等),掌握基本的数据分析软件(比如,VBA,Matlab,Spss,Sql等等),掌握基本的商业经济常识(比如宏微观经济学,营销理论,投资基础知识,战略与风险管理等等)。
这些基础知识,在学校里尽量的学习,而且我来到了和君商学院,这样我可以在商业
分析、经济分析上面领悟到一些东西,增强我的数据分析能力。
第二步:
参与各种实习。
研一开始我当时虽然有课,不过很幸
运的找到一份一周只需去一两天的兼职,内容是为三星做竞争对手分析,当然分析框架是leader给定了,我只是做整合资料和往ppt里填充的内容的工作,不过通过兼职,我接触到了咨询行业,也向正式员工学习了很多商业分析、思考逻辑之类的东西。
之后去西门子,做和VBA的事情,虽然做的事情与数据分析无关,不过在公司经常用VBA做一些自动化处理工作,为自己的数据分析工具打好了基础。
再之后去了易车,在那里兼职了一个多月,参与了大众汽车销量数据短期预测的项目,一个小项目下来,数据分析的方法流程掌握了不少,也了解了企业是如何用一些时间序列模型去参与预测的,如何选取某
个拟合曲线作为预测值。
现在,我来到新的地方实习,也非常幸运
的参加了一个央企的码头堆场优化系统设计,其实也算数据分析的一种吧,通过码头的数据实施调度,通过码头的数据进行决策,最后
写成一个可操作的自动化系统。
而这个项目,最重要的就是业务流程的把握,我也参与项目最初的需求调研,和制定工作任务说明书
SOW,体会颇多
第三步:
第一份工作,预计3-5年。
我估计会选择咨询公司或者
IT公司吧,主要是做数据分析这块比较强的公司,比如Fico,埃森
哲,高沃,瑞尼尔,IBM,AC等等。
通过第一份工作去把自己的知识打得扎实些,学会在实际中应用所学,学会数据分析的流程方法,让自己成长起来。
第四步:
去自己喜欢的一个行业,深入了解这个行业,并讲数据
分析应用到这个行业里。
比如我可以去电子商务做数据分析师。
我觉得我选择电子商务,是因为未来必将是互联网的时代,电子商务必
将取代传统商务,最显著的现象就是传统零售商老大沃尔玛正在受到亚马逊的挑战。
此外,电子商务比传统的零售商具有更好的数据收集
和管理能力,可以更好的跟踪用户、挖掘潜在用户、挖掘潜在商品。
第五步:
未知。
我暂时没有想法,不过我希望我是在一直的进步。
数据分析师的能力和目标
能力:
1、一定要懂点战略、才能结合商业;
2、一定要漂亮的presentation、才能buying;
3、一定要有globalview、才能打单;
4、一定要懂业务、才能结合市场;
5、一定要专几种工具、才能干活;
6、一定要学好、才能有效率;
7、一定要有强悍理论基础、才能入门;
8、一定要努力、才能赚钱;
最重要的:
9、一定要务实、才有reputation;
目标:
1.做过多少个项目?
2.业务背景有哪些,是否跨行业?
3•做过多少种类型的模型?
做了多少个模型?
4.基于模型做过多少次完整的marketing闭环?
以上四个问题,足以秒杀95%以上的忽悠和菜鸟!
我仅以此为努力之坐标,时刻提醒自己。
路在前方,漫漫前