国企员工职业规划发展书范文Word格式.docx

1、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，

2、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

3、，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

4、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

5、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。

6、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

7、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

8、。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

9、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

10、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，

11、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l

12、eader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

13、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

14、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global view、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market ing 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