2020年注定是不平凡的一年。在刚刚过去的半年中，不论中国美国，不论各个行业，我们的职业发展之路都或多或少受到了没有预料到的影响。那么在疫情影响之下，在瞬息万变的国际形势之间，我们应如何继续寻求职业的发展？在岔路口如何选择职业之路？如何权衡中美职业发展的利弊？疫情又给我们带来了哪些机遇和挑战？
——美东时间6月19日晚上9:00-10:00，中科大大纽约地区校友会邀请了两位大牛校友，分别是倪鸿校友(8703 中金公司董事总经理)和熊辉校友(9010 美国罗格斯大学教授)，与各位校友和朋友们分享人生经验，共同探讨职业发展之路。
讲座开始，中科大大纽约地区校友会共同会长何迪(0501)对校友和嘉宾表示欢迎，并邀请两位嘉宾进行简单的自我介绍。
倪鸿校友表示自己在九十年代刚进入华尔街时，周边的中国人同行不多，但是一路走来有很多科大校友提供了帮助；现在终于自己有机会可以帮助科大的年轻校友，感到非常荣幸。熊辉校友简单分享了自己在学术界和工业界的经历，表示非常乐意为校友们提供一些自己的见解和想法。
讲座分享阶段，主持人何迪首先提出了一个大家广泛关注的问题：疫情之后，哪些行业冲击较大？哪些行业会有新的机遇？未来又会如何发展？熊辉校友首先分享了一个“数字化时代的新人才经济模式”，即大数据、高科技技术、新基建应用场景的三角循环模式。在如今这个新数字化时代，数据人才尤其重要。在疫情之前各行各业已经在朝这个方向发展，而疫情的出现，大量的工作场景都转向了线上，这恰恰促进了各行各业向数据化的转型。这不仅仅是传统Data Science行业的机遇，更是其他行业与Data Science相结合的机遇。未来大数据在各行各业，如金融、零售、医疗，甚至勘测、采矿等传统行业依然大有可为。倪鸿校友表示疫情的出现让各行各业都进行了一次没有选择的转变，确实对很多年轻校友带来了很大的冲击。但是希望大家依然能够保持一个良好的心态，趁着疫情期间提升自己、充实自己。比如很多科大校友在职场中短板往往不是技术问题，而是交流沟通能力的问题。在疫情期间就可以有针对性地弥补自己的短板，疫情过后会有更好的机遇。
就中美职业发展的利弊问题，倪鸿校友提到，中国近些年的发展有目共睹，尤其是高科技和金融领域，中美的发展机会都非常多。如果疫情期间因为签证或其他原因不能留在美国，那回国绝不是一个差的选择。疫情期间确实都比较困难，但是相信疫情过后中美都会有更好的机会涌现，是金子在哪里都会发光。熊辉校友提到，在Data Science行业，人才必须要具有“T字型”结构，既要有技术的深度，也要有各方面知识的广度。就中美职业发展而言，中国的”头部”人才确实有更快的成长速度和更高的升职空间。但是无论是在中国还是美国，根本依然是提升自身能力的深度和广度。
Q&A环节，有观众问到：如果自己不是那么擅长技术，那么应该如何选择职业方向？ 熊辉校友回答道，一个企业并不是所有人都在做技术，做技术的人确实很多，这就意味着同时也需要很多跟技术人员交流的人，比如产品经理，既要懂一些技术，又要有产品、用户方面的知识。同样有很好的发展前景。
就中美企业的文化差异问题，倪鸿校友回答，现在来看，中美的一些顶尖公司，其实公司内部文化差异不大。主要的差异在于客户群体，也就是中国客户和美国客户是确实有区别的，这时候就应该考虑自己更适应哪种环境。
一个小时的交流分享很快就过去了，大家纷纷表示意犹未尽。感谢倪鸿校友、熊辉校友的分享和建议，感谢幕后志愿者郝艺校友、钱宇颖校友、徐峤校友、苏畅校友的精心筹备，感谢各位校友和朋友的参与！
接下来，中科大大纽约地区校友会会继续举办线上讲座，如果你对本次讲座有任何意见或建议，又或者是对我们未来的讲座主题有任何想法，都可以扫描下方二维码填写问卷，中科大大纽约地区校友会将尽力为各位校友提供帮助。
【讲座嘉宾】
倪鸿（8703 中金公司董事总经理）
Dr. Hong Ni specializes in global quantitative equity trading. He has spent over twenty years building mathematical model driven trading businesses at Morgan Stanley, Deutsche Bank and Leucadia National Corporation. He is also the founder and managing partner of Radium Fund Advisors. He is currently a Managing Director at China International Capital Corporation Limited as the head of Investment Management. Dr. Ni majored in Chemistry for his undergraduate studies at University of Science and Technology of China. He received his Ph. D degree in Physical Chemistry from Columbia University in 1996.
熊辉（9010 美国罗格斯大学教授）
Dr. Hui Xiong is currently a Full Professor at the Rutgers, the State University of New Jersey. He received his PhD in Computer Science from the University of Minnesota – Twin Cities and the BE degree in Automation from the University of Science and Technology of China. His general area of research is data and knowledge engineering, with a focus on developing effective and efficient data analysis techniques for emerging data intensive applications. For his outstanding contributions to data mining and mobile computing, he was elected an ACM Distinguished Scientist in 2014 and an IEEE Fellow in 2020.
编辑：苏畅（1315）