每次放假我都特别高兴，不是因为可以放松和玩耍了，而是，终于可以拥有一大段偷偷努力的时间了！
九月计算机二级MS office必考原题
1⃣️时间紧急的刷第一张图片
2⃣️时间充裕的刷第二张图片
3⃣️考前一个星期刷选择题
#计算机二级备考# #计算机二级必备# #计算机二级# #计算机二级msoffice#
那些大学就业率比较高的几个专业：
1、工程类
2、计算机类
3、英语类
距离今年的高考还有一天时间，其实对于学子来说，高考可以说是一个最重要的考试了，如果说取得了自己理想的成绩，考上了自己想要考的大学，如何去选择专业也是一个让人比较头疼的事情，因为如今的大学生数量越来越多，很多行业都比较内卷，如今的大学生就业也变得越来越困难了。
而以上几个专业是现如今就业率比较高的专业，但是要知道的是仅仅只是就业率高，但在薪资以及其他方面最主要的还是要靠自己的能力和如何去选择了。
像工程类专业，其实这个专业之后的就业有一个好处，那就是基本上不分学历，不管是专科还是本科毕业都能能从事这个行业，但是在薪资方面，可能会有点不尽人意，并且据了解，有部分选择这个专业，并且毕业之后从事这个行业的人，有不少都会选择转行，因为辛苦程度是非常高的。
而计算机类专业，是现如今非常热门的专业，其中代表可能就是程序员了，如果说自己学历较高，并且能力还不错，进入大厂工作的机会还是非常大的，而大厂给员工开出的工资以及福利待遇方面都挺不错，像自己一个在阿里工作的朋友，在收入方面，刚入职的时候就能拿到全额薪资，并且薪资还能超过不少同龄人。
并且在其他的保障方面也比较周全，像很多人非常在意的买房，阿里每个月会按照12%的比例来交公积金，在加上本身的收入不低，公积金也不会低到哪里去，再加上在阿里工作到一定等级之后能申请到一定额度的无息购房借款，这些都能大大的减轻买房的压力。朋友还说在阿里工作自己的能力提升也比较快，因为平常遇到了什么问题都能和同事们一起交流，可以很快的解决问题，还能和不少技术大牛一起工作，在这样的工作氛围下想不提升能力都难。并且园区里的配套设施也比较齐全，像健身房、咖啡店、花店等等，能在工作累了的时候放松放松。
其次就是英语类专业了，有数据显示英语专业本科毕业生规模10万人以上，就业率在85%-90%之间，这也是因为英语类专业的毕业生可以和很多行业进行结合，像外贸、金融甚至是广告等等，不过前提是自己的能力要比较强。
其实总的来说，不管是什么专业，提升自己的能力永远都是第一位，就算是在一些较为冷门的专业，自己的能力能超过绝大部分人，就业方面的压力也是会比较小的。
大四学生还有一个学期就到毕业时间了。
大学四年应该有计划，才能过得充实，否则四年转瞬即逝，而且一无所成。
大一争取通过四级考试、考驾照、加入社团、计算机二级等
大二争取通过六级考试，学好专业课或者辅修第二专业，有时间学第二外语
大三争取通过各种资格考试，对自己做好规划，是准备直接就业还是考研，提前准备。
大四考研、考公、准备毕业论文，找工作等
大学很重要也很关键。突破自己。
7.13～9.26
三个月的备考日子终于结束啦[马思纯的微笑][马思纯的微笑][马思纯的微笑]
计算机二级Python&三轮复习&碎片日常
总算跟这一段时间说再见了[看]
为何计算机研究员升了基金经理后，纷纷抛弃计算机？
一个有意思的现象，覆盖计算机行业的二级研究员升了基金经理之后，往往会选择拥抱其他行业。随着本人入行时间变长，好多认识的小伙伴都升基金经理了，但他们对计算机行业的兴趣不约而同的下降。
这是很违背自然规律的一个现象，因为大部分的人都有路径依赖，就是什么事情做得好，就会更喜欢做这件事，从而形成正循环。尤其是做投资，你更容易在自己认知深刻的领域赚到钱。
那么为什么计算机研究员就不是这样呢？有国君分析人士总结了一下几个原因：
1、商业模式差
在此前的文章中，国君多次强调了商业模式的重要性，平台型公司、产品型公司、项目制公司、外包公司，这是商业模式由好到坏的排序。
计算机行业里面，很多是外包公司，大部分是项目制公司，少数是产品型公司，平台型公司几乎没有（腾讯、阿里永远是别的行业的公司，不是归传媒就是归商贸零售）。
而且最神奇的是，很多产品化的公司，如果做新业务，往往还要从项目制重新开始（例子我就不列了，免得伤害投资者）。但是你去看消费、医药这些受到基金经理所钟爱的行业，绝大部分都是产品型公司，而且潜在市场空间很大，这意味着做大以后就有规模效应。
2、估值难以把握，持有体验差
国君前两天刚刚发布了如何对计算机公司进行估值的文章，构建了初步的框架，但是理想很美好，现实很骨感——质量高一点的公司让你舒服买入的机会极少，估值水平一直都很高，甚至让人无法理解。
而且计算机公司的估值会随着市场情绪呈现极大的波动，所以国君在总的研究框架（国君计算机行业研究框架和投资框架解密！| 特刊）当中也提出了“好的计算机研究员需要是半个策略研究员”的观点。
分析认为，一个合理的投资动作（也是大多数人能够掌握的）应该是——通过深入研究发现了好的公司，通过耐心等待，公司的估值出现了暂时性的低估，买入以后耐心持有，赚公司EPS增长的钱（有双击更好）。
但是科技股很难让你有比较舒服的持股体验，往往是你认为低估了，买入以后依然疯狂杀估值；你认为高估了，结果在你等着下跌的过程中又涨了几倍。所以到最后，计算机股票赚到大钱的基金经理往往都是靠“信仰”赚到的，比如我看好某某公司，永远都不卖。
但是根据观察，在过去的两年时间里，赚到大钱的人实际上还是估值扩张带来的，因为计算机现在的大部分优质龙头都有一个共同特征，就是收入增速不高，其实也很好理解，所谓的核心资产，一定是在自己的细分领域已经吃到了大部分蛋糕，行业格局已定，这个往往是行业进入成熟状态的标志。
3、数据不透明，无法跟踪，类似军工
计算机下游客户以政府和大企业为主，订单有一部分可以在公开招标网站上找到（只有医疗信息化行业订单相对透明），但是也有很多订单无法查到，所以跟踪业绩比较难（信创公司尤甚）。研究员和投资经理去判断公司的收入趋势很多时候需要靠上市公司的指引，很容易被误导。
而通常研究思路是产业链验证，这样需要长时间的积累以及大量的产业资源，并且只能给出定性的结论，但已经是现有的研究条件下胜率相对较高的研究方法了。
4、to B业务高度依赖商务关系，产品的优劣影响其实没有那么明显
计算机行业是典型的ToB行业，大的项目需要招投标，这个过程相对较复杂而且持续时间较长，很多商务因素在里面，并不是技术决定一切，B端客户也很重视服务（最好随叫随到，医疗信息化是典型）。
所以很多时候厂商拼的不是产品（往往高度同质化，甚至有的公司会把代码给大客户，让他们自己改），而是服务和商务能力。
在这种情况下，对于投资经理去判断公司的好坏就增加了很多不确定的因素，因为一个公司的商务能力好坏你是很难下一个定论的，并且无法跟踪。
5、没有网络效应，很难非线性增长
互联网公司大部分是toC的，他们最迷人的地方在于有网络效应，非线性增长的速度极快，可以回顾一下微信当年用户数量增长的速度。但是计算机行业作为to B行业的典型，很难出现非线性增长。
如果某个公司下游客户包含很多中小企业，那么它会带有一定的to C属性，典型的赛道是这两年很火的电子合同（法大大刚刚完成了一轮九亿元的融资）。
反过来说，计算机行业也有自己的优点，就是机会层出不穷（下游细分赛道多），并且估值扩张空间极大，牛市的时候会有很大的爆发力。
但是判牛熊本来就是一件很难的事情，所以大部分人选择了敬而远之。计算机行业怎么选股，那就是另外一个大的话题了，有机会再系统探讨。
