自己自动化学生 尽管不像题主校园那么好 考研二战也形似挂了 可是结合同学作业和读研的经历来看，感觉仍是能够答复一点来供题主参阅的。现在来说自动化(操控理论)理论和实践仍是拉的比较开的，假如想做学术考双控其实主要是研讨数学的假如想作业的话许多常识略微有点扯，然后想做算法能使用的一般做模式辨认这个方向的，仪器仪表方向略微冷门一点点硬件比较多主要是单片机嵌入式这一块的软硬结合理论实践结合较多，同学有做的说还能够今后开展不错，还有体系工程和办理有点像了，估量只要大师级的人物才干彻底使用到实践中，我记住从前传闻华科有位大牛从前担任过三峡工程的调度，最终便是和航空军工比较相关的那个方向了，听说作业了很无趣。最终最终阐明一点自动化真的很广，导师做什么的都有（写现代操控理论教材的那个刘豹之前好像是天大办理学院院长，上交有大牛搞过新疆人口开展辅导啥的……），学什么其实很看导师的，今后开展成啥也说不定影响要素太多，再加上自己视界有限，所以说的真的仅供参阅，这些东西在网上也根本能够查的到，但仍是希望对题主有协助。PS.假如想和本专业很对口的作业的话，我感觉你学长说的不错，真的需求考研……

　　研讨生行将结业，看到这个问题仍是被人连续重视，增加一点自己学习和找作业的感受

　　首先是双控这边，的确是理论和实践脱节较大，许多文章都毫无实践含义，即便在理论含义上也含义不大，许多灌水文章，这个或许在每个范畴都存在可是操控范畴感觉尤为显着，就不评论了，真实能把文章中的操控理论用到实践中去的，无一不是职业大牛，这种人需求有较高的理论水平和工程经历，对研讨生来说话理论和使用彻底是两条路子，想发高水平文章又想做使用的能够说难度较大，关于作业来说，用人单位更多看你做的项目(所以没有实践项目最好出去找找实习，我们引以为戒)，一般要求PID有经历了解较深，偏飞控类型的或许要求卡尔曼滤波，这两个作为操控的根底希望仍是要了解的，还有便是模型猜测操控了（了解不多可是只要在十分大型的项目中才会看到，十分十分大型），PID和卡尔曼滤波的理论作为入门必备十分值得一看。假如朴实想在双控范畴发文章，主张看看线性矩阵不等式方法这一块，信任我，你会用到的。工程的话，尽早触摸PLC项目和各种工控常识，现在外面说的自动化或许操控工程师一般会对PLC有所要求，或许其他工控软硬件，作业环境一般涉及到出差和现场较多。仪器仪表这一块的确是一个软硬结合的方向，或许研讨生期间会有特别多着手时机触摸到许多项目，可是发高水平文章的话或许难度大了点，更多的是重视完成而不是理论，会涉及到各式各样的常识，找作业时这个方面往是比较好找的，并且待遇还不错，算是欠好不坏的方向，假如不喜欢着手或许工程才能差一点，慎重考虑吧。体系工程之前说过了，了解不算多，方向都很巨大上，可是根本很难有用化，假如想彻底对口或许只要一些十分大型的企业才有需求。不同校园和教师体系工程也会有许多差异，有些偏运筹学和调度，有些偏优化算法之类的，发文章的话比较适宜，为了作业的话慎重考虑，提早学好一技傍身，究竟理论是需求完成手法的，能自己完成理论的人并且发明价值才是企业需求的。说说模式辨认这个方向，比较偏计算机方向，在这个所有人都想转CS的环境下，这个方向作业当然是看起来最好，大环境如此，做图画算法出来不只作业好找，并且薪酬高，大多数导师那里模式辨认一般是做图画这一块，也能够做更广义的模式辨认，这一块无论是对理论仍是编程都有较高的要求，这个方面和传统操控比起来仍是十分有生机的，尤其是这几年开展很快，理论一般许多都能够有用，看个人的方向，其实机器视觉也会涉及到许多硬件，到也能够做成纯软件和带点算法，也能够做成纯算法，或许现已不算是操控方向而是计算机科学方向了（事实上许多校园计算机学院的确有这个方向并且做的人不少），可是这个方向对编程要求较高，写个仿真都吃力的同学仍是要仔细考虑，想做的话或许最终C++,PYTHON,MATLAB和LINUX都要会才做的随手。这个是单说图画的（由于抢手），或许还有语音辨认或许更广义的辨认（现在最火的深度学习在我了解便是更广义的模式辨认东西）。假如想做这个方向，尽早把自己视作计算机专业的人，多看多写代码，在博客和GitHub上堆集，找作业的时分必定会有协助的，这个方向由于也涉及到算法，文章也算好发，可是害处也有，竞赛剧烈，更新快，不只在技术上也在算法上，略微高端的公司作业有时还需求你经常看论文。航空航天方向文章较少，不是特别了解操控理论在这方面使用的怎么样（听说由于不计成本，这一块是使用最多的，我猜或许最多的是最优操控和卡尔曼滤波吧），就不提了，信任想做这个方向的或许本科便是军工院校，了解的比我还多。可是多说一句，军工单位许多作业其实待遇并没有那么好，并且作业或许比你幻想的无聊，要酷爱并且沉得下心来。

　　本科自动化，研讨生双控，也算是说一些自己的了解，但一个学渣小硕（校园也欠好啦）了解究竟有限，我们慎重参阅。假如有大神看到说的欠好的当地，欢迎评论。

　　研讨生行将结业，在结业之前在实习了大约三个月，结合这段时刻的经历，增加一点答复。

　　实习最大的感受是不论在那个方向上，校园学习的理论和实践作业差异仍是比较大的，可是理论根底扎实是会有协助的。假如是为了找作业，尽早多触摸实践项目不论是关于今后找作业仍是研讨生期间自我进步都是十分必要的，校园学到的理论常识，看起来作用不大，可是在你作业的进程渗透到方方面面，能够让你考虑愈加深化全面，在许多新常识上也会承受的更快，并且作业之后，很难体系的学习某些理论了，时刻和心态都和校园不一样。作业都会有许多让人难过的当地，不要希望太高，可是每个职业深化之后都不简略。

　　针对某些问题答复一下，假如仅仅为了作业，并且对考研不太热心的话，不考研直接作业也是能够考虑的，作业需求的技术在作业中直接面临，对自己学什么知道比较清醒并且边用边学学起来仍是比校园快，可是必定是要有明晰的作业规划和合理的自我提高方案，假如执行力较强（有时分不要太过于自信），三年下来，除非企业有学历门槛，在找作业的竞赛力方面并不会比读研差，这个时分再怎么拟定之后的方案，信任自己也有了明晰的判别。许多大公司研讨生是门槛，假如对职业有了明晰知道再去读研作用也会更好，所以先作业两年也能够考虑。

　　不要想太多，想在哪开展进当地的校园最便利，往大了说是影响力往小了说招聘的时分也能够少跑路，进你能进的最好的校园，相同条件下校园比专业重要，即便校园某个专业很厉害也仅限于职业界的小部分人才知道，并且有些当地校园层次是门槛而不是专业层次，最终多靠自己，教师让你做的不或许每次都刚好对你有用，碰到了命运好碰不到也没啥方法。

　　一般状况都是依照一级学科报考与招生，详细的小方向要看你选取今后挑选的教师做什么你就做什么。

　　现在人工智能/机器人的相关问题仍然是社会和研讨的热门，现在蹭热度还来得及。自己是操控理论方向，一般不主张。

　　你的教师的意思也许是别深耕操控理论吧。。硬件嘛不是说欠好，但现在显着是软件算法口更有出路