大家好，我是愛杞人憂天的團長。
在這場汽車寒冬+疫情衝擊波中，大部分汽車人應該都不好過，做CAE的不管是在主機廠還是服務商也大都是被殃及池魚，一邊小心翼翼認真努力地工作害怕被辭掉，一邊膽戰心驚地看著各大招聘裡的崗位需求。有人祈禱著熬過這個冬天單純地想活下去，也有人蠢蠢欲動想在這個低谷徹底轉行告別汽車業。
而作為CAEer的我們，在這個時候似乎也格外不好過。
團長收到挺多留言，多是詢問待業在家後的學習方向。
團長本人也工科狗一隻，工作七八年，也僅僅能依據自身經驗說下自己膚淺的看法。
先來說說CAEer工作職能的演變。
1
階段一：早期從事有限元分析都是大牛，彼時商業軟體發展尚淺，大家都是自己寫程序、寫算法去解決工程實際問題，但是自己寫程序對理論要求和數學知識的非常高，所以並不是所有的CAEer都能夠勝任。但能做這個工作的無不是行業裡的掙錢大師。
2
階段二：後來，通用有限元分析軟體開始發展和盛行，CAEer能夠藉助通用的分析軟體去完成很多研究和分析工作，大大的提高了效率。最近十年時間，計算機技術的發展也極大推動了有限元分析技術的發展和應用。再經歷過各個商業軟體版本的更新和迭代，如今利用有限元技術顯得越來越簡單，求解速度也越來越快，對付一些簡單的分析任務，初學者很容易就能入門，CAE分析也能面向更多的設計及非專業CAE分析人員。
3
階段三：現如今企業和研究機構發展方向則出現新趨勢，他們開始面向流程化制定模板化的仿真，CAEer更多的不是去從事具體的分析工作，而是如何利用自己的專業知識將整個仿真進行標準化或者模板化，他們做的是知識工程的管理以及應用，負責實現參數化設計，實現自動優化，制定平臺或者定製軟體等工作。
智能化的前提是規範化，智能化的完成必然伴隨著工作內容的規範化，規範化就意味著流水化，人為錯誤將大幅減少，產品的設計將低成本而高效且高質量的完成。平臺的成功定製，也將使CAEer的工作內容再度轉變，那便是通過平臺不斷維護、更新和完善這些規範化的流程。此時無論你是否是專業的CAEer，你都可以基於平臺根據引導自動完成所有的仿真分析工作。
而這，也正是目前很多公司和企業正在做的事。
你是否現在每天都在一個個的不斷分析任務，像計算器一樣忙完一個又一個？
你是否想過有沒有什麼方法可以解放你的雙手，讓你去做更多其它更有價值和意義事呢？
在這個智能化時代，在這個隨處可見的『機器學習』『大數據』『智能網聯』字眼滿天飛的世界裡，作為CAEer你是否曾有過沒走在時代的浪尖上的失落？
如果是，那麼我覺得以下內容是你該認真考慮的事。
實現模板化和定製化的仿真，實現半自動化甚至自動化的仿真是一個必然的方向。
套用網際網路的概念，我們是否也有一種自動化仿真工程師呢？
自動化仿真工程師：
專門做平臺化和知識工程的管理工作。
這涉及到軟體架構、接口設計、編程開發等工作內容，除了創新的思想還得需要有軟體和CAE的技術，而這隻有CAE工程師能做，純IT編程的工程師不一定幹得了。
所以未來的一個方向是什麼？
懂CAE又會編程開發的複合型工程師將會是非常緊俏的一個職位。
隨著雲計算和高性能仿真技術的發展，兩者的業務結合和場景應用就更多了。
所以CAEer應該時刻保持對技術的敏感和持續的學習。
這個時代也許再也沒有穩定的工作了。