职业选择从来不是一条笔直的单行道。在北大光华，每年都有这样一群毕业生——他们经历过迷茫，也曾在探索中反复叩问自己，最终在无数条岔路中找到了属于自己的方向。
“GSMer去哪儿”是由北京大学光华管理学院职业发展中心（CDC）推出的毕业生人物专栏。在这里，你会看到有人深耕金融，有人投身实业，有人奔赴基层，有人求学海外。他们的履历各不相同，却有一个共同点——在万千可能中，最终找到自己的坐标。
这些故事无法复制，却可以给予每一个正在寻找方向的你一点启发与力量，我们希望借助这些真实的职业选择，呈现光华毕业生的广阔天地，也为每一位在读同学打开一扇看见未来的窗。欢迎走进本期“GSMer去哪儿”专栏——看光华人，走向哪里。
刘明
北京大学光华管理学院2024级
工商管理硕士
现就职于深势科技
1.从数据分析到MBA，一次有计划的转身
进入光华之前，刘明已在快手和滴滴从事多年数据分析工作。本科计算机专业的背景，让她对技术的底层逻辑并不陌生；而数据分析岗位，则让她有机会把这种技术理解带入真实业务场景。
在快手，她主要负责推荐系统策略优化，既参与增长策略，推动DAU（日活用户）和用户时长增长，也承担内容多样性、生态优化和内容安全等更长期的方向。其中，多样性专项是她印象最深的项目。面对“多样性是否会损害时长”“如何避免用户陷入信息茧房”等问题，她没有简单套用行业惯用指标，而是一层层拆解问题，设计出更适配内容平台的牵引指标，并推动策略落地，最终显著提升了用户留存与粘性，也帮助她获得部门优秀个人奖，相关指标设计也获得了技术专利。
回望这段经历，刘明逐渐意识到，数据分析并不只是解释结果，也不是单纯追逐增长指标。真正有价值的数据工作，是在增长、体验、安全和生态之间找到更优解，把模糊的业务问题拆解成可衡量、可讨论、可行动的方向。
这些经历让她成长很快，也让她开始期待接触更开放的业务场景。她希望从更宏观、更多元的视角理解商业决策、组织协同和长期价值，也正是在这个过程中，她意识到自己需要补足技术和数据之外的商业、组织与战略视角，因此选择来到光华。
2.光华两年，在多元碰撞中看到科技落地的复杂性
同学：不同背景带来不同问题意识
光华的两年，让刘明逐渐把关注点从“成熟业务优化”推向“科技企业商业化落地”。过去在互联网平台工作时，她更多的是通过数据分析和策略调整寻找增长、体验与生态之间的更优解；而来到光华后，她开始意识到，前沿科技产品所面对的问题往往更加开放：技术能力如何转化为真实需求？用户为什么愿意接受？商业模式如何成立？组织又该如何在不确定中配置资源？
这种变化，很大程度上来自光华多元的学习环境。刘明提到，在国际班的课堂讨论中，面对同一个业务问题，来自工程背景的同学会关注技术可实现性，金融背景的同学会关注投入产出和资本效率，产业背景的同学会关注供应链、应用场景和落地周期，市场或运营背景的同学则会追问用户是谁、需求是否真实、接受成本有多高。不同国家和文化背景的同学，也会从不同市场环境出发，提醒她看到技术商业化中的差异与复杂性。
对于此前海外经历相对有限的她而言，国际班也让“国际化”变成了日常课堂。她在这样的环境中看到，不同文化背景下，人们理解问题、表达观点、做出判断的方式可能很不一样，而这种差异本身也构成了商业世界真实的一部分。
这样的碰撞让她意识到，光华的多元并不只是背景多样，更是一种持续训练：让她学会跳出单一专业视角，在不同问题意识之间重新理解科技落地的复杂性。
海外游学
课程&实践：从课堂推演到真实科技场景
除了同学之间的交流，光华的课程和实践项目也让刘明持续追问：前沿技术究竟如何走向真实市场？
在课堂中，战略、市场、运营、财务等课程帮助她从更完整的经营框架理解科技企业。Venture Strategy Simulation（创业战略模拟）则让她在接近真实商业环境的模拟中体会到，企业决策不是把某个局部指标做到最优，而是在市场选择、产品定位、资源投入、竞争反应和组织执行之间不断取舍。
在校企整合实践项目中，她所在小组的合作企业是深圳优必选。小组成员一起围绕人形机器人商业化路径开展调研，第一次系统思考硬科技产品如何寻找应用场景和商业闭环，在任菲教授指导下，她又将毕业论文聚焦于AI辅助科研平台的商业化路径与市场接受度，继续研究AI科研产品如何从技术可用走向市场可行。
这些课堂与实践经历，让刘明逐渐看清，自己真正关注的并不只是“科技”本身，而是科技如何进入真实场景，如何被用户理解、信任并持续使用。也正是这样的思考，为她后来走向AI for Science这一前沿方向，埋下了清晰的伏笔。
光华MBA整合实践项目
3.从数据分析到AI For Science
一次被逐步校准的职业选择
毕业后的刘明加入深势科技任AI产品运营。从偏中后台的数据分析，到更贴近用户的运营角色，这个转变看似跨度不小，于她而言却有着清晰的内在逻辑。
AI产品运营在某种程度上扮演着技术与用户之间的桥梁。产品将技术包装成可使用的形态后，运营需要吸引用户、收集反馈、反哺优化，这一闭环需要既懂技术又理解用户的人来完成。
CDC定向帮助：从信息过载到方向聚焦
谈到职业转型，刘明认为，光华对她的帮助，并不只是提供了某一个具体岗位机会，而是在方向判断、资源连接和行动路径上推了她一把。
在整个求职过程中，光华CDC提供了非常具体的支持。面对上百家校招企业和大量岗位信息，她一度感到信息过载。CDC老师结合她的过往经历、能力结构和职业兴趣，帮助她进一步确认：科技行业仍然是最适合她的方向，但不必把选择局限在大厂或成熟互联网平台，一些更垂直、更专注的科技企业，反而可能提供更大的成长空间，也更接近她想探索的“技术如何走向真实场景”的问题。
从泛泛浏览上百家企业，到聚焦十家左右真正匹配自己的公司；从线上了解岗位，到通过企业参访和校园招聘近距离感受不同公司的业务气质，光华帮助她把对科技落地的兴趣逐渐转化为清晰的求职路径。最终，她通过学院校园招聘接触到深势科技，并选择加入AI for Science这一科学智能前沿方向。
在她看来，这不是一次偶然转向，而是光华课程、项目、同学和CDC资源共同推动下，逐渐形成的职业选择。
AI时代的核心能力
谈到AI时代的核心能力，刘明认为，AI正在深刻改变人类的生产模式、协作方式和思考方式，人需要重新理解自己在生产系统中的位置：人和AI如何分工、如何协作、如何相互校准，本身就是一个需要持续探索和重新定义的问题。
在她看来，AI时代的核心能力会从完成任务，转向定义问题、理解场景和判断价值。这也是她对AI科研产品运营感兴趣的原因。AI for Science面向科研人员和开发者，场景复杂、门槛高，也更强调严谨性和可信度。如何让AI能力真正进入科研工作流，成为科研人员和开发者可信、可用的协作伙伴，正是人和AI协作关系被不断探索和定义的过程。
参加光华第二十七届新年论坛
4.迷茫不是坏事，在不确定中继续打开自己
谈到迷茫， 刘明 并不认为这是一种需要急于摆脱的状态。“迷茫不一定是坏事。它恰恰说明，内在的自我认知和外部世界正在发生碰撞。你原来以为自己擅长什么、适合什么、应该走什么路，但当你看到更多可能性之后，会发现原来的答案不一定能完全解释现在的自己。”
因此，她更愿意把迷茫看作一次重新校准的机会。它会倒逼人向内追问：我真正感兴趣的问题是什么？我希望把能力用在哪些更长期的场景里？它也会推动人向外探索：不同产业正在发生什么变化？哪些岗位正在被重新定义？哪些能力在未来会变得更重要？
“不要因为迷茫就停止行动。”刘明说。如果已经有一个大致方向，可以借助学校的平台、课程、项目、校友和职业资源，把模糊的兴趣逐渐具体化；如果一开始方向并不清晰，也可以先打开自己，在行动中慢慢看见答案。
两年的改变：从寻找确定性，到理解不确定性
回顾两年最大的改变，她的答案简洁而真实：心态更开放了，也更能面对不确定性了。她同时也在丰富的校园体验中意识到，很多重要问题没有唯一答案，真正重要的，不是尽快找到一个看起来确定的选择，而是在复杂条件下不断接近更合适的判断。
“很多恐惧来自未知。”刘明提到，“但当你真的见过更多人，理解过更多行业，亲自解决过一些困难的问题之后，就会发现，不确定并没有那么可怕。它不是阻碍，而是新的可能性开始出现的地方。”
在探索中找到方向
5.不被标签定义，在更大的问题中继续成长
当被问及“如果光华是一个人”时，刘明给出了三个词：多元包容、务实落地、社会责任感。
在她看来，光华鼓励人打开自己，接受更多可能性，但这种开放并不是停留在想象层面的“天马行空”，它始终有很强的务实底色：鼓励学生把想法放进真实场景中检验，去落地、去解决问题。同时，光华也持续在传递社会责任感，让她意识到，职业选择不止关乎个人发展，也关乎自己愿意把能力投入到什么样的问题中。
对于即将入学的新生，她的寄语简洁而有力：
“你不是来证明自己的，你是来突破和挑战自己的。不需要着急用过往的标签证明自己，也不要太早用过去的经历限制未来。多打开自己，去尝试不同的事，认识不同的人，接触不同的问题——那些预期之外的碰撞，往往会把你带向更大的可能。”
从数据分析到MBA，从成熟互联网业务到科学智能前沿，每一步都是一次能力的迁移与边界的打开。对 刘明 来说，光华带来的不是一条标准答案，而是一种继续面对变化的能力：在不确定中保持行动，在复杂系统中寻找新解法。而未来的她也 希望把这种能力投向科技创新和社会进步真正需要的地方，在AI for Science的前沿实践中，为科研效率提升和科学发现添砖加瓦。
来源丨北大光华职业发展中心
撰稿丨光华管理学院硕士张玉倩
编辑丨王小雅
审阅丨塔娜
热门跟贴