现如今，有什么东西是你觉得看似很贵，其实便宜又好用的？
小编先来提名一个，实习生。
有多少大学生收到实习 offer 后感恩戴德，宵衣旰食，最后发现自己就是充当牛马的工具人。所以在你真正进入社会之前，一定要认清这几个现实：
现实一：当前环境下，实习难找
现在哪家公司招人，不得看你有没有拿得出手的实习经历。然而，多少实习才可能换来一份体面工作？为此吃尽苦头值得吗？
先来看一份实习情况的调查数据，在 2391 位有过实习或者找实习经历的人中，超六成都认为实习真的很难找，觉得 so easy 的只有 2.7%。
现实二：企业也很难花精力培养实习生
站在企业角度，也不难理解，不是所有公司都有钱和精力去培养新人。
比如互联网大厂就希望招到的实习生能立刻上手，像正职一样独立、快速、高效产出，毕竟，便宜又好用的实习生，哪个老板不喜欢？
现实三：增加自己的职业技能才是王道
3S专业如何利用信息差和时间差，增强自己的技能和经验：
第一：早规划早学习，以职业和市场需求为导航增强技能
大一：大一不需要你有特别深入的学习，主要是在建立认知和初步规划以后发展路线（考公？就业？），学习地理信息导论，对地信有个基本认识，了解GIS的应用领域，了解OGC规范，多通过知乎，公众号等渠道了解行业的前景。
大二：可以正式开始接触编程开发了，比较简单易学的有：python,前端三件套（html,css,javascript)，后端语言可以学习了解：java或c++；准备参加全国高校GIS大赛，以此增加自己的项目经验。
大三：大三是需要确定自己规划并且付诸行动的时候，此时需要已经完全确定自己未来的方向，到底是考研，还是毕业后直接实习就业。如果编程基础不错，可以尝试学习数据库技术mysql，或者vue框架，时间充足地情况下，建议系统地深入学习GIS开发。
大四：做好考研或就业前的准备工作，考研的同学需要准备好笔试和复试的规划，准备就业的同学，可以多关注招聘信息。
大四阶段需要搭建适合自己的编程知识体系，前面三年学得比较笼统，而在此阶段则需要系统地学习GIS开发，深入了解GIS开发岗位所需要的编程技术和项目，最好能完成1-2个GIS的主流项目：如，智慧城市，智慧政府，智慧交通等项目。
如果计划直接就业的同学，可以提前刷题准备秋招面试，考研的同学，会编程做开发的话，在复试中是可以增加核心竞争力，所以也可以提前补一下编程基础。
第二：增强自己的附加值
1.通过比赛、校企联合实训、帮助学长老师打下手等方式参与实际项目中
如果地信专业的本科生，想毕业从事GIS开发岗，项目经验非常重要。任何一个公司，在GIS开发的相关岗位上，都不会倾向于任用一个完全没有项目经验的小白。因为GIS开发相关的项目，一般都属于比较重大，如果出现失误，后果影响较大。
而且现在互联网大厂或者开发部门的工作节奏都是很快的，以前可以边工作边学习的模式，并不适用现在的企业。基于现在的员工流动率，企业没有办法也不愿意在培训上花费太多精力，所以即插即用型GIS开发人才，才是现在企业的需求。
参与各类GIS比赛：这个关于可以参与的GIS比赛类型有很多，可以网上搜索！
2、参与校企联合实训、外部企业实训实习项目
大部分学校都是会在大二大三举办对应的校企联合实训，主要目的是更直观的掌握地信行业的一些工作技巧，快速建立一些实际的开发经验等等。如果有机会向自己的老师、辅导员获取这方面的信息，争取参与。
外部企业的实训实习机会也是一样的，需要多多留意地理产业的公司的一些动态。
3、帮助学长、老师等打下手做项目
这个实验的机会不多，但是也不是没有。主要是很多老师、学长都不喜欢带一些没有技术的同学，很多本科生也没有机会参与到正式的项目实战中去的，可以自己学一些编程技术，这样可以帮助老师和学长做一些工作，之后多向学长老师询问一下能不能参与到项目或者比赛中去，不求留名字，主要是见识一下实际的项目开发流程。
4.报班系统学习，获取项目实战经验
关于学习，最大的差异不是来自性别，而是自律。自学跟报班系统学习的差异？最大的不同，就是前者的自律全靠自己，后者的自律除了自己还有整体的氛围以及教学的老师。
随着数字化城市进程的发展，各行业信息化建设也加紧步伐，地理信息系统（GIS）作为信息化的有力工具占据越来越重要的地位。
位置服务与新经济深度融合也为地信产业发展提供广阔前景。在网络经济、共享经济、数字经济的快速发展背后，是基于位置服务的重要支持，如外卖、网约车、共享单车、共享汽车、电商等APP，都离不开位置服务。
此外，地理信息技术与计算机技术、人工智能技术、空间技术、移动互联网技术、物联网技术、AR、VR技术等多种技术交融发展，大大拓展了应用领域及范围，同时也促进互联网服务衍生出新的商业模式。地理信息技术与其他技术的交融发展带来的想象空间在未来十分巨大。所以，学好编程非常关键！
标签：GIS,项目,大四,学长,学习,开发,实习,大三 From： https://blog.csdn.net/gisDuo/article/details/141674081