軟件工程：研發/測試
軟件研發方面，主要是工程性的東西，多實踐就好，本科的理論水平足矣，從公司招聘的崗位要求就能看出來。研究生因為學的時間更長，上研期間一般會跟著導師做項目，所以有優勢，學歷本身倒不是很重要。
對于學習能力比較好的人，軟件研發上手很快;而目前互聯網發展迅速，需求大，工資也不低。如果感覺技術水平不夠做不了研發，可以嘗試軟件測試方面，要求低一些(因為研發是在創造，測試則是在尋找問題并完善)。
軟件方面也有很多具體的分類，例如移動客戶端(Android/iOS/WP)，Windows客戶端，Web開發(前端/后端)等，具體可參考公司(特別是互聯網公司)網站的招聘信息。
做軟件工程寫代碼，往往難度一般，做了幾年就沒有太多成長空間了。在國外有些人因為興趣一直堅持了下來，但是國內比較少(往往是現實因素約束)。
算法/科研方向
做過ACM/數學建模之類的可以考慮算法方面，ACM做的特別好的，還可以嘗試面試谷歌等國外互聯網公司。算法一方面要求大腦靈活;另一方面，也需要一定的理論知識，特別是數學知識。有些算法對于理論要求不高，本科水平基本就夠了。
有些算法偏科研方向，本科生的理論水平往往達不到要求。這方面做的主要是理論研究，然后將理論成果轉化成算法，對于編程本身要求并不高。例如人工智能，圖像處理、語音識別等。推薦一本科普書籍《數學之美》，里面就說的是語音識別相關的知識，可以作為開闊視野、了解這個領域的相關內容所用。
這方面具體的崗位如：算法工程師、數據挖掘工程師等。
工程/理論
總體說來，軟件研發偏工程，算法偏理論。工程與理論，有點像物理與數學的關系;同等水平的物理和數學，物理當中用到的數學簡單很多，更多的關注實際問題，每個簡單式子都可能涉及很多背景知識。
單片機/嵌入式
本科生做單片機/嵌入式方面也可以。嵌入式算工程方向，理論要求不高;難度較大，主要因為涉及的東西多，包括軟硬件。本科階段有限的時間里，嵌入式能學到的內容比較有限。但是只要好好學，本科畢業足以找到一個還不錯的工作了，例如2014年美團的嵌入式崗位，待遇很不錯，和軟件方面的安卓研發差不多。
關于嵌入式的具體介紹，可參考：
《嵌入式科普：基本概念，設計流程，開發特點，如何學習》 https://www.hainter.com/embedded
純硬件
純硬件方面，包括模擬電路設計、射頻、天線、開關電源設計、PCB設計、電磁兼容、可編程邏輯電路設計(FPGA之類)、芯片版圖設計(專用集成電路ASIC)、集成電路設計制造等。
純硬件特別是模擬電路、射頻這類，難度較大，需要較多理論知識，還有大量經驗積累。經驗很豐富的硬件工程師非常難得，年薪百萬都不成問題。另外學習硬件需要成本較高，比較燒錢(最好通過實驗室和競賽進行學習)。
有關模擬電路的一些特點可參考：
《模擬電路設計：理論的神話與殘酷的現實》 https://www.hainter.com/analog-circuit-design
《我對模擬電路課程的理解》 https://www.hainter.com/analog-circuit
電賽流程可參考：
《2013電賽總結【西電專用】》 https://www.hainter.com/nuedc
技術學習的思路方法可參考：
《大學期間如何成為技術大神》 https://www.hainter.com/tech-study-in-college
學習存在感
個人感覺不像互聯網和應用軟件，偏底層的嵌入式和純硬件的學習存在感比較低。有嵌入式大神自己寫了好幾個月的BootLoader，外行人問他在做什么，竟無言以對……當然自己感興趣就好(但是不可否認，存在感有時候也是學習的一個動力)。
這里還有個故事。程序員Linus寫了兩個月的終端仿真器，終于成功了。興奮的給妹妹看，妹妹盯著顯示器看了大約五秒鐘，看著屏幕上輸出一串字母A和B，說了聲「很好」，然后就沒有然后了。這是使用廣泛的Linux操作系統最開始的創造過程。
社會發展趨勢
因為近幾年互聯網非常熱門，很多從事軟件的都能輕松找到工作，并且工資不低;相比而言，同樣的技術水平，硬件稍有劣勢。如果能一直堅持做硬件，經驗積累的多了，感覺會很有前途(當然還是要看發展形勢和社會需求)。
互聯網公司做的，基本都是大家會用到的App、網站這種大眾產品，大家都知道。而硬件公司中除了華為、小米這種做大眾數碼產品的，很多都不為人所熟悉。例如德州儀器(TI，全球領先的半導體公司)，直到大學我才知道(又想到了存在感)。
工作的重點還是看社會需求。社會是不斷變化的，誰也說不準未來會怎樣。我上大學的時候，都說通信是非常好的一個專業，但是在大學里碰巧我自己學的東西和通信沒有密切關系，學了安卓開發，碰巧發現互聯網很火，所以找到了不錯的工作，人品大爆發。
對于未來的趨勢，網上有很多的介紹。目前互聯網很火，智能硬件也在發展，還有很多比較大的概念，物聯網、云計算、大數據、人工智能等等。
我比較看好的方向，首先還是互聯網(目前很好，但是再過個三五年就不好說了);云計算之類的概念，越來越多的依賴服務器和網絡，所以服務器方面的需求仍然會很大;軟件有云端化的趨勢，本地應用將有可能逐漸被云端應用替代，所以網站方面的技術會是不錯的選擇(Chrome OS云操作系統)。
智能硬件、可穿戴設備、軟硬件結合是一種趨勢，在未來的幾年可能會發展的很好，到時嵌入式就有優勢了;自動化控制、機器人、機械這類，不會很快被淘汰;模擬電路設計也是“歷史悠久”的技術(電路這種東西不會輕易被淘汰，雖然電路可能沒有太多進步空間了，但是總是得有人來做的);人工智能應該在很長的時間里，都是一個熱點問題，因為創造出智能程度和人相當的“生物”或是“機器”，一直是人類的夢想。
就目前來看，很多熱點問題例如人工智能、大數據，往往技術上都需要一定的理論支撐，本科生的理論基礎不夠�？梢钥紤]轉行從事管理等方向。而如果想研究前沿技術，繼續學習理論是有必要的。有機會出國比較好，一方面在國外能開闊視野，另一方面能接觸到國外相對先進的教育和技術。
另外，德國“工業4.0”概念也是很值得關注的內容，具體可上網搜索。
工作企業/研究所
工作的企業有很多種，央企、國企、私企、外企等。其中，央企是直接由中央政府監督管理的企業，國企一般是由地方政府監督管理的。在這兩類企業工作的特點一般是，工作穩定，相對輕松(基本上不會加班)，工資相對低一些;另外如果是黨員，可能會有優勢。而私企、外企就不一定了，有些公司特別是互聯網公司，加班都比較多，壓力大，但是工資高;政治面貌一般沒有什么直接影響。
下面要說到科研問題。按我的理解，科研首先投入很大，各種科研儀器非常昂貴;其次不確定性或者說是風險也大，可能某項研究投入了很多資金和人力，也沒研究出來什么成果。正是因為這樣的特點，往往是研究所、學校、國有企業、實力強大的公司，才有更多的可能做科研;小公司往往沒有那么多的資金，也承擔不起這樣的風險。
研究所一般就是做學術科研的，所以對理論知識水平和學歷要求高，一般至少是研究生。如果完全按照研究成果來發工資，不少科學家估計都要餓死了，有些科學家一輩子也沒能研究出來什么成果。如果是黨員，進一些研究方向與國家有關的研究所，可能會有一定的優勢。
科研工作成果難以考核，所以研究所一般最基本的工資還是有保障的，也因此會有人工作不積極。從這個角度來說，如果想偷懶，研究所可能會比較輕松。但是國家需要有更多的人，認真專心的做學術科研。學術腐敗造假什么的，聽說的也比較多，不止國內，國外肯定也有。
因此有人擔心進了研究所，體制和環境會限制科研，不能很好的實現自身價值。雖然并不了解具體情況，但是我覺得可以爭取進一個比較好的研究所;如果真能潛心做研究，條件上的問題可以克服。