在Gis、VR的浪潮下，當今年輕人該如何逐浪並自保？
這兩個行業都很有前途,極有可能同時爆發。
在這樣的浪潮下，新生力量如何實現謀生、準備機會、並留足後路呢 題主是一名現役GIS的大二學生，同時也把VR當成了自己的另一個專業。平時很喜歡設計一些平面作品、或製作遊戲之類的，也帶過小規模的互聯網項目（非刷單），計劃準備半年參加明年的超圖比賽，或在接下來的半年裡深造unity明年暑假去實習，可我怕自己忙不夠來，全都沒弄好。 希望大家能給我提供一種學習路線上的指引，從而讓自己對大學生活和職業生涯有一個客觀的認識和期待。以下是我對自己的大致規劃和能力分析。
============規劃==================職業努力方向（暫不考研） unity開發工程師/GISVR 知識儲備：學習Unity和C#，跟著專業走，並堅持學英語退路：轉IT或者其他領域。=============個人能力============抗壓，獨立，創新，對未知事物的判斷與洞察力很強，並對世界充滿了熱衷與興趣。 Gis：大二，就讀於普通211大學。學校對這個專業不夠重視，師資力量和經驗不夠強VR：從魔獸的world edit開始對程序和引擎有了初步認識。在大一開始自學unity和C#有一年左右的時間
設計：在大學生中具有不錯的平面設計能力，製作過很多海報。同時擔任多個（業餘）雜誌社的策劃和美術指導。受家庭熏陶，審美三觀很正，但不老舊（活躍於各大設計論壇） 背景：良好的家庭環境三觀。 父親從事土木、布展、建築等方面的設計項目。哥哥在上海某建築設計院任職。其他：熱愛音樂，從二胡到愛爾蘭長笛，喜歡騎行與攝影（獨自騎行過半個多月，熱愛攝影） ，同時對人頭錄音有一定興趣。===============未來==================== 想從事一些精神層面的事情，通過AR/VR/GIS等技術讓人們在一種體驗中獲得新知或精神層面的感受和提升，如紀念碑谷和三體世界。希望在相關行業中靜靜學習，等待成熟的那一天~
感謝前輩們為我解惑＞▽＜
首先給題主一些建議，如果真的想在GIS上有所作為的話就不要花時間去學習C#,還有超圖的比賽，當然也包括，ESRI的比賽，還有基於那些平台的cs或bs的開發，我認為畢業後做這種開發工作已經遠遠脫離了GIS，沒有任何技術含量，只會調用介面，知其然不知所以然，你僅僅是做的空間數據相關的代碼搬運工，真正的碼農。而且把自己的人生方向的限的死死地。
現有國內基於成熟的GIS開發平台進行開發的我們稱為二次開發國內廣大GIS畢業生就是干這種性質的工作，然而這些應用一般都是面向政府的項目政府的確實是人傻錢多，而且項目年年有而且很多都是國家級，如國土一張圖項目，不動產，農業普查項目，還有水利上的項目，項目各個省市甚至是縣都要搞個牛逼的GIS系統顯擺一下，還要看起來和其他省市的不一樣（其實僅僅改了個界面罷了等等，這些項目動不動幾千萬的項目，然並卵，做為底層的代碼組裝工人可以拿多錢呢。一般的這樣的項目都是層層外包的，可憐的我廣大做開發的GISer。據說山東某GIS類公司，研究生月薪3000，還能不能活，還有某些公司為接更多的項目，項目報價極低，最終苦逼的還是開發的。）（就應為我們廣大GIS畢業生畢業做了這種工作，我們gis這麼高大上的專業被深深地鄙視了，GIS不就是arcgis,不就是畫地圖的嗎，這還能是一個專業…… 最明顯還是我們的遙感方向的GISer，我們會對衛星影像處理技術信手拈來，我們會輻射定標，溫度反演，6s大氣校正模型，下墊面分析等等，本來我們可以做很多有意義的工作，最後我們的工作可能就是拿個軟體顯示一下影像罷了）學GIS的都知道數據是GIS的血液，大數據時代GIS的優勢和價值充分體現出來，先寫這些後續更新我們要學習什麼？
作為GIS專業我們核心的東西，地理信息系統，空間數據結構，空間數據類型，各種空間分析演算法，數據壓縮，空間索引，空間聚，地圖學 地圖投影，地圖渲染等等，這些是我們學GIS最根本最基礎的東西有了這些東西作為基礎我們不管做什麼都會遊刃有餘。不過懂了這些我還需要一個前提就是精通一本語言，c,c++,java, python,js著樣我們就可以隨意做想做的事情了。看看當下我們一些學GIS的學生在學生在幹什麼，學習某某軟體，學習利用某某api進行webGIS開發，廢棄gis核心的東西。問一下道格拉斯普克演算法沒聽過，web瓦片地圖切片原理，R-tree等等完全沒聽過…… 不是成熟的GIS平台不好，但是我們在學習過程，不直接考慮gis各種空間分析功能的原理，僅僅是用別人的工具，這樣到頭來我們僅僅學會一個軟體。學會這樣技能我們獲取在幾年前可以找個比錯的飯碗，但是互聯時代，大數據時代就未必了。移動互聯網時代我們獲取大量的用戶位置信息，用戶屬性信息，對這些數據進行時空分析進而更好地挖掘用戶行為，為用戶和提高個性化推薦服務，亦或研究人口遷徙，城市發展狀況。對與這些數據的分析作為具有地理學分析背景的學生我們有很大優勢去做，然而大多數人都作不了。現在確實很多高校GIS相關專業都在做空間大數據相關的研究，很多技術水平還是停留在使用用軟體的水平。我就接觸很多這樣的例子。
給某重點高校博士研究生20G含有空間信息的文件數據，問我怎麼用excel，arcmap打開，想做語義分析（其實僅僅是做個詞頻統計罷了）問我有什麼軟體可以做,當時確實很無語……於是回復，你還是學一種編程語言吧。為了適應數據量飛速膨脹的歷史趨勢，我們迫切需要海量數據的獲取技術（Data Capture)、海量數據的存儲技術（Data Curation)、海量數據的分析技術（Data Analysis) 和數據可視化（Data Visualization)的根本性突破。引自大數據領導幹部讀本（第六頁）。
上面四種技術是大數據時代我們的迫切需要解決的問題，GIS數據就是天生的大數據，並且包含空間信息和時間信息。我們學習GIS應該向這個方向學習，並且GIS這幾個方便有著舉足輕重的地位，我們的要將的地理學思維，空間思維融入到大數據研究和大數據應用中。
下面從上面四個方面講訴我們如何去學習數據獲取作為個人我們只能是通過一定的渠道的去收集數據，很多GIS的學生在抱怨我們沒有數據，沒法去搞相關研究。雖然我國政府的數據開放進展比較遲緩，但是還是可以獲取一些數據的，像空氣質量數據，氣象數據，遙感數據國外國內都有開放的數據像Modis，高分一號，環境星數據我們都可以免費獲取的。除了這些數據我們還可以微博數據，大眾點評數據，房價數據等等這些數據基本都有很多空間屬性，這些數據我們都是可以的獲取的，但是據我所知很多GIS的學生的沒有這個技術去獲取這些，也不能快速發現一些可獲取的數據源，像bat有時候會通過某些應用釋放出很多有價值的數據，像騰訊的宜出行數據，百度遷徙數據，包括百度高德的地圖poi都是可以獲取的。我們除了要學會數據的獲取技術，還能夠及時的發現一些可獲取的有價值的數據，發現完了機會就沒有了。獲取數據最管用的還是爬蟲了1.搞爬蟲首先要了解爬蟲的原理，簡單的來說就是用程序代替我們手工訪問網頁，並獲取網頁的數據。2.搞爬蟲需要對web網頁有一定的了解如DOM結構，http協議，cookie等等
3.去寫簡單的爬蟲的話想對比較簡單了，很多成熟的包和庫可以幫我們很輕鬆的完成- python 我們可以用urllib， scrapy BeautifulSoup
- nodejs 我們可以 cheerio ,request 用node寫爬蟲的一個好處是某些在前端加密的數據，可以直接把加密演算法放在後端來用
- shell 命令 wget curl 命令下載數據也是相當高效。
對於需要的大量抓取得數據像大眾點評獲取全量數據我的話我們可能就要搞代理，想快速的話我們還需去搞分散式爬蟲。
當然爬蟲除了獲取數據我們還可以搞很多有意義的事情……作為GIS學生無論是在做科研還是做應用做系統數據的獲取能力是基本技能，為我們做GIS的補充源源不斷血液。答主也是個數據控，基本見有用的數據先抓下來再說。暫時寫到這裡，有時間繼續向下寫
===============數據存儲
數據存儲包括我們的獲取的數據的存儲，可以用資料庫存儲，文本存儲海里數據存儲往大了講就是海量數據的分散式儲存系統這塊東西的單純的使用還是非常簡單的遙感數據存儲，遙感數據不同現有的文本大數據，遙感數據如何更好的管理，如何在hadoop中存儲組織這些數據目前沒有比較成熟的方案。還是說一下我們日常要用的數據儲存吧，其實很多數據最原始的是以文本形式存儲的空間資料庫我們可以使用 postgresql+postGIS，Mogodbpostgresql+postGIS 我們基本可以完成所有的空間查詢，空間查詢功能，Mongdb同樣也只支持空間查詢功能同樣海里數據分散式 Hadoop的框架最核心的設計就是：HDFS和MapReduce。HDFS為海量的數據提供了存儲，則MapReduce為海量的數據提供了計算。數據入庫之前有個很重要的工作就是數據清洗，無論我們是通過爬蟲爬去的數據還是自己生產的的數據，數據往往有著不同的來源，包含的很多臟數據，數據只有清洗才能進行入庫，包括數據分析的過程我們同樣要對數據進行清洗。數據清洗需要用哪些技術講在數據分析環節講述。作為GIS的學生的確實使用資料庫庫包括空間資料庫，需要掌握sql語句，還需要了解空間索引，空間索引不僅僅在資料庫中在其他方面許多用處。
數據分析數據分析才是我們通過數據發揮它最大價值的方法。首先說一下數據清洗，作為數據科學家工作中最好時的恐怕就是數據清洗了，高效率的清洗方法為我們提供了很大便利。數據清洗的利器shell: awk，uniq，cat,head,sed,sort python：pandas無論我們是通過爬蟲爬去的數據還是自己生產的的數據，數據格式基本都是不同統一的。數據分析的首要任務是數據清洗數據分析中最常用的方法就是分類，做為GIS學生其實我們已經學了很多數據分析的方法，像監督分類，非監督分類 最鄰近規則的試探法、K-means均值演算法、迭代自組織的數據分析法（ISODATA）等。判別分析、最大似然分析、特徵分析、序貫分析和圖形識別等。這些我們在使用遙感的軟體的用的相當嫻熟，但是我們不能真正的了解這些演算法和為什麼要用這個方法。真是覺得在學習過程中直接學習如何使用軟體，其實把我們給害了。大數據時代我們還能用軟體處理這些數據嗎……
衛星遙感數據，氣象數據，地形數據，無人機和地面感測器採集的土壤濕度，溫度等信息綜合進行分析為精細化農業提供數據支持。空間數據分析，GDAL，GEOS，OSG等開源庫，還包括跨平台的GIS軟體的QGIS 會我們的數據分析帶來很大便利。但衛星數據就包括來自不然衛星感測器，不同時像的，不同空間解析度，不同波段等等不同的數據融合成一種統一可用的數據，利用這些開源庫加上我們專業的背景知識能夠快速的得出準確的分析結果。對於像參加比賽學習的同學來說 可以看看 Google Summer of Code https://www.google-melange.com/gsoc/projects/list/google/gsoc2015 OSGeo - Open Source Geospatial Foundation 每年都空間數據相關的題目不僅可以學技術，還可以賺美刀。
python scikit-learn 基於NumPy, SciPy, and matplotlib構建的數據分析庫，包含了數據處理降為=維，各種聚類，分類演算法……移動智能設備是獲取位置信息更加便利，對時空數據挖掘可應用於人口 出行，旅遊，物流，選址等等，政府決策方面的應用就更不用說了。數據分析很多是和數據可視化並行的，可視化可應用於分析前和分析後，Python中有許多可視化模塊，最流行的當屬matpalotlib庫。我們也可選擇bokeh和seaborn模塊。這裡舉個師弟的例子，一個師弟無論在技術實力和科研實力都是相當不錯的本科就已經發表了高水平的SCI，但是當時的各種圖表都是arcmap，excel，等等出圖軟體，接觸過這些python的出圖可視化工具後無論地圖還是圖表都是敲幾個命令的事情。
GIS還有一個方向就是遙感數據分析，遙感數據更是是天生的大數據，目前遙感數據分析基本還是停留在學術界，政府方面會有一些簡單的應用，但是應用技術水平很多事情都是靠人工去完成。當然遙感數據商業化發展還在緩慢進行中，我認為一些技術的革新商業化推動的比較快。
基於深度的學習的遙感的數據分析，另外地塊識別，道路識別，秸稈焚燒識別都是通過的通過對遙感數據的分析來的，這些技術你還能通過通過arcgis,envi去搞嗎。未來遙感數據分析肯定是各種深度學習技術，數據挖掘技術來完成的，理論人眼可以識別的東西的，用計算機都可以完成的，遙感大數據有待進一步發展，從而真正的應用到農業，環境，國土等相關領域。同時海量的遙感數據分析挖掘單機是不能夠處理，利用hadoop，spark去分析處理遙感數據在國內沒有幾家吧。我司基於遙感數據，氣象數據，地面感測器監測的數據綜合分析的一些結果，在對遙感衛星數據採用深度學習技術信息提取已有很多大突破具體進展不宜過多講述。
這裡可是可視化主要講的web前端的可視化的。Web前端可視化比我們在數據分析中可視化化中有更高的難度，需要考慮到大量數據的時時傳輸，還要去實現用戶交互。
做web可視化必須有前端基礎，html，css，JavaScript，是必須需要掌握的。作為GIS背景的可視化工作更多的是去展現的海量的空間數據，數據以地圖為載體進行展示。可視化同時需要較高的審美，配色對可視化至關重要。說一下這些開源可視化工具，http://leafletjs.com/leaflet,D3.js - Data-Driven Documents d3數據可視化用GIS的技術：海量的數據的可視化，需要解決的最大問題解決數據量的如何以最少量的數據做出最好效果的可視化。
對於重交互的方法可視化我們採用對數據進行抽稀，具有GIS基礎我們知道影像金字塔，地圖瓦片，空間分層，平面分塊，基於這些原理我們我可以做到對每個層級進行基於像素聚合壓縮。相比這些沒有這些GIS基礎的他們估計想到僅僅的是隨機取樣了。對於線狀數據和面狀數據就可以利用道格拉斯普克法進行抽稀。矢量瓦片技術，動態矢量瓦片對於數據量巨大，抽稀也不能夠解決，我們就需要考慮後端進行地圖渲染了，後端渲染包括一次性渲染和時時渲染，這有涉及的數據存儲技術和空間查詢技術。後端渲染我們可以mapnik，node-canvas 現在做可視化的沒有地圖形式的展示的都不好意思說自己是搞可視化的。同樣空間的少量的數據像空間插值方法，有時候前端也可以進行空間運算， Turf.js 提供大量的空間演算法- svg d3.js,leaflet都是採用svg進行圖形可視化，使用svg可視化可交互性好，對於大量數據而言需要創建和操作大量dom效率較低。
- canvas 基於像素的繪製的技術，在大數據量可視化渲染速度較快，不用進行大量dom，但同時又有一些弊端，同時canvas的事件也是基於像素觸發我們很難確定滑鼠滑過了那些要素。canvas是二維平面坐標，我們GIS的地圖一般也是而我平面。我們對canvas上面繪製的圖形建立二維索引就可以快速找到滑鼠經過要素，解決canvas對海量數據可視化的交互問題。這就用GIS所擅長的空間索引知識 geohash，R-tree.
- webgl 三維可視化是未來發展的一個趨勢，VR要帶來更好的體驗也離不開三維的交互和展示。three.js是個能夠讓我們更加方便創建三維應用的js庫
強調一點可視化不是僅僅對數據展示，更多是可視分析，同一個可視化不同的受眾講出不同的故事。
上幾幅可視化作品圖，點擊看全圖效果更好：
做前端可視化很有必要學習一下nodejs，mapbox開源了很多空間地圖的相關的庫，無論自在數據可視化和數據處理上都很便捷。
其實題主下面的說的遊戲也好VR也好，可視化都是都是重要一環的，用到的技術也是基本一致，而且也離不開地圖。所以建議題主好好打好GIS基礎，有了這些基礎任何你一個行業，方向任你選擇。不要說GIS只是工具，其實計算機才是各行各業的具的，現在文科都開始寫代碼了，不會的代碼的GISer真的不能稱為一個GISer。做時空數據分析我們學GIS用自己優勢，現在雖然很多時空數據分析的大多是計算機機出生的人在做，但是做的更多是位置，位置，位置！完全沒有把地理學的因素考慮進去。總體來說我覺得GIS的學生向數據科學方向走更有機會GIS學生在校期間地理信息系統原理，地理信息信息演算法，遙感原理，遙感圖像處理等基礎課程。具體方向就按自興趣去選擇了大數據的四個方向也是我們GIS的四個方向。編程語言建議學習一下python，地圖可視化就要學習javascipt。……我司致力於利用遙感數據，氣象數據，地面感測器，無人機等，獲取多源多時像的數據進行分析為環境，農業提供服務。鑒於這個行情我們十分需要這方面的相關人才，如果對上面講的某些感興趣，希望從事這方面的實習或工作可聯繫我們。GAGO招聘互聯網地圖從業者，寫點我的看法。
從知乎里GIS目錄下大多高票答案 里對傳統gis公司和行業的答案，營造出一種客戶大多都是傻X，關係戶硬到做個ppt，驗收彙報用個demo就能通過成功忽悠到某部，某廳，某局的money？傳統GIS做得東西都low成渣，esri的Engine，server,api被互聯網的東西各方面甩十萬八千里，太低級？c#太簡單不建議學，二次開發就是簡單的重複地組裝拼接？
技術本身並沒有被劃分為那些是屬於互聯網，那些是屬於傳統行業。
國內gis傳統的教育和就業現狀是缺少用"互聯網的技術思維"和直指用戶痛點的設計思路來把GIS技術融入在主流框架技術之中設計出好的產品。產品普遍缺少設計，把流程整的繁瑣異常， 用好多時間層層培訓教用戶怎麼用。
我周邊一個奇怪的現象是好多高校把c#上成了winform托拉控制項，對開發感興趣但沒有從事於開發的學生畢業後各種吹捧c++和Python,把c#吐的是一文不值！ 目前若沒有c#，"全功能遊戲引擎市場的45%，中國手游市場70%的遊戲都快被淘汰了，各大遊戲廠商的unity程序員已哭暈在廁所。"題主要做u3d開發，c#必須打好根基。
不贊成 "在一味 擁躉互聯網的xxx 同時把esri，supermap的技術產品" 扁的是一文不值。 舉個看到的很小的例子， 這幾年行業都在設計restful風格的api或者說是uri服務。調用百度或高德的web服務api時打的/restapi/後面用的是 ? 和這種組合查詢參數，這那裡符合Rest的架構設計？，反過來看esri的Rest資源服務，值得學習的標準的工業級的設計。當然我們不怎麼care百度和高德後端是怎麼設計的，只要滿足我的需求就行了。但從技術上從來也不要小瞧esri這種龐然大物，它有值得每一個GISer去學習的地方。
GISer在學習階段應該去經歷下傳統客戶端領域的開發，gis在客戶端方向是如此的經典和成熟，在分析和解決一個個典型的問題會有利於打好一些經典GIS的基礎，地理坐標系統和投影坐標系統怎麼互轉;一個多多邊形或島圖形怎麼處理拆解；常用的矢量和柵格數據拓撲運算和空間關係運算，用9交關係模樣幾乎可以構建出所有存在的空間關係等等。在其中 esri的Engine或者其母體Ao 經典標準化的COM工業設計，傳聞僅次於windows api的介面數量，設計良好的OMD圖，基於OGC的簡單要素標準的設計，幾何對象模型及其涉及的操作，wkt,wkb,wkt描述的空間參考，sql預訂義schema,SharpMap,NTS，ogr，GeoApi，它們的介面設計在學習和了解的過程都會受益匪淺。學習過程你也可以試著把Engine和ogr或是nts混合使用，將它們的Geometry互轉做一些有意思的事，也可以去考慮在ArcGIS里用c#寫個插件來對osm的數據進行獲取和處理分析。這些github里都是有相關開源代碼可以研究的。雖然不多。
廣義的gis天生具有跨學科融入性，在校期間多和通信和設計類(視覺傳達，動畫設計)等專業的 優秀同學溝通，交流想法，包括專業知識。組一幫同道中人，做一些有趣的事，並不一定是為了刷比賽。
手機上回答有些零散，很看好vr和gis的發展，加油！碩士考入某櫻花大GIS，女生，現已工作。
個人觀點，不會編程的giser，不能稱為專業的giser。作為大二學生，時間，精力很多，應打好基礎。1.專業基礎知識，書上不明白的，自己上網查。有能力的話看下GDAL，GEOS，OSG等開源庫。2.計算機基礎知識。推薦幾本書吧，《深入理解計算機系統》Randal E.Bryant和David O』Hallaron《演算法導論》Thomas H.Cormen，Charles E.Leiserson，Ronald L.Rivest 不要偷懶，要看英文版。不僅是GIS領域，在整個IT領域我們差國外太遠，從硬體到軟體。所以我們才要努力，自強。
厚積薄發，共勉！覺得樓主不愧211出身，想法眼光確實長遠。非常贊。
GIS領域裡應該注重什麼方面的研究學習樓上 @ThinkGIS 已經說的很多了，非常贊同。補上一點個人看法供題主參考。答主普通學校GIS本科，同樣學校不重視專業，基本上出去長見識都是全自費的。ESRI全國開發者大會參加過兩次，離得近的GIS行業研討會也有去，當然目前的工作也緊跟政府項目走。個人覺得GIS分兩個方向去做，一個是數據研究、處理的方向（比如ThinkGIS提到的數據可視化這類的方向），在大數據的時代我們更關注的是讓數據自己發聲，尤其是GIS這種非常關注數據本身的解釋和多源數據融合的專業。當然另外一個就是開發。當然這裡我絕對不認同把做平台二次開發完全等同於GIS的開發方向。這兩個方向目前為止我的水平不足以給題主提供多少可用經驗，所以我想和題主以及關注這個問題的各位更多的分享一些我自己感受到的東西。在數據處理這個過程里，我猜測大部分的學校把使用Envi、ArcGIS和類似軟體的使用教的非常熟練，把常規的數據流程搞熟悉就等同於達到教學標準了吧。所以整個GIS行業里那幾個著名的群啊論壇都不乏各種「有沒有做過xxx的」之類的問題出現。因為不論是學生自己還是這些學校的老師，都沒有那麼關注這些流程後邊涉及的原理。3度帶和六度帶有什麼區別，大家可能都知道，那如果要你自己來繪製地圖，或者說給一個特定區域做一個多源數據的融合，你是否能夠做到正確選用合適的投影和坐標系？ 如果做個測試，僅僅關於這個問題我猜結果會非常的慘。投影的.prj文件里是些什麼內容，有多少同仁會去關注？ 關於數據研究，我所理解的研究即是兩個方面，一是你能從數據里得到什麼信息，二是為什麼是這樣的信息。昨天看到一個不錯的理論，關於大數據的。即便在行業外，這些大數據專家也深深的明白，地理數據的龐大，它是天生的大數據。我們從地理數據里能解釋出多少東西，怎麼直觀的表達出來，這是數據可視化的任務。雖然只講大數據概念，做到可視化已經是非常優秀的數據研究了，但是在地理數據上，我們不止要讓數據發聲，從而被可視化，還需要去關注為什麼表現出這樣的信息。按我的理解，我們只有在搞明白以上兩個部分，才能讓地理數據結合到其他的行業數據，發出更有價值的信息。作為一個GISer，我覺得僅僅是想想就非常的激動人心。關於開發方向，我想重要性不言而喻。首先作為一個暫時還在做業務的GISer，我要為業務開發正名。在我接觸過的項目里，無論政府行業還是僅僅一個項目，其中真心不乏看的非常遠的。比如接觸過的幾個政府領導，我們做的項目是他們提出來的想法。請注意，他們沒有絲毫的GIS背景，但是卻明白用GIS能給他們需要的業務帶來多大的變革。如果按照他們真正的想法，這些項目不乏有極其先進的。只可惜這個行業里不少公司，自身能力糟糕，再加上不管是否是GIS出身的開發人員都完全不關注原理，導致大家最後看到的項目只能用騙錢來形容。我覺得如果諸位有還在讀的GIS專業學生，大多會有個困惑就是，好像我們的專業根本沒講多深入啊。無論GIS還是開發。比如我的學校就是這樣。開發課上了很多，但是從來沒有哪門的要求能夠達到學以致用。數據結構我們幾乎講的科普。C#老師教的僅僅是winForm拖控制項和AE的介面跳轉。 有多少用呢？ 而GIS本身，我們所用的空間分析的書基本上是一本加厚版的ArcGIS操作指南。
而真正的GIS開發應該關注的是什麼呢? 我覺得首先大家應該明確的就是，我們所開發的東西是一個以GIS為核心給人展示數據處理和分析結果的東西（不一定對，畢竟目前經驗非常之淺也遠不如題主和ThinkGIS的見解看的遠）。以GIS為核心的數據展示分析，我們要做對各種數據的融合，要做一定的數據挖掘，甚至於利用機器學習去優化結果，這些都離不開GIS的各種原理。如果僅僅讓你開發一個CS程序，功能數量巨大，你會發現用AE是遠遠不夠的。更何況在現在這個雲計算的時代，開發根本就不是學校所教那點拖控制項的東西能搞定的。其中涉及的優化和抽象、空間查詢和海量數據存儲不會離新一代的GISer太遠。不理解原理能混的過去么？根本不可能。曾經有個朋友遇到查詢2w條空間數據的需求，他用AE，效率低得嚇人（當然如果自己寫未必能高哪去，這需要對空間數據建立合適的索引和查找方式）。那在雲時代如果你要查找全國的某個特定屬性數據呢？數量肯定不止這點。那時候你又怎麼辦？如果您看到這裡了，我想您也能發現實際上在GIS里數據和開發真的是相輔相成的。做好開發的優化你就不得不深入了解數據本身，而了解數據又涉及到用代碼來幫助你實現你想要的功能。所以雖然我這裡分了方向，但是絕不代表你搞數據就不管開發，只能說相對弱化一點而已。
看過很多在科研一線的大神做事，他們如果從事的是數據研究，那做的最深入的那部分人會自學一門輕量好學的開發語言來輔助他們的科研。代碼始終也只是工具，而專職從事開發的和做科研的人的區別也是一個孰輕孰重的區別。從事GIS開發工作，個人覺得你需要更多的關注各種東西的融合，不僅是數據融合還是功能代碼的融合。而從事數據方向的工作，你會寫點代碼會大幅提升你的研究效率。至於VR，對我而言離得太遠了，就沒什麼可以說的了。當然我相信每種新技術都有它的未來，尤其是VR這樣非常前沿的技術。
說了很多，有些亂沒邏輯，希望能給題主一點參考.火什麼幹什麼最終什麼都干不好，抓住機會需要儲備的
先奮發圖強成為圖形學小牛吧，至少是某個引擎的深度開發者，你既然是GIS專業，那至少OSG應該可以跟王銳和楊石興有得一拼的才能談得上去探索下VR的真面目。其他引擎么不限，但是希望不僅僅是實時，離線要是搞過那對你實時渲染也很有幫助的。
所以說，VR不VR的可以放一放，離你很遠，和你們這些在校的人實際上沒有什麼關係。。。。。你如果符合@Chaos 或者 @叛逆者 或者是他們招人的需要了，那麼什麼公司都會搶著要你。另外圖形學圈子，光是C#和unity出來肯定沒法混的，這個你應該懂我就不多說了。另外學歷，我雖然也遇到過本科奇才（還是林業機械出身，好吧認識的人都知道我在說誰，的確很強） ，但畢竟這樣的人真的很少，所以為了達到@Chaos 他們的招人門檻，你懂的。
按我說的來，不能保證你大富大貴起碼也是衣食無憂。千萬不要被現在的潮流激蕩的洶湧澎湃，那跟在校生，沒啥關係。來的快，去的也快。我覺得還是喜歡。
題主是在賭未來。的確，對於學生來說，選擇似乎很重要，我記得之前有個同事講過一個故事，大學的時候windows phone特別火，一個同學選擇了windows phone，一個選擇了IOS，兩個同學都很厲害，但最後windows phone沒有起來，IOS火了，兩個人都在國內某電商平台，最後開發windows phone的轉到了IOS的部門，而此時IOS的已經高他幾級了。講這個故事，就是選擇很重要，但對於未來，不可能百分之百對。
這個故事也可以這樣演繹，學IOS的人去了創業公司，學windows phone的去了巨頭，三年之後IOS哪家公司創業失敗，這位同學也一直沒有上來；而去了巨頭公司的童鞋，先干windows phone幹了兩年，然後轉IOS，很快就升級加薪。這都有可能的。
但以我的經歷，我覺得準備肯定要有的，尤其是做技術的人，多一項技術多一個出路。但其實所有的技術，邏輯都是一門語言，基礎是一樣的，我認為大學是在鍛煉的過程中找到自己的興趣點，並掌握了學習的能力，這個是很重要，因為出來了以後，你真的不確定你將來是做什麼，但你經歷了系統的訓練，也有比較敦厚的基礎知識，出來從新開始學習的時候，你可能比別人快。
從博主的信息來看應該是一個很聰明的人，家庭條件也非常好，學校又是211，在大二的時候就玩知乎跟大家交流未來，而且興趣廣泛還喜歡音樂。這樣的男生去到那裡，應該運氣都不會太差。上面已經有一幫技術宅給你分析這兩項技術了，但我想從職業的角度來談談我的看法。
興趣很重要，我認為還是學生時代，就應該放開自己來做些事兒，如果很多事情都規劃好了，會顯得很累。前提是你喜歡，你干這件事能讓你從中得到巨大的樂趣，這樣我認為可以長期做。如果只是把這兩者作為賭局，二選一，等你出來你就知道，選擇完之後，後面還有更大的選擇，比如去哪家公司，比如選擇哪個項目。
人生的賭局是不斷的擺在你面前的，而決定你選擇的結果的，是你的見識、經歷、格局和對這個領域的了解。而不僅僅限制於技術，你喜歡音樂，說不定未來你出來做音樂家呢？這個很難說。未來是不確定的。但你現在可以做一些基礎的事情，來提高你的判斷力、學習能力和系統知識積累。
說白了就是輕重的問題，在大二這個階段，我覺得自己喜歡做什麼就去嘗試，一邊嘗試一遍總結，同時想辦法在知乎、在微博甚至在微信群里跟圈內的一些人交流，體驗他們做的產品，了解他們的工作流程，如果可以，還爭取放假去這些公司實習。
然後再做結論。
大學期間喜歡的都學，不喜歡的也可以了解一下，比如你現在是學技術的，但你的音樂肯定會對你未來產生影響的，就像愛恩斯坦說的一樣：「音樂並不影響研究工作，它們兩者都是從同一渴望之泉攝取營養，而他們給人類帶來的慰藉也是互為補充的。」這個過程你除了玩玩音樂，甚至可以讀讀文學和哲學。把整體的基礎知識做大量的吸收，後面再做出判斷。
當然，這個過程你可以偏向你自己喜歡的那一個，花多點時間，但說實話，不用糾結那個輕那個重，有時候走得太快也不是好事，在恰當的時間內做好恰當的事，我認為才是最重要的。另外對於這兩者，我們都可以探討，但誰最能代表未來，我相信沒有人給肯定答案。搞技術的純粹就是體力活，當前三維應用沒有二維使用普遍。如果是三維的話，題主可以關注一下opengl，還有webgl.後者偏重於網路。——————————————————————————飯前分割線-x/xxxxxxxxxxxxxxx以下觀點純粹個人觀點FBI Warning：作為一名地理信息開發人員，越發覺得目前地理系統的開發處於一個半死不活的狀態，要轉純計算機吧，基礎還不夠；要純地信吧，還缺計算機基礎。不要噴我！要想在這一行里混得開心一點，我覺得需要有如下計算機基礎，了解計算機網路(至少一本計算機網路的專業課本)，了解操作系統基礎(了解操作系統的基本概念)，熟悉軟體工程基本概念，熟悉資料庫（認真學習資料庫概論這本書和一本oracle指南啥的），熟悉(介於精通和熟悉之間）UML，精通一門計算機語言，熟悉多門其它語言。精通一門腳本語言。現在就可以愉快的玩耍進行開發了。專業課上的要求就要自己琢磨了。
要出坑的gis博士路過良心提醒你們一下：年輕人，gis是大坑，轉專業保平安，請不要期望gis專業有什麼浪潮，有什麼大的發展，趁早離開是王道。
gis的問題是市場問題，消費者都是需求各異而數量不多的政府部門，而不是上億數量級，需求類似的個體消費者，市場決定行業景象。
某樓說得對，中科院武大的教授研究員大多數也是忽悠人，拉項目為主，市面上什麼東西火了就跟著炒作概念，包裝自己。這些年過來，他們分別炒作過數字地球，gis大數據，雲計算，智慧城市，最近已經不關注了，他們現在又借vr的熱點炒作gis了么？同學們千萬別信這幫忽悠，他們什麼都做不出來的。所以行業現狀基本是一群早年上位的教授研究員，靠各種忽悠，拿來國家、地方部門的項目，然後讓廉價的學生做些界面，底層調用下國外開源庫的介面，做出個醜陋的系統應付了事。如果老實聽話，學生可以學會吹牛忽悠，寫八股文的項目申請，做系統界面，使用各種開源庫介面等技能。
gis專業其實是小眾版的生物，毀人不倦，歡迎 @白如冰 幫忙勸退，功德無量。我可以明確的告訴你天朝國內的GIS百分之九十九都在胡扯，包括某科院，某櫻花大，要想學好GIS，先搞好計算機(搞好相關數學和演算法),我說他們胡扯是有根據的，國內高校GIS專業學生一些連開發是什麼都搞不懂，搞什麼GIS，本人GIS專業，苦苦學習了5年得出的結論，無意黑GIS，因為我熱愛GIS，而且也真正繼續學習GIS，若想真搞好GIS，先讓自己比你身邊搞計算機的朋友coding能力強，否則，別再說自己是搞GIS的了，丟人。。。
個人建議，不要把VR當成一個按一下就改變世界的神奇機器，做好基本功，拓寬思路，學習一下用戶交互方式，不管做什麼都有意義嘚
咳咳，年輕人還是腳踏實地好好學技術吧，我對GIS了解的比VR/AR要多一些，VR/AR的東西也接觸過一點點，由於商業合作原因，VR/AR的一些東西不便透漏。
說說GIS吧，未來GIS的趨勢就是3D GIS，UAV/UAS的爆發增長會加速3D GIS發展，同時商業化GIS的會越來越被普通用戶接受。數據是GIS行業的基石。但是現在3D GIS有一個瓶頸，是大規模數據的實時可視化，所以現在問題是，數據有了，怎麼把數據完整快速展示出來還有待加強。
奉勸題主先從3D引擎開始吧，VR/AR要慢慢來從測繪到GIS，再從GIS到CS..."一生之中兜兜轉轉哪會看清楚徬徨時我也試過獨坐一角像是沒協助.."
某櫻花大大二giser，和題主同齡吧應該。和你有點像，蠻喜歡平面設計的，大一上後半段到大二上前半段去外邊接受了專業的平面設計培訓，和想像中有出入，但至少是真的學到了些東西，順手拿了個平面設計師的證。大一下好運地拿到了國家級的科研訓練項目介入科研，但發現事情不是那麼好做的，尤其我們大二才開始學習專業課。沒辦法，課下又自己去讀一大堆文獻，提前學了些東西。不知道為什麼在很多答題者和前輩眼底，GIS就變成了IT，好吧，也許這是我不得不承認的現實。個人覺得把GIS當成IT學的話，就好好學技術吧，向軟體工程專業靠攏似乎更正確。我個人覺得地理學才是GIS的根基，計算機不過是手段罷了（信息化浪潮嘛，互聯網+嘛）。個人對計算地理學挺感興趣的，編程對於我來講是和平面設計差不多地位的一門技能（由於我是俗稱的編程方向，編程什麼的還是要學好的），想去加州聖芭芭拉分校讀研讀博，擇機回國。VR的話，我不了解，不說話。超圖比賽的話，可以大二下和學姐學長混吶，大三再自己領隊參加唄。在學校受到的影響是櫻花大giser很厲害，當然，哪裡都有相對好與相對壞嘛。看關於gis的問題，發現幾乎每個帖子都有噴櫻花大giser的。我默默的看著，也許十年二十年三十年後，通過我們新生代的努力，會改變些什麼。fighting together
武大gis大四黨。覺得必須編程是挺沒道理的。像我們專業叫地理信息系統但還備註了。叫地圖製圖學與地理信息工程。大學四年要學製圖方面的專業知識又要迎合現在的趨勢編程啦之類的像C++、C、java、Matlab、資料庫數據結構都有學過。學不學得會編程是一回事。至少課程安排上已經強調了編程的重要性。但這完全要看個人想法及能力。而且知識面是越學越窄的。把gis直接定位到編程這種太較真了。excel、spss做分析也很好啊。只要能做出成果什麼方法都可以。地圖網路可視化也是一個很好研究方向。下邊有兩個網站鏈接。可以參考網站中發布的實例讓網路地圖變得更加生動易懂。
渣科研經驗不多，僅供參考。安利：http://www.bootcss.comhttp://codepen.io如果只是把GIS簡單的理解為開發系統或者是編程，那還是狹隘了一些。數據的獲取，集成，分析，可視化，每個步驟都有很多工作可以做，也都有很多可以探索和應用的方向。想要真正的做好地理信息科學，空間思維，或者說空間分析是必不可少的。深度學習，數據挖掘還有大數據現在都非常火，也給了GIS進一步發展的機會。畢竟地理信息數據本質上就是海量的。
當然，簡單的GIS應用和分析可以用遙感，GIS，或者統計軟體實現，假如功能正確（我在吐槽ESRI。。），有時候可以節省不少時間。但是軟體的功能總是有限的，而且ESRI不等同於GIS，ENVI，ERDAS和eCognition也不等同於遙感，統計和優化方法也並不等同於空間分析。熟練掌握一種編程語言（比如python）可以讓你在軟體實現不了的時候有另外一條路，也可以自己實現方法上的創新，而不是被軟體所限制和局限。
學好數學，英語和編程，總是沒錯的。交叉學科的時代，不需要再被學科的條條框框所限制了。不要被GIS上了，想走技術路線，打好數學和計算工程基礎，其他都是扯淡的。國內的GIS從業者如果還在跟政府屁股後轉，永遠沒前程。實話說，VR是要求數學基礎非常好的，特別是計算幾何和硬體實現上不是一般大師級人物能做到工業量產化的水準。況且這一塊幾個巨頭虎視耽耽呢，現在的學生想要參與其中少說也得等七八年。你要是有那個毅力和能耐能在這幾年拿世界名校視覺工程方向的博士，那就另說了…
並不是很認同上面一些人的觀點，我來自武大，武大的GIS也還算是不錯的了，但是對於編程也是十分重視的。GIS必學編程，GIS是一種思維，如果單純學習計算機的話，那你為什麼不選擇計算機專業？我推薦你可以先學習一下GIS的編程，而不是直接跨步到VR，GIS的現狀逐漸走向成熟的道路。WEB端還是很不錯的，編程一定要重視，如果你是男生的話。。。。
對GIS行業不甚了解，雖然做過一些地理數據可視化方面的工作但道行頗淺，看到剛才@ThinkGIS 的分享，感覺道出了許多gis人的心聲，相信定能給題主很多思考。
不過，對於VR/AR等加強視覺方向，近期交流的各路人才很多，也有了一點淺薄的見解，看到答案里沒有什麼人說起這，便斗膽談之一二。
可以說2014年，Facebook大肆宣稱收購了VR入口設備巨頭Oculus之後，VR這個關鍵詞才開始進入公眾視野，隨之微軟Hololens眼鏡消息一出，媒體將AR又炒作到一個新高度，近期阿里巴巴的高調投資又讓炒作之王MagicLeap持續曝光。。。大家都在喊，2016年就是VR/AR的爆炸之年啦，學3d的不做點vr ar mr 的事情，都不好意思抬頭見人了。其實，做技術的童鞋一看，這不還就是咱們學爛的3d遊戲開發 引擎開發 3d建模設計 ue unity maya 3dmask那回事？再加上一些定位和追蹤技術、圖形識別技術、光學工程運用等等，經過拼湊整合，便形成了全新的產品。
很對，這些高調炒作的概念與產品，其軟技術方面並未有絕對的革新，只是新壺裝老酒，因此，對於像題主這樣的圖形學或者3d方面的技術 設計人才，並沒有必要跟隨這些所謂的潮流而動。找到自己感興趣的技術，深挖學下去，這行火了，你工資可能水漲船高，一下子就能被泡沫化（可參考之前的移動互聯網開發）；這行沒火，學到的技藝足以讓你在計算機圖像圖形領域拿到穩定且較高的工作。又何為了該往GIS還是VR的深入做此糾結？
我們在畢業前，很多優秀的畢業生往往和你一樣，會從學校中探出腦子，伸向潮流伸向社會，敏銳的鼻子告訴你哪些是未來哪些是腐朽，這時候商業社會的投機風往往吹得你過敏性鼻炎，讓你把注意力全集中在鼻子上，忘記該往大腦里塞些什麼東西了。
這兩個領域都不算差，或者目前可以說但凡是科技行業都不會因為行業發展局限住個人成長的。
從題主的描述中看，貌似對vr更為感興趣？ 那我說說看我理解的這個領域的優劣勢吧。
vr ar領域，其優勢可能有
1. 風口浪尖，國內外巨頭和資本紛紛押寶的行業之一，將會有成熟的資金鏈與產業生態支撐，硬體行業巨頭也紛紛拿出看家本領去做基礎設施革新。2. 軟體技術成熟，傳統3d行業、光學、圖形學的經驗技術可以快速運用，相應的基礎演算法有大公司牽頭。3. 行業興起階段，雖都是成熟技術，但能很快將這些技術整合好出產品的人或團隊不多，有一定的先發紅利。4. 業態可塑性強，現在我們看到的vr ar未必是最終態，有人提出mr的概念並已經產品化，這個混沌大領域至今沒有辭彙概括，我且稱呼為「第二視界」，即通過新的交互設備人為創造的第二個人類活動空間，打破物理空間限制的又一個世界。這無疑對從業人員是利好的。當然，這個領域目前的劣勢
1. 業態並未成型，動向大，導致的行業不穩定性高，傳導到個人就是就業風險偏高，需自身做好風險聘僱謹慎選擇。（綜合產業的各種工種來看，如果是技術崗，這個影響算是最小的了）2. 大公司的穩定職位難找，因大公司也都還在觀望期，並不會大面積鋪開招聘計劃，並也不排除後因vr產業不盡人意，公司業務調整，自己被邊緣化。3. 受硬體發展限制大，眾所周知，現階段的vr硬體體積大 長時佩戴舒適感差 像素感強 可視角度不足等諸多基礎技術仍需升級，而ar的眼鏡設備尚無消費版本，硬體上多久能夠再一步突破，有很大的不確定性4. 用戶體量不足，放眼整個數碼市場，vr ar的用戶數量、設備保有量、app市場銷量等數據還未有爆破級增長，沒有見到有當年智能手機市場那樣的給力衝進，倒是o家的cv1在q1銷售量給了一個想像的空間綜合以上優劣，我個人認為，這個領域在保持優勢的同時，硬劣勢會被巨頭推動快速前進，進而市場環境逐步明朗。基本對ar vr行業持較樂觀態度。
如果基於興趣的基礎上，利用自己的現有技術，能在vr ar領域有所開拓儲備，想必當行業春天到來，可能會很及時地被行業發展福利惠及，快速獲得不錯的經濟收入及行業話語權，想想當年的ios 安卓開發者，道理類似。
題主有什麼關於vr ar的想法，歡迎交流，我最近對此也很痴迷，共同學習。什麼學校的GIS
推薦閱讀：
※如何系統地學習關於VR(Virtual reality)的知識?要學些什麼？哪裡能獲得相關學習資料？
※對VR行業2016年的走勢和看法？
※VR安全體驗館如何製作的？
※0基礎，如何學習VR技術?
TAG:GIS地理信息系統 | 虛擬現實VR | OculusRift | HTCVive |