20年北交大MEM上岸學姐來回答一下吧~

工業工程是一門集自然科學、社會科學、工程學和管理學等的綜合型學科，本學科是以人、物料、設備或設施、能源和信息組成的集成系統為主要研究對象，綜合應用工程技術、管理科學和社會科學的理論方法等知識，使其達到降低成本，提高質量和效益的目的，同時為科學管理提供決策依據的學科。

工業工程專業是為滿足國家經濟發展和加入WTO對人才的迫切需要而建立的。該學科主要是以生產過程為研究對象，以提高勞動生產率、保證質量和降低成本為目標，特別注重研究人的因素，充分發揮投入資源的作用。近年來，物流工程、虛擬制造、企業資源計劃(ERP)、人力資源管理等成為該領域的熱點。

考試內容：

初試試卷總共300分，分兩門1. 管理綜合試卷滿分為200分，考試時間為180分鐘。2. 英語試卷滿分為100分，考試時間為180分鐘。

復試內容：

政治+面試+專業課。專業課以高校招生簡章

為準，不同院校考試科目是不同的，大多數院校專業課考試科目會從管理學、工業工程原理、工程經濟學方面入手，同學們想考哪所院校，建議先到該院校官網查看。

發展前景怎么樣?

工業工程與管理致力于培養以機械工程、電子工程等技術為基礎，以工業工程的理論、方法為紐帶，以運籌學、人因工程、設施規劃、計算機技術及現代集成制造技術等為工具，培養能夠對企業生產系統等進行規劃、設計、評價和創新的技術與管理相結合的現代制造業高級管理人才和工業工程領域專門人才。

發展前景如下：

1. 工業工程領域畢業的研究生，兼有工程與管理和工業工程的基礎。可以在工程、管理、科研和咨詢等領域獲得就業機會;能在制造業、服務業、公共事業、科研院所、政府部門和事業單位從事教學、科研、管理及設計開發工作;總的來說，可以從事的行業非常多。

2. 要對工業工程就業充滿信心。在這個信息化社會，工業工程就業前景非常好。

3. 正確看待工業工程專業就業。并不是一畢業就能拿高薪，也并不是找不到工作。對于不了解這個專業的考生來說，先考上，再學，然后在了解。

工業工程工作可以分為兩類制造類和非制造類：

制造類包括基礎IE，planning，supply chain，logistics，warehouse，buyer，生產主管，資產管控，精益生產專員，質量，以及制造型企業的商務管培（偏銷售和市場如GE CLP，米其林輪胎管培，醫藥代表，法國液化空氣管培等）。

非制造類就多了。

互聯網行業：

1， 產品經理（需要對互聯網產品充滿好奇和探索能力，對系統，軟件開發有一定的了解；

2， 商務拓展（如亞馬遜的云計算商務拓展，不限專業，需對云計算有一定了解。）

3， 互聯網產品銷售；

4， 自學編程算法轉開發等。快銷品行業（MT即Management Treinee，工資高，培養一流）：眾所周知的寶潔、聯合利華MT，addidas，Nike的MT，百威英博MT，億滋等；

5， 企業信息系統行業：如SAP，Oracle，漢德，金蝶，用友等，做信息系統實施顧問，銷售顧問都不錯；

6， 房地產行業：投資分析師，房地產管培；

7， 金融行業：數據科學家（會算法，編程語言，大數據，名校碩博）投資分析師，風控，考銀行；

8， 考公務員，當老師等；

9， 物流與電商行業：如京東管培，蘇寧管培，順豐管培，物流優化崗。

以上工作有些需要讀研究生博士生，如金融行業以及電商行業的物流供應鏈優化，方向主要偏大數據分析與運籌學，金融數據分析等。

其他大部分機會本科生都可以嘗試，前提是最好能在相關行業知名企業實習經歷等，

除此之外，很多500強還需要流利的口語，良好的邏輯思維和溝通表達能力。不單是學有些學校安排的課程就能夠輕松應聘的。需要根據自己的興趣最好規劃，努力去靠喜歡的方向。

當前經濟形勢總體不景氣，因此社會上的崗位需求量有所縮減，同樣也影響到IE的就業。

作為一個工業工程的畢業生，我發表一下我自己的看法（觀點淺顯，有不足之處歡迎指正）：

在學校期間，工業工程感覺是一門雜而不精的學科，學的內容從機械電工跨到會計管理都要涉獵，工業工程培養的人才是具有一定的綜合性素質但是如果不深耕某一個方向的話，出來會覺得專業的技術性不是特別強。

傳統意義上的工業工程一般用于節約企業生產運營中的成本，提升效率。這個概念很寬放，就像這門學科一樣。

我身邊工業工程出來的有從事互聯網開發的（方向全偏了），有地產的商務運營的，有投資銀行的（一般學歷背景和能力要求極高），有做sales和mrkting的，更多的是做制造業的（工業工程師，物流工程師，生產計劃，資產管控，供應鏈）。

目前來說工業工程更大概率的還是會從事制造業的一些工作，說直白一點，你以后的工作環境很可能是一個大工廠，你天天面對的可能是機臺，你需要處理的是機臺的各種產能數據，去分析機臺和產線的產能情況，去分析機臺的運轉效率。

就拿我實習的半導體行業來說，我們公司工業工程師的職責分別為三個模塊：

1， 剛進去的新人一般是做機臺效率分析，（你管幾個機臺，你的職責是清楚的掌握你的機臺是如何生產加工產品的，你的機臺的生產能力是多少，你的機臺的生產能力的利用率是多少。再談是否有優化的空間，如何去優化。）

2， 工廠的設施布局與優化。工業工程還可以做的是一個工廠的設施布局，大到建廠初期的廠房的功能劃分，小到每個工位，辦公室，廁所等的布局。并且隨著產線的調整或者改善的需要，可能要調整設施布局。這是一個系統工程，需要綜合考慮產品流，安全性，舒適便利性，以后廠房及產能擴張的可能性，產品線變更的可能性等等，這里IE最主要的價值是design，但還需要能耐下性子去畫圖。

3， 產能測算與規劃，主要是對工廠某條產線的產能做測算，即算我某條產線到底能生產多少產品。

4， 除此之外，制造型企業中工業工程專業還可以去從事生產計劃，物流和供應鏈之類的崗位。

至于工業工程是否有前景，我其實希望想好自己喜歡的工作形式是怎么樣的，如果你喜歡制造業，喜歡在工廠工作，喜歡面對機臺，喜歡畫圖紙，喜歡做數據分析，工業工程還是蠻不錯的選擇。

從工業工程崗位入手，往精益生產去做，深耕10年，考個六西格瑪黑帶，可以當精益生產專家。

不論是專職于甲方做改善，還是去乙方做精益生產的咨詢都還是蠻不錯的。

這個方向的話推薦去外企，行業的話最好以航空，汽車（整車廠最好），半導體，高端醫療器械，面板，這些行業工業工程可以發揮很大的作用，并且未來的趨勢是工業4.0，全自動化。

所以如果你再自學物聯網，一門編程語言（以后做數據分析）會更好,這里我需要強調一下，在高度自動化的工廠，設備運轉的每一個move的時間，產線實際WIP（在制品數量）等生產數據的抓取都是生產系統自動抓取的，IE的核心能力更多的在于數據分析，design等。

因此，數據分析能力十分重要，這也是未來IE在制造業的發展趨勢。

目前，最常用的數據分析軟件還是EXCEL，常用到的一些如數據透視啊，基礎函數啊最好熟練掌握，這可以極大的提高工作效率。

所以在工業4.0或智能制造中的Manufacturing這一塊最核心的是制造系統（包括主控系統和各種子系統），系統就像整個工廠的大腦，決定產品跑完這道工序下面又跑哪個工序，一個好的系統可以使各種產品能有條不紊的run，在工廠看著頭上各種運送小車各種穿插無序地跑。

但是這些看似無序其實是都掌握在制造系統（如：實時派工系統）的手中，系統的完善離不開系統中各種rules的完善，而IE是需要參與這些rules的制定中來的。

除此之外，現在很多尖端制造業（以我所在的芯片制造行業為例）產品并不是簡單的從機臺A流向機臺B.......這樣簡單的一字型的生產流，實際生產中可能會存在一條產線同時跑多種產品，每種產品的production flow 又大相徑庭，可能整個flow存在多次循環，跨越，跨越再循環等。

所以整個production的process可能會非常complex，上升到更宏觀層面的排產問題，比如一條產線穿插著不同flow的不同客戶的產品，有優先等級高的產品（VIP客戶的產品）和一般產品，那這個優先等級高的產品和一般產品排產的比列怎樣去定才合適呢？

（這是我們公司一直思考的一個問題），還有不是什么制造業都適合精益生產的，精益往往意味著抗風險能力更低，一般情況下，當產線的bottleneck tool在前端的時候，推式生產比拉式生產更好，當bottleneck tool 在產線后段的時候，拉式生產更佳。

還有一個難題就是在WIP（在制品數量）和cycle time之間如何去strick a balance？（WIP）在制品數量越多，往往bottleneck tool的產能利用率越高，但是不是WIP越高越好呢？實際生產中，兩者之間應該是有一個平衡點的，超過這個平衡點，WIP的增加只會讓cycle time極速增加。

這里推薦大家看一本書：工廠物理學。

這個是傳統IE和學校很少接觸到的。想看工業4.0的芯片生產過程是怎樣的請見：

與制造業緊密聯系的IE還有一個方向是去乙方做管理信息系統顧問，專門為企業SAP系統的搭建提供建議和服務，你的核心競爭力在于提供工廠信息化搭建的解決方案。

如果想在制造業發展，在公司平臺不錯的情況下經驗的積累更為重要，所以我建議這種情況下不盲目深造。

我目前覺得工業工程最有前景的發展方向是與大數據，人工智能相結合，這就意味著你必須要懂得一門編程語言，如：python，懂的一些算法模型，用編程語言去進行數據分析等。

如電商物流行業的物流優化崗，金融行業的風險分析，數據分析。這是我最看好的工業工程的發展方向，也是未來的趨勢。這種崗位一般對學歷和學校要求比較高，讀研讀博最好。

綜上，工業工程的前景還是蠻不錯的，前提是你要與時俱進，不要僅限于學校的教學，找準自己的興趣點深耕下去。