通信硕士的出路是什么？

通信方向博士在读，虽然EE整体比不上计算机，但比起其他专业出路还是好太多了。传统的做通信的博士，比如如果博士研究方向是MIMO，编码调制，OFDM，多址之类的出路会有点窄。可能只能去一些老牌的通信公司比如：华为，中兴，诺基亚，高通，三星等，或者去移动，联通，大唐这样的国企。美国的博士也差不多，我现在在美国交流，学校的EE在美国专排十几名吧。组里最近毕业三个博士，做的都是编码调制等传统的通信方向，不过出路都还算不错。毕业后都去了加州，都算是研究岗位，一个去了高通，一个去了Intel（Intel不只是CPU厉害，在通信方面也非常强），还有一个去了英伟达。
现在EE和计算机专业融合的很多。比如现在计算机领域的机器学习和深度学习比较火，相关的互联网公司给机器学习方面的博士开出的工资也非常高。但是并不是只有计算机专业的博士才可以做机器学习和深度学习，EE背景的学生做这些也许更有优势。因为机器学习和深度学习所需的数学知识，比如概率图模型，信息论，随机过程之类的反而是EE的专业课程。以前做信号处理和信息论方面的很多老师现在都转去做机器学习了。所以现在机器学习和深度学习也是很多EE博士的研究方向，把这套东西应用于多媒体，大数据分析之类的。这些博士的选择面会多很多，除了可以去上述企业，还可以进很多互联网公司，金融公司等。
当然EE里面还有很多微电子方向的，这个出路也很不错。上面说的那些通信公司都需要很多微电子方面的博士，还有其他非常多的芯片公司我就不一一列举了。
不过EE包含的方向非常多。有一些可能就不那么好就业了。比如射频和天线方面的。需求的公司比较少。愿意做这个方向的博士好像也很少。

信号处理的基础，矩阵、泛函、随机，同样也是机器学习、模式识别、数据挖掘、人工智能的基础。然后，再学一下DL，学着怎么调调参，岂不美滋滋，转DL吧...simon haykin，想必他的communication system，adaptive filter theory这两本书很多电子通信背景的同学都读过，其实他还有本权威的书一一神经网络与机器学习。搞通信和雷达的他同样是神经网络领域的大牛。Richard O. Duda，写pattern classification的那位大牛，也是ee出身，他最早好像是做声源定位的。我觉得搞信号处理的去搞机器学习模式识别真的很合适，估计这也是国内的研究生学科设置当中把模式识别与智能系统、信号与信息处理这两个二级学科放在控制和通信两个ee学科下面而非cs下面的原因。PS:个人觉得盲源分离是个不错的方向。

信号处理。应用太广了，几乎现代技术都需要吧。尤其是当下这么多传感器的普及应用。互联网只是国内推崇的。我所知道，在德国这类人才大多都是被车辆相关企业还有嵌入式系统的都有需求。雷达，传感信息，等等等等。。。都会应用到。至于，读博与否，全看个人选择，就是看的东西更广阔，赚的钱其实差不多。
说一自己看法点吧，国内软件类的弄得这么多，其实还是不那么好，因为软件都是要基于硬件平台的。信号处理是比较底层的对硬件设备进行处理。在软件发展如此迅速的当下，假如以后要追求更高效，信号处理类的人才今后应该会需求变多的。