Что работодатели ищут в кандидате математических наук с опытом работы в области PDE/комплексного анализа? [закрыто]

В настоящее время я на 4-м курсе кандидата математических наук. Моим основным направлением исследований является комплексный анализ (теория геометрических функций), но я также изучаю и работаю над моделированием в частных производных. После получения докторской степени я хочу подать заявку на работу в отрасли, которая (хотя бы в некоторой степени) ориентирована на исследования. В идеале, я хотел бы применить/разработать моделирование дифференциальных уравнений в частных производных (PDE) как часть работы. Я нахожусь на развилке своего пути, и я считаю, что для промышленности более выгодно идти по пути PDE. (Хотя комплексный анализ имеет долгую историю применения почти во всех науках.)

Мои два вопроса:

  1. Как узнать, какие современные и самые передовые методы PDE используются в отрасли? Конечно, я общаюсь со своими академическими наставниками, но мне кажется, что между научными кругами и промышленностью существует полупроницаемая стена, где знания и информация перетекают только из академических кругов в промышленность, а не наоборот.

  2. Какие навыки потенциальные работодатели ожидают от кандидата наук по математике с опытом работы с PDE?

Я понимаю, что этот вопрос слишком узок, поскольку он ориентирован только на работу, в которой применяются PDE, но я приветствую комментарии и ответы из смежных областей; скажем, вариационное исчисление или численный анализ.

Спасибо за ваше время.

Кажется, это вопрос о промышленности, а не о научных кругах. Возможно, рабочее место было бы для него лучшим домом: workplace.stackexchange.com
Если вас интересуют дифференциальные уравнения в частных производных, вероятно, лучше всего продемонстрировать свое знакомство с установленными методами численного решения, например, с построением сетки. Что касается прямого математического моделирования, изучите специализированных подрядчиков, которые предоставляют эту услугу другим.
Вы спрашиваете не в том месте, даже факультеты «прикладной» математики в основном полностью оторваны от выполнения существенно полезных вещей.
@FourierFlux Отделы состоят из людей, а в хороших отделах есть по крайней мере несколько человек, которые держат руку на пульсе того, что на самом деле делает мир за пределами академических кругов.
Я добавлю к моему предыдущему комментарию: потенциальный работодатель также, вероятно, будет искать достойные навыки разработки программного обеспечения и некоторую осведомленность об общих методах разработки.
Нет, когда я подумывал о том, чтобы получить докторскую степень по математике, директор программы, с которым я разговаривал, сказал: «Если вы хотите строить вещи, станьте инженером, если вы хотите моделировать вещи, станьте физиком, если вы хотите доказать, что вещи становятся математик».
Что ж, да, комментарии @FourierFlux в значительной степени верны, а именно, что люди, говорящие, что они занимаются «прикладной математикой», слишком часто просто выражают тщеславие или своего рода противоположность другим частям математики, которые им «не нравятся/понимаются». и используйте это как метку. Но некоторые хорошие прикладные математики действительно делают вещи, которые применимы. :) (По глупости, слишком часто прикладная математика не соответствует критерию инсайдеров, чтобы быть «прикладной математикой». Нелепое злоупотребление языком.)
@FourierFlux Тогда, во-первых, этот программный директор был идиотом. Во-вторых, этот человек не имел никакого представления о том, чем на самом деле занимаются математики, и рассматривал только свой академический пузырь. Подавляющее большинство студентов бакалавриата по математике не становятся профессорами, а в конечном итоге делают карьеру за пределами академических кругов, которая удовлетворяет и ценится их работодателями; они там не доказывают теорем, по большому счету, но являются ценными членами команд, которые моделируют, строят, тестируют, анализируют и т. д. Глупо предполагать, что «математики доказывают теоремы». Медвежья услуга профессии — утверждать, что это то, чем они занимаются.
Я лично обнаружил, что степень бакалавра по математике была в основном бесполезна сама по себе, я бы никому не рекомендовал получать ее как самостоятельную степень.

Ответы (2)

Из промышленности в академические круги также поступает много информации, хотя, возможно, недостаточно конкретно для математики.

Как бы то ни было, навык №1, который, как мы знаем, требуется отраслевым работодателям от выпускников математических факультетов (доктор философии или бакалавриат), — это навыки работы с компьютером в целом, навыки программирования в частности, а в контексте PDE — навыки численного решения дифференциальных уравнений.

Если вас интересует, например, область применения вычислительной техники в промышленности, возможно, вам будет интересно взглянуть на эту книгу .

Практически по определению в промышленности не делается никаких передовых вещей, потому что слишком часто компания, делающая передовые вещи, в конечном итоге оказывается урезанной.

Предоставление доказательств чего-либо почти всегда является излишним для отрасли; для незначительного улучшения требуется слишком много времени и усилий, и в том маловероятном случае, если что-то, на что они полагались, окажется ложным, банкротство — не такой уж плохой вариант. (Каждый по-прежнему получает то, что ему уже заплатили в качестве зарплаты.)

К сожалению, немногие исключения, как правило, связаны с подрывом людей.

Этот ответ не имеет никакого отношения к вопросу, но он также странно неосведомлен и неверен, утверждая: «Почти по определению в промышленности не делается никаких передовых вещей». Лампочка, телефон, микрочип — все это было изобретено компаниями, и это лишь очень короткий список. Я бы посоветовал также прочитать историю Bell Labs, она намного длиннее.
Любой генеральный директор, который попытался бы открыть Bell Labs в своей компании в наши дни, был бы немедленно уволен их акционерами — фундаментальные исследования показывают, что это явно плохая окупаемость инвестиций. Все было иначе, когда компании обладали монопольной властью зарабатывать большие деньги на своих собственных крупных инновациях.
Вы смотрели на исследовательские бюджеты таких компаний, как Intel? Или те, которые строят машины, которые используются для изготовления компьютерных чипов?
Почти все, что Intel называет «расходами на исследования», я бы назвал «расходами на разработку».