Я занимаюсь математикой и недавно получил возможность проводить прикладные/промышленные исследования для крупного научно-исследовательского института в моей стране. На данный момент у меня две степени магистра в области математики и инженерии соответственно, и я также официально имею квалификацию инженера. Я увлекаюсь математикой, а также физикой, информатикой и инженерией. Таким образом, у меня очень широкие интересы, и я хочу продолжать исследования и связывать эти темы.
Я боюсь, что если я решу заняться исследованиями (примерный эквивалент последней части докторской степени в моей стране), у меня не будет возможности проводить исследования по различным темам, а скорее мне придется специализироваться в какой-то области математики.
В научно-исследовательском институте я не смогу заниматься чистой математикой, но у меня будет очень хорошая зарплата, и я, по крайней мере, смогу заниматься прикладной/промышленной математикой и публиковаться в этих областях. Я также смогу получить докторскую степень (последнюю часть PhD) через научно-исследовательский институт, но опять же по прикладной математике.
Прямо сейчас я думаю о том, чтобы попробовать это и вернуться, если мне это не понравится, полагаясь на свои публикации и опыт преподавания, чтобы что-то получить.
Полностью погружаться в науку не кажется хорошей идеей, если я хочу иметь разные области исследований, но, по крайней мере, я смогу выбрать свою специализацию. Когда я займусь промышленными исследованиями, у меня будет разнообразная работа, хорошая зарплата, но не столько интеллектуальный стимул, и я не могу выбирать свои проекты. Как можно подойти к этому, и что я могу сделать , чтобы сделать любой из них лучшим выбором?
Мой лучший совет, хотя он может подойти не всем, — выбрать что-то, что угодно, над чем вы готовы усердно работать в течение десяти лет или около того, и стать экспертом в этой области в качестве академика (мой выбор). В этот момент вы, вероятно, сможете получить должность, а со сроком пребывания вы сможете более или менее устанавливать свою собственную исследовательскую программу. Но ваша идеальная академическая работа может быть, а может и не быть в выбранной вами стране.
На некоторых академических работах вы можете полностью самостоятельно определять программу исследований, хотя вам может потребоваться убедить людей в том, что вы вносите свой вклад в миссию учреждения. Но если вы математик, получивший оценку, скажем, по топологии, никто, скорее всего, не скажет вам, что вам нужно продолжать заниматься топологией, и мало кто скажет, что вы не можете заниматься прикладными областями или даже совершенно разные поля, по крайней мере часть времени.
И действительно, многие ученые со временем меняют свои интересы, даже если они остаются довольно близкими к основной области, в которой начинали.
Но работа на производстве в наши дни сопряжена со многими ограничениями того, что вы можете делать, и множеством требований к тому, что вы должны делать. Старые времена, например, для Sun Microsystems или Bell Labs, прошли. Люди в наследниках тех мест вообще не могут просто глубоко задуматься и попытаться построить что-то интересное. Но даже в тех лабораториях старого образца людей, которым разрешалось это делать, было немного, и они уже несколько десятилетий поднимались за счет тяжелой работы на меньших должностях, что оставило их на вершине кучи. Исключения конечно есть, но я думаю очень редко.
Но суть в том, что если вы хотите быть эрудитом, вам нужно очень много работать, чтобы создать репутацию, которая позволит вам иметь свободу делать то, что вы хотите. Я думаю, это просто более доступно в академических кругах.
ЕСЛИ у вас есть склонность к бизнесу или вы просто «наблюдаете за тем, как все работает в реальном мире» (это может быть интересно, нужно определять проблемы, проводить собеседования и т. д.), вы можете подумать о промышленном инжиниринге . Это может быть очень консультативным.
Есть немного математики с точки зрения теории массового обслуживания (ИЛИ) и статистики. Немного физики с точки зрения того, на что вы смотрите (анализ первопричин).
ЕСЛИ это работает для вас, зависит от того, насколько вы все еще хотите действительно мощную математику / физику. Потому что IE нет. Но настоящие проблемы и решения проблем довольно интересны и нетривиальны.
Джейк
Нейт Элдридж
Баффи
Брайан Краузе
Тюлень
смотритель маяка