Я студент-математик, только начинаю свой третий курс. С тех пор, как я поступил в аспирантуру, я довольно твердо уверился в том, что академия – не место для меня. Интеллектуальная работа прекрасна, но жизненная сторона отстой. Я ненавижу административное раздувание, систему рабства аспирантов/аспирантов, постоянное окружение людей без социальных навыков, всю ядовитую культуру самопожертвования. Я думаю, что хочу просто пойти в промышленность, найти себе какую-то нишу или подняться по карьерной лестнице. Вероятно, в области технологий или финансов, поскольку именно им нужны математики.
Проблема: моя исследовательская область очень чистая, почти никаких прямых применений. Итак, с тех пор, как я решил заняться промышленностью, я начал рассматривать другую область, в которой я брал уроки и которая мне интересна, но я еще мало что знаю о ней. Это относительно новая дисциплина, которая недавно нашла применение в данных. В моем отделе есть несколько человек, которые занимаются смежной работой, так что я мог бы попросить одного из них стать моим советником. (У меня его еще нет - первые два года здесь очень много курсовой работы, и это семестр, который нужно выбрать.)
Проблема в том, что я чувствую, что начинаю с нуля. Я влюбился в свою родную область еще во время учебы и с тех пор усердно занимаюсь ею. До поступления в аспирантуру я был на исследовательском уровне, опубликовал статью в ведущем журнале, имел кучу текущих побочных проектов и прочитал достаточно, чтобы легко вести беседы с профессорами на большинство тем. Я знаю на 100%, что мог бы написать диссертацию в ближайшие три года, если бы она была в этой области. У меня даже есть оригинальная тема, основанная на обобщении моей предыдущей статьи, и я добился некоторого прогресса в ней самостоятельно.
В своей новой области я чувствую себя новичком. Если мои коллеги в новой области имеют тот же уровень знаний, что и я в своей первоначальной области, то я сильно отстаю. Мне может понадобиться больше времени, чтобы получить высшее образование, или у меня будет дрянная диссертация. Или, может быть, я обнаружу, что у меня просто нет в этом таланта, что мой мозг создан только для оригинальной области. Я не знаю.
Я очень уверен в своей изначальной области, но с прикладной точки зрения это бесполезно. Стоит ли получать докторскую степень в чистой области, если вы на 100% знаете, что идете в промышленность? Стоит ли мне пытаться перейти на что-то более актуальное, в чем я новичок?
Трудно сказать что-либо без более конкретной информации о том, о каких областях вы говорите.
Я довольно легко переключился с геометрического анализа в качестве академического на количественные финансы в промышленности. Но, вероятно, в то время это было проще, потому что они не ожидали, что ты много знаешь, просто будь умным.
Быть аналитиком означало, что расстояние до приложений было намного короче, чем во многих областях. Тем не менее, значок доктора философии помогает независимо от вашей первоначальной области; Я помог людям со степенью доктора наук по топологии переключиться.
Мой общий совет людям, планирующим переход, — сделать что-то, связанное с вероятностью или статистикой. Есть много чистых задач, но это дает вам хорошие возможности для приложений.
(см. мое руководство на www.markjoshi.com для более подробного обсуждения.)
Псевдоответ: у меня сложилось впечатление, что академические «прикладные» математики, которые называют себя «прикладными», и темы, которые они изучают, совсем ненадежно воспринимаются как знающие или делающие что-либо, имеющее отношение к реальным промышленным, техническим, деловым занятиям. Объясняется это инерцией, штампом (каким бы он ни был) угона, "приложенного" как модификация для своего предприятия и т.д.
Тогда есть проблема страсти ... Действительно, трудно преуспеть в чем-то, что вас действительно не волнует, и если это не то, что вы все равно думаете, это вдвойне пустая трата жизни .
У меня было около 2/3 моих аспирантов, решивших уйти за пределы академии по разным причинам. Обычно страховка, телефонные компании, банковское дело. Да, обязательно, в основном это было 10-20 лет назад, так что сейчас может быть туже. Но во всех сообщениях было то, что наличие докторской степени по математике (любого серьезного рода) в хорошем университете в худшем случае является свидетельством наличия ума, настойчивости и аналитических способностей.
Традиционные понятия «применяется или нет» в значительной степени игнорируются кем-либо за пределами академических кругов ... если есть какие-то сомнения. Во всяком случае, возможно, притворство «приложений» без подлинного знания текущей практики более дискредитирует, чем более честное «вот что я сделал и о чем знаю».
(В конце концов, по-прежнему кажется, что УЧП и/или схемы численного решения для УЧП заявляют исключительные права на «прикладную математику». То есть «прикладная математика» не означает (в сознании многих людей) математику, которая применяется... Криптовалюта до сих пор не в счет, ни коды исправления ошибок? Невежество, да, но инерция и поп-культура всегда побеждают факты.)
Вы не собираетесь использовать большую часть своих специальных математических знаний в своей кандидатской диссертации где-либо в промышленности (или даже в прикладной математике, если уж на то пошло). Большинству работодателей не будет интересна конкретная тема вашей диссертации. Вы будете использовать свои социальные навыки больше, чем какие-либо (чисто математические) знания в предметной области, и вам будет лучше попасть в отрасль как можно скорее. Нет никакой замены обучению на рабочем месте, и кандидаты наук, как правило, довольно хорошо учатся. Попытка войти в новую область (которая, по вашему мнению, более актуальна), не зная точно, что вы хотите делать, не стоит потерянной пары лет опыта работы в отрасли. Альтернативная стоимость потери реального отраслевого опыта, чтобы, как мы надеемся, сделать себя более востребованным на рынке, не оправдывается.
Переключение полей или фокус требует от вас больше полагаться на свои навыки межличностного общения, чем на глубокие знания о том, как запускать R-симуляцию какой-то сверхспецифичной ерунды сэмплирования бла-бла-Монте-Карло. Вот некоторые из мягких навыков, которые вы будете использовать, независимо от вашей конкретной дипломной работы:
Вы будете знать, как избавиться от больших проблем и добиться постепенного прогресса.
Скорее всего, вы будете достаточно самостоятельны, и поэтому вам не потребуется особого надзора. Вы сможете делать оценки, организовывать собственное расписание и устанавливать крайние сроки на шкале времени месяц/год/многолетие (по сравнению с шкалой времени дня/недели).
Скорее всего, вы будете довольно настойчивы. Получение докторской степени — это тяжелая работа, которая часто бывает крайне неблагодарной. Людей с настойчивостью, чтобы прорваться и добраться до финиша, ищут во всех отраслях, особенно в сфере технологий.
Самое главное, вы будете знать, как думать: логическое мышление, мышление «в целом» и выявление неявных предположений — это навыки, которые люди ценят.
Конечно, вам также нужно будет сократить горчицу с помощью ваших «сложных» навыков, но для работы в отрасли эти жесткие навыки почти наверняка будут гораздо более общими, чем ваше исследование диссертации (эти надоедливые алгоритмы-и-данные в стиле Google). на ум приходят вопросы типа структуры).
Если вы уверены, что академия не для вас, я бы, безусловно, рекомендовал вам пройти или посидеть на некоторых курсах по программированию/статистике/«прикладным» курсам, пока вы все еще зачислены в качестве студента дневного отделения (или на любые другие курсы, которые вы считаете подходящими). Воспользуйтесь возможностями, которые у вас есть как у студента. Удачи!
Вы находитесь в отличном положении, чтобы попробовать обходной путь, потому что у вас есть довольно надежный план на случай непредвиденных обстоятельств (вернитесь к исходной области и теме).
Но, хм, если вам нравится программирование, похоже, прикладная математика может быть интересным направлением для вас. И я думаю, это облегчит вам переход в промышленность.
Никто
разделить
Никто
разделить
Никто
Бен Вебстер
пользователь37208
аномалия
Грегор Томас