Теория конденсированного состояния с перспективой карьерного роста в отрасли

Причина сообщения: я пытаюсь лучше понять работу в отрасли, чтобы я мог адаптировать свое обучение в аспирантуре, чтобы более точно представлять виды работ, которые я буду выполнять в отрасли. Таким образом, я пытаюсь выяснить, какую область в теории конденсированных сред мне следует развивать, учитывая детали, приведенные ниже. Я знаю, что в конце концов это будет личное решение, но я хотел получить некоторое представление от людей, которые, возможно, уже прошли этот путь раньше.

О себе: Этой осенью я начну свое обучение для получения докторской степени по физике, и в настоящее время меня интересует вычислительная теория конденсированного состояния (CCMT). После получения докторской степени я надеюсь найти работу в отрасли, ориентированную на исследования. Например, работа в компании Micron Semiconductor в отделе исследований и разработок. Другим важным фактором для меня является то, что я предпочитаю, чтобы моя работа напрямую использовала и связывала то, что я освоил в аспирантуре. Это возвращает меня к моему первоначальному вопросу, когда я пытаюсь выяснить степень доктора философии, в какой области можно получить работу, которая очень похожа на то, чем я овладел.

Моя дилемма: в рамках CCMT я могу специализироваться на теории твердого или мягкого конденсированного состояния. Из предыдущего знакомства я знаю, что мне очень нравится первый вариант. Но я также думаю, что в отрасли не так много профессий, которые напрямую используют теорию твердого конденсированного состояния. Поэтому меня беспокоит то, что если я выберу эту специализацию, то, скорее всего, окажусь на работе, которая не будет иметь никакого отношения к тому, на что я потратил пять или более лет.

С другой стороны, если я пойду по «мягкому» пути, я чувствую, что вероятность того, что я найду работу в отрасли, которая напоминает ту, которую я освоил в аспирантуре, более вероятна, поскольку мягкая конденсированная материя легко применима в отрасли. .

Кроме того, у меня есть возможность защитить докторскую диссертацию по биофизике. Это был бы путь, параллельный пути поиска мягкой конденсированной материи. Эта область, кажется, предлагает широкие вычислительные возможности, и я думаю, что в медицинском/фармацевтическом секторе есть немало рабочих мест. Огромная загвоздка здесь, как с софтом, так и с биофизикой, заключается в том, что я понятия не имею, понравится ли мне задействованная теория.

Резюме: Скоро я начну работу над докторской диссертацией по физике, сосредоточив внимание на вычислительной теории снисходительности материи. После получения диплома я надеюсь получить исследовательскую работу в отрасли. Я предпочитаю, чтобы эта работа была напрямую связана со знаниями и инструментарием, которые я создаю во время работы над докторской диссертацией, поэтому в итоге у меня не будет ощущения, что я получил докторскую степень просто так. Я ищу информацию о том, какая подобласть в физике конденсированных сред могла бы лучше всего подойти мне.

Добро пожаловать в Академию SE. Похоже, вы спрашиваете о перспективах трудоустройства в промышленности по двум (или трем) направлениям. Если это так, то этот сайт не является подходящим местом для того, чтобы задавать этот вопрос, поскольку мы являемся учеными (и, следовательно, не в промышленности) и обычно не специализируемся в этих конкретных областях. Лучше всего, чтобы на такой вопрос ответила профессиональная ассоциация, люди, которые работают в этой области, или вы сами просматриваете объявления о вакансиях. Оценить размер узкоспециализированной ниши на рынке труда непросто. Если это не ваш вопрос, отредактируйте , чтобы уточнить.
Вопрос, который подойдет для этого сайта и, вероятно, будет полезен для вас, будет примерно таким: «Моя карьерная цель — работать исследователем в определенной области промышленности. Как я могу узнать, выгодно ли мне делать докторскую диссертацию, и если да, то в какой области мне следует это делать?»
Это как раз и есть цель моей карьеры. Я упомянул, что хочу работать в отрасли, оставаясь рядом с ученым-исследователем. Я отредактирую пост, чтобы уточнить

Ответы (1)

Из предыдущей экспозиции я знаю, что мне очень нравится первый вариант.

Сделайте вышеописанное. Я получил экспериментальную степень доктора философии по физике конденсированных сред, и в Великобритании было очень мало (хорошо оплачиваемых) рабочих мест в этой области. Я полагаю, что в теории их еще меньше (я полагаю, что компании будут работать с учеными над теорией, а затем распространять свои идеи там, где это уместно).

Когда я получил степень доктора философии, я также хотел работу, которая максимально использовала бы мои знания в области физики, но после успешной защиты докторской диссертации (с хорошим послужным списком) я решил, что академия не для меня из-за отсутствия стабильности и необходимости географически мобильный. Я перешел в промышленность и приятно удивлен тем, сколько я использую физических знаний, полученных во время моей DPhil! Меня наденут / пригласят для соответствующих проектов (в домене CMP). Приятно, что я могу посвятить примерно столько же времени проектам, которые мне интересны в промышленности, чем в академических кругах: слишком много времени в академических кругах уходило на погоню за грантами, обучение студентов и помощь коллегам.

В общем, для получения докторской степени делайте то, что вам нравится больше всего: если вы в конечном итоге полюбите, вы должны остаться в академических кругах — не утруждайте себя переходом в промышленность. Если в конечном итоге вы будете получать от этого меньше удовольствия, чем вы думаете, вы получите отличную работу в отрасли с любым из этих докторов наук. Решите позже, в конце вашей успешной докторской степени!

Спасибо за понимание. Итак, вы предполагаете, что у жесткого CMT есть такие же хорошие возможности трудоустройства в отрасли, как и у мягкого?
Для «непосредственно» релевантных вакансий в промышленности я не могу комментировать. Но я не думаю, что их много! Однако для отличных «запасных» вариантов (обычно требующих докторской степени), таких как наука о данных, консультирование, финансы, патентное право и преподавание, я думаю, нет никакой разницы. Все, что волнует рекрутеров, это: а) у вас есть докторская степень по физике (сложный предмет для счета) и б) у вас есть опыт написания сценариев/кодирования. Подавляющее большинство рекрутеров даже не знают разницы между жестким и мягким CMP!
В заключение: выбирайте то, что, по вашему мнению, вам больше всего понравится. Позвольте работе решиться позже, докторская степень — это долгий процесс, и вряд ли вы полностью понимаете последствия ее получения. Ваш взгляд на рынок труда может измениться за 5 лет (сам рынок труда может быть другим), и вам может понадобиться что-то еще, кроме исследовательской степени!
Итак, я прочитал вашу биографию на SE, и вы работаете специалистом по данным, и ваша работа также связана с машинным обучением. Это была бы очень хорошая работа для меня, но могу ли я претендовать на что-то настолько CS-y, как это, имея только докторскую степень по физике и опыт программирования из физики? У вас тоже была степень в области информатики/опыт работы с машинным обучением из других стран?
Я получил степень магистра физики, затем экспериментальную докторскую степень по физике конденсированных сред. У меня не было опыта машинного обучения (кроме базовой регрессии), пока я не вышел на рынок труда. Я кодировал (примерно) каждый день для своей DPhil, но это были базовые сценарии на Python. Моя нынешняя компания состоит в основном из ученых-компьютерщиков/разработчиков программного обеспечения. Они нанимают людей с докторской степенью в «основных» науках в качестве специалистов по данным, чтобы дополнить людей с опытом работы в CS. В настоящее время такой опыт очень распространен: доктора наук нанимаются в качестве Data Scientist. Я не думаю, что это изменится так быстро.
Я должен добавить: большинство людей из моей группы сейчас работают в области науки о данных или на должностях, основанных на машинном обучении. На самом деле этим занимается больше людей, чем академической карьерой. По моему опыту, большинство лучших студентов, как правило, уходят в промышленность, за исключением тех, кто фанатично увлечен своим предметом.
Большое спасибо. Приятно осознавать, что такая работа возможна, даже если у меня нет опыта работы с CS или ML!