Как я могу использовать свои вычислительные теории и аналитические способности для большего блага?

За пределами академического сообщества, какова польза от моих «способностей»? Что я могу сделать кроме обучения и публикации статей? Где все я могу применить свои полномочия?

Для аргументации: пожалуйста, предположим, что у меня есть докторская степень в алгоритмах / TCS, я выучил много «вещей» и сделал, придумал прорывные оценки для существующих алгоритмов и т. Д., И у меня также есть сильная опора в алгоритмическом анализе , приближенные / рандомизированные алгоритмы, математическое программирование и т. д.,

Обоснование вопроса: интересуются неакадемическими вариантами карьеры для людей в этой области и, возможно, мотивируют некоторых студентов, что это «просто не теория» и что по сути есть потенциальные применения во внешнем мире .

PS: Пожалуйста, не отвечайте, что есть чему поучиться, и вы можете попробовать тему XXX . Мне любопытно с точки зрения карьеры / профессионального развития. Исследование операций (ИЛИ), кажется, является единственно подходящим, ИМО. Какие еще варианты существуют?

Пожалуйста, прочитайте ответ Уильяма Терстона на вопрос « Что делать математику? на mathoverflow. Просто чтобы убедить вас, что это необходимо прочитать, позвольте мне процитировать его.

Продукт математики - ясность и понимание. Не теоремы, сами по себе. Например, есть ли какая-то реальная причина, по которой даже такие известные результаты, как Последняя теорема Ферма или гипотеза Пуанкаре, действительно имеют значение? Их реальное значение не в их конкретных заявлениях, а в их роли в оспаривании нашего понимания, в постановке задач, которые привели к математическим разработкам, которые расширили наше понимание.

Мир не страдает от избытка ясности и понимания (мягко говоря). Как и может ли конкретная математика привести к улучшению мира (что бы это ни значило), обычно невозможно выяснить, но математика в целом чрезвычайно важна.

Я очень сочувствую вашему вопросу. Я получил степень доктора философии в области компьютерных наук и в конце испытал кризис полезности. Казалось, что самые сильные навыки и глубокие знания, которые у меня были, все, чему я научился, совершенно не имело значения для получения неакадемической работы. Когда Мэтт Уэлш, штатный преподаватель из Хаварда, написал о том, чтобы уехать в Google, была дискуссия, в которой Дэвид Паттерсон из Калифорнийского университета в Беркли сделал следующий комментарий:

Я не думаю, что большинство специалистов по системам идут в индустрию за деньги, равно как и те, которые идут в академию, чтобы их можно было назвать профессором. Нам повезло, что мы выбрали область, где есть прекрасные рабочие места как в промышленности, так и в научных кругах.

Прочитав это, я почувствовал, что докторская степень в области теоретической информатики была противоположностью его утверждению. Теперь я подал заявку на инженерные (не исследовательские) рабочие места в отрасли и обнаружил, что для нас там есть место.

1. Алгоритмы важны и актуальны в отрасли. Некоторые проблемы в промышленности требуют хороших алгоритмов. Вам также нужны надежная инженерия и инфраструктура, чтобы все заработало. Количество узких мест в производительности для эффективного решения реальных проблем никогда не заканчивается. Если вы хорошо разбираетесь во времени и потреблении памяти реальной системы и улучшаете ее, вам предстоит много работы.
2. Ясность в решении проблем - бесценный навык. Вы обучаетесь пониманию математической сущности проблемы и игнорированию отвлекающего багажа. Вы также можете реализовать хорошее решение или привести к форме, которая может быть решена эффективно.
3. Эстетика имеет ценность. Этот комментарий основан на ограниченном воздействии, но после просмотра кода, который был открыт такими местами, как Google и Facebook, я вижу, что были предприняты усилия для обеспечения логической гигиены. Если вам небезразлична математическая эстетика, то я ожидаю, что при программировании у вас может быть похожая дисциплина, и у меня сложилось впечатление, что такая дисциплина ценится.
4. Рандомизация лучше всего подходит для реальной системы. Существует очень много ситуаций, начиная от разработки протокола и заканчивая использованием фильтров Блума и продуманной разработкой механизмов кэширования, которые полагаются на рандомизацию и масштабирование. Для меня случайность в действии столь же увлекательна, как и ее вид в теореме, и еще более приятна.

Есть много людей с полномочиями, которые приходят с теоретическим образованием в области компьютерных наук, у которых есть успешная промышленная карьера. Я не прихожу к выводу, что именно эти конкретные знания сделали их успешными, но это определенно не помешало им.

1. В середине 1970-х годов студент университета Хаварда и доцент написали статью под названием « Границы для сортировки по префиксу префикса» . Когда Христос Пападимитриу позвонил студенту и сообщил ему, что статья принята в «Дискретная математика», Уильям Гейтс уже переехал в Альбукерке, чтобы основать компанию.
2. Ашок К. Чандра , соавтор конференции 1979 г., а затем журнальной газеты 1981 г. « Чередование» в отрасли.
3. Группа « Алгоритмы и теория» в Google имеет много грозных теоретиков, которые, насколько я могу судить, также работают над прикладными задачами.

Это просто случайный и крошечный список. Моя цель не быть всеобъемлющей, а указать, что теоретики есть везде. Я надеюсь, вам понравится кодирование, потому что это необходимый навык, и я считаю, что это один из немногих общих знаменателей среди компьютерных ученых. Конечно, вы не будете использовать все, что вы знаете, изо дня в день. Но я не ожидаю, что это произойдет, даже если вы останетесь в академических кругах, если вы не будете продолжать работать над точно таким же набором проблем в течение многих лет подряд. Если вы думаете иначе, попробуйте Иллюстрированное руководство Мэтью Мейта для PhD .