Jak mogę wykorzystać moją teorię obliczeniową i moce analizy dla większego dobra?

Jakie są zastosowania moich „mocy” poza środowiskiem akademickim? Co mogę zrobić poza nauczaniem i publikowaniem artykułów? Gdzie wszystko mogę zastosować swoje uprawnienia?

Dla argumentu: proszę założyć, że mam doktorat z algorytmów / TCS i nauczyłem się wielu „rzeczy” i stworzyłem przełomowe granice istniejących algorytmów itp., A także mam solidne podstawy w analizie algorytmicznej , algorytmy aproksymacyjne / losowe, programowanie matematyczne itp.,

Uzasadnienie stojące za pytaniem: Ciekawe opcje kariery zawodowej dla osób nieakademickich w tym obszarze i prawdopodobnie motywujące niektórych studentów, że „nie jest to teoria” i że istnieją potencjalne zastosowania w świecie zewnętrznym .

PS: Proszę nie odpowiadać, stwierdzając, że jest wiele do nauczenia się i może warto wypróbować temat XXX . Jestem ciekawy z punktu widzenia kariery / rozwoju zawodowego. Wydaje się, że badania operacyjne (OR) to jedyne dobre dopasowanie, IMO. Jakie są inne opcje?

Przeczytaj odpowiedź Williama Thurstona na pytanie Co matematyk powinien zrobić? na mathoverflow. Aby Cię przekonać, że jest to lektura obowiązkowa, pozwólcie mi go zacytować.

Produktem matematyki jest jasność i zrozumienie. Same twierdzenia nie. Czy istnieje na przykład jakiś prawdziwy powód, że nawet tak znane wyniki, jak Ostatnie twierdzenie Fermata lub przypuszczenie Poincarégo, naprawdę mają znaczenie? Ich prawdziwe znaczenie nie leży w ich konkretnych stwierdzeniach, ale ich roli w podważaniu naszego zrozumienia, przedstawiając wyzwania, które doprowadziły do ​​rozwoju matematycznego, który zwiększył nasze zrozumienie.

Świat nie cierpi z powodu nadpodaży jasności i zrozumienia (delikatnie mówiąc). Jak i czy określona matematyka może doprowadzić do ulepszenia świata (cokolwiek to oznacza), zwykle nie jest możliwe dokuczanie, ale matematyka zbiorowa jest niezwykle ważna.

Mam wielkie współczucie dla twojego pytania. Zrobiłem doktorat z logiki stosowanej w informatyce i na koniec doświadczyłem kryzysu użyteczności. Wydawało się, że najsilniejsze umiejętności i najgłębsza wiedza, jaką posiadałem, wszystko, do czego się wyszkoliłem, były całkowicie nieistotne dla uzyskania pracy nieakademickiej. Kiedy Matt Welsh, zatrudniony na wydziale w Havard, napisał o odejściu do Google, odbyła się dyskusja, w której David Patterson z UC Berkeley skomentował:

Nie sądzę, że większość systemów idzie do przemysłu za pieniądze, a te nie idą na uczelnie, aby można je było nazwać profesorem. Mamy szczęście, że wybraliśmy dziedzinę, w której są świetne miejsca pracy w przemyśle, a także w środowisku akademickim.

Po przeczytaniu tego poczułem, że doktorat z teoretycznej informatyki był antytezą jego wypowiedzi. Teraz staram się o pracę w branży inżynieryjnej (nie badawczej) i odkryłem, że jest dla nas miejsce.

1. Algorytmy są ważne i istotne w przemyśle. Kilka problemów w przemyśle wymaga dobrych algorytmów. Potrzebujesz również solidnej inżynierii i infrastruktury, aby wszystko działało. Liczba wąskich gardeł w zakresie wydajności w zakresie skutecznego rozwiązywania rzeczywistych problemów nigdy się nie kończy. Jeśli jesteś dobry w analizowaniu zużycia czasu i pamięci w prawdziwym systemie i poprawianiu go, masz dużo pracy.
2. Przejrzystość w rozwiązywaniu problemów jest nieocenioną umiejętnością. Przeszkolono cię w dotarciu do matematycznej istoty problemu i ignorowaniu rozpraszającego bagażu. Możesz także być w stanie wdrożyć dobre rozwiązanie lub zastosować redukcję do postaci, którą można skutecznie rozwiązać.
3. Estetyka ma wartość. Ten komentarz opiera się na ograniczonym ujawnieniu, ale po zapoznaniu się z kodem, który został otwarty w miejscach takich jak Google i Facebook, widzę, że starano się zachować logiczną higienę. Jeśli zależy ci na matematycznej estetyce, spodziewam się, że możesz mieć podobną dyscyplinę podczas programowania i mam wrażenie, że taka dyscyplina jest ceniona.
4. Randomizacja działa najlepiej w prawdziwym systemie. Jest tak wiele sytuacji, od projektowania protokołów po użycie filtrów Blooma i sprytne projektowanie mechanizmów buforowania, które opierają się na losowości i skalowaniu. Dla mnie dostrzeganie losowości w działaniu jest tak samo fascynujące, jak widzenie jej w twierdzeniu i jeszcze bardziej satysfakcjonujące.

Istnieje wiele osób posiadających uprawnienia z teoretycznym wykształceniem informatycznym, które odniosły sukces w karierze przemysłowej. Nie doszedłem do wniosku, że to właśnie ta wiedza sprawiła, że ​​odnieśli sukces, ale zdecydowanie im to nie przeszkodziło.

1. W połowie lat 70. licencjat na uniwersytecie w Havard i asystent profesora napisali artykuł zatytułowany Bounds do sortowania według odwrócenia prefiksu . Kiedy Christos Papadimitriou zadzwonił do studenta, aby poinformować go, że artykuł został przyjęty do Discrete Mathematics, William H Gates przeprowadził się już do Albuquerque, aby założyć firmę.
2. Ashok K. Chandra , współautor konferencji z 1979 r., A później czasopismo z 1981 r. Alternation in the industry.
3. Grupa Algorytmów i Teorii w Google ma wielu groźnych teoretyków, którzy, o ile wiem, pracują również nad zastosowanymi problemami.

To tylko losowa i niewielka lista. Moim celem nie jest kompleksowość, ale zwrócenie uwagi na to, że wszędzie są teoretycy. Mam nadzieję, że spodoba ci się kodowanie, ponieważ jest to niezbędna umiejętność, i uważam, że jest to jeden z niewielu wspólnych mianowników wśród informatyków. Oczywiście nie będziesz zużywał wszystkiego, co wiesz na co dzień. Ale nie spodziewam się, że tak się stanie, nawet jeśli pozostaniesz w środowisku akademickim, chyba że będziesz kontynuował pracę nad tym samym zestawem problemów przez lata. Jeśli myślisz inaczej, wypróbuj Ilustrowany przewodnik doktora Matthew Mighta .