Informatyka naukowa a analiza numeryczna

Jestem podwójnym studentem informatyki i matematyki. Uwielbiam oba przedmioty. Zastanawiam się nad podjęciem kariery zawodowej, być może w dziedzinie informatyki naukowej. Jaka jest prawdziwa różnica między obliczeniami naukowymi a analizą numeryczną? Czy studiują jako kariery?

Wikipedia podaje dobrą definicję

Analiza numeryczna to badanie algorytmów wykorzystujących aproksymację numeryczną (w przeciwieństwie do ogólnych manipulacji symbolicznych) dla problemów analizy matematycznej (w odróżnieniu od matematyki dyskretnej).

Analitycy numeryczni są zazwyczaj zainteresowani udowodnieniem wyników matematycznych dotyczących ich algorytmów, w tym granic błędów (jak duży może być błąd w aproksymacji), konwergencji schematów iteracyjnych (czy aproksymacja zbliża się do prawidłowego limitu), porządku i szybkości konwergencji (jak szybko algorytm jest zbieżny) i złożoność obliczeniowa (ograniczająca liczbę operacji wymaganych przez algorytm). Możliwe jest przeprowadzenie badań w tych obszarach bez użycia komputera, a niektóre ważne wyniki są nawet wcześniejsze niż rozwój komputerów cyfrowych w latach 50.

Wikipedia ma również definicję „Scientific Computing”

Nauki obliczeniowe (także informatyka naukowa lub obliczenia naukowe) to szybko rozwijająca się dziedzina multidyscyplinarna, która wykorzystuje zaawansowane możliwości obliczeniowe do zrozumienia i rozwiązywania złożonych problemów. Nauki obliczeniowe łączą trzy odrębne elementy: [1] Algorytmy (numeryczne i nienumeryczne) oraz oprogramowanie do modelowania i symulacji opracowane w celu rozwiązywania problemów naukowych (np. Biologicznych, fizycznych i społecznych), inżynierii i nauk humanistycznych. optymalizuje zaawansowany sprzęt komputerowy, oprogramowanie, elementy sieciowe i elementy zarządzania danymi potrzebne do rozwiązania wymagających obliczeniowo obliczeń Infrastruktura obliczeniowa, która wspiera zarówno rozwiązywanie problemów naukowych i inżynierskich, jak i rozwój informatyki i informatyki.

Informatyka naukowa to znacznie więcej na temat praktycznych aspektów uzyskiwania dokładnych rozwiązań z komputerów. To oczywiście opiera się na wynikach analizy numerycznej, ale w dużym stopniu opiera się również na architekturze komputerowej i inżynierii oprogramowania. Chociaż badania w dziedzinie obliczeń naukowych są często przeprowadzane same w sobie i w celu opracowania sprzętu i oprogramowania, które będą przydatne w wielu aplikacjach, istnieje również wiele badań w zakresie obliczeń naukowych, które wynikają z potrzeby rozwiązywania konkretnych problemów naukowych i inżynieryjnych. Na przykład rozwój globalnych modeli klimatu do badania zmian klimatu posunął naprzód obliczenia naukowe.

Analiza numeryczna najczęściej znajduje się w działach matematyki i matematyki stosowanej, podczas gdy informatyka naukowa jest interdyscyplinarną dziedziną, którą można znaleźć w działach informatyki, działach matematyki oraz w różnych dyscyplinach inżynierii i nauki.

Jako ktoś, kto przeniósł się z Inżynierii do Informatyki Naukowej w szkole grad jako przypadkowa potrzeba tego rodzaju pracy, którą tutaj wykonywałem, moje dwa centy:

• Analiza numeryczna skupiałaby się na matematyce i algorytmach. Odkrywanie, jakie techniki zastosować do rozwiązania konkretnego problemu matematycznego, który nie ma rozwiązania analitycznego, np. Optymalizacja manipulacji macierzy PDE ODE itp.
• Analiza numeryczna często wymagałaby znacznych nakładów programistycznych, ale nadal w dużej mierze przekłada matematyczne idee wydajnego algorytmu na kod komputerowy.
• Tradycyjnie FORTRAN był ostoją. Ale możesz także spodziewać się współpracy z C / C ++ i obecnie Python. Niektóre rzeczy mogą również obejmować pakiety, takie jak Mathematica lub MATLAB
• Jeśli chodzi o obliczenia naukowe, jest to bardziej obszar zastosowania, w którym próbuje się wykorzystać zasoby obliczeniowe do rozwiązania jakiegoś problemu naukowego. Może to wymagać dużej ilości pracy nakrętek i śrub. np. Kompilowanie kodów, instalowanie systemów operacyjnych i bibliotek, konfigurowanie opcji umożliwiających działanie kodu naukowego itp.
• Ponieważ w dzisiejszych czasach sporo obliczeń naukowych obejmuje obliczenia równoległe, najprawdopodobniej będziesz miał pewną ekspozycję na klastry obliczeniowe, superkomputery, przetwarzanie w chmurze itp.
• W naukach komputerowych, podczas gdy możesz pracować z językami programowania, takimi jak C / FORTRAN itp., Spodziewaj się dużo pracy z językami „klejenia” / skryptów, takimi jak bash / perl itp.
• Prawdopodobnie będziesz dużo pracować z systemami Linux-ey, a skończysz dość biegle pracując w wierszu poleceń i narzędziami takimi jak sed / awk itp. Niektóre osoby są administratorami sys.
• Wiele obliczeń naukowych obejmuje wizualizację i przechowywanie danych / odzyskiwanie danych. Wiele osób zostaje ekspertami w zakresie Big Data / Hadoop / Map Reduce itp.
• Analiza numeryczna jest zasadniczo pracą specjalistyczną. Dobrze rozumiesz matematykę i kodowanie i bardzo skutecznie rozwiązujesz konkretny problem. Czasami wynalezienie algorytmu lub dwóch po drodze. Informatyka naukowa jest w pewnym sensie pracą ogólną. Obiektywnie mówiąc. Często używasz różnych narzędzi razem, aby rozwiązać konkretny zastosowany problem.
• Wiele naukowych obliczeń może wymagać pracy na interfejsach. np. interfejsy między dwoma programami. Gdzie przesyłasz dane z jednego narzędzia do drugiego w celu przetworzenia. Z pewną manipulacją formatem po drodze. tzn. próbujesz uzyskać różnorodne narzędzia do komunikowania się ze sobą, w których narzędzia nie zostały tak naprawdę zaprojektowane, aby ze sobą rozmawiać.
• Naukowiec zajmujący się informatyką często będzie musiał opanować różne formaty danych. Wiele instrumentów będzie miało własne zastrzeżone formaty i ktoś musi dekodować dane do formatu, który lubi algorytm numeryczny.
• Niektórzy faceci ds. Informatyki naukowej kończą obsadzać „centra pomocy” o bardzo wyspecjalizowanym charakterze (również dobrze płatne), w których zasadniczo pomaga się badaczowi / studentowi / profesorowi w wykorzystaniu zasobów obliczeniowych w instytucji do rozwiązania wszelkich pojawiających się problemów. tzn. naukowiec od komputerów jest obeznany z różnymi kodami i pakietami i potrafi doradzić użytkownikowi, jakiego narzędzia użyć, aby najlepiej rozwiązać problem obliczeniowo.
• Możesz skończyć przenoszeniem kodów na inny sprzęt. Lub równoległe starsze kody, które zostały napisane w trybie szeregowym. Lub optymalizacja kodów w celu szybszego działania. Niektórzy faceci przekonwertują kody, aby działały w procesorach graficznych / CUDA itp., Aby przyspieszyć ich działanie.
• Spora część obliczeń naukowych wymaga rozwiązywania problemów. Często kody, które napisali inni ludzie. Aby dowiedzieć się, dlaczego występują awarie na niektórych urządzeniach itp.
• Często jesteś pośrednikiem między specjalistami. np. musiałem pracować w zespołach z zapalonymi programistami, biologami, którzy potrzebują obliczeń, ale sami nie potrafią dużo kodować, administratorami systemu, guru sieci, technikami zarządzającymi centrami danych itp.
• Naukowcy zajmujący się obliczeniami naukowymi mogą zostać poproszeni o udzielenie znaczących informacji na temat zakupu nowego sprzętu lub decyzji o architekturze systemu komputerowego. Przy tych zadaniach kończysz bardzo blisko z inżynierami sprzedaży i technologami z Dell / Cray / IBM / Infiniband / Cisco itp.

Mam nadzieję, że to da ci pojęcie o polach!

Ostatnia rada (weź to z ogromną szczyptą soli!): Jeśli jesteś dobry w matematyce, jak precyzja i szczegółowość oraz czytanie dokumentów i ustalanie szczegółów po znaczącym, skoncentrowanym wysiłku, w którym indywidualna inteligencja ma znaczenie i wymaga długich okresów ciągłego podtrzymywania wysiłek następnie przejść do analizy numerycznej.

Z drugiej strony, jeśli lubisz być generalistą, zamieniaj obszary, rekompensuj geniusz ciężką pracą, bądź waletem wszystkich zawodów, bądź chętny do pracy z niewyraźnymi i niejasnymi często sprzecznymi zaleceniami, jak praca z zespołami i radzenie sobie z konfliktem , napiętych terminów, radzenia sobie z MBA itp., a następnie zostań facetem w dziale Informatyki Naukowej.

Ponownie weź to z ogromną szczyptą soli. Okoliczności każdej osoby są wyjątkowe. I większość z nas wylądowała tam, gdzie zrobiliśmy to z zbiegiem okoliczności, a nie dlatego, że tak to zaplanowaliśmy. :)

Chcesz być matematykiem stosowanym. Jest to ważny dostępny na wielu uniwersytetach w ich szkole inżynierskiej również jako doktorat. Chociaż z mojego doświadczenia wynika, że ​​matematyka jest najważniejszą umiejętnością, pewne techniczne zaplecze formalnej informatyki może być pomocne i możesz nie dostać jej gdzie indziej. Uważaj tylko, aby nie schodzić daleko w dół do króliczej nory królika, bo możesz skończyć badaniami CS, które zwykle odciągają cię od praktycznych zastosowań.

Aby odpowiedzieć na twoje konkretne pytanie, zastosowany matematyk przeprowadzi badania w zakresie metod i analiz numerycznych oraz potencjalnego partnera z naukowcami w zakresie obliczeń naukowych w kilku obszarach. Jeśli chcesz w szczególności zajmować się informatyką naukową, możesz wprowadzić dyscyplinę badań naukowych, taką jak chemia obliczeniowa, biofizyka, klimat, bioinformatyka itp.