더 큰 이익을 위해 계산 이론과 분석 능력을 어떻게 사용할 수 있습니까?

학계 밖에서 내 '권력'의 용도는 무엇입니까? 논문을 가르치고 출판하는 것 외에 무엇을 할 수 있습니까? 어디에서 힘을 발휘할 수 있습니까?

논증을 위해 : 알고리즘 / TCS에서 박사 학위를 받았으며 많은 '물건'을 배웠으며 기존 알고리즘 등에 대한 획기적인 한계를 생각해 냈으며 알고리즘 분석에도 강력한 기반이 있다고 가정하십시오. , 근사 / 랜덤 화 알고리즘, 수학적 프로그래밍 등

질문 뒤에 근거 :이 분야의 사람들을위한 비학 업적 진로 옵션에 대해 궁금하고 일부 학생들에게 그것이 "이론이 아니라"고 본질적으로 외부 세계 에서 잠재적 인 용도가 있다는 동기를 부여 할 수 있습니다 .

추신 : 배울 것이 많고 XXX 주제를 시도하고 싶을 때는 대답하지 마십시오 . 직업 / 전문가 개발 관점에서 궁금합니다. 운영 연구 (OR)만이 유일하게 적합한 IMO 인 것 같습니다. 다른 옵션이 있습니까?

수학자 란 무엇인가? 라는 질문에 대한 윌리엄 서 스턴의 답변 을 읽으십시오 . mathoverflow에. 꼭 읽어야 할 것임을 확신시키기 위해 인용하겠습니다.

수학의 산물은 명확성과 이해입니다. 그 자체로는 정리가 아닙니다. 예를 들어, Fermat 's Last Theorem 또는 Poincaré 추측과 같은 유명한 결과조차도 정말로 중요한 실제 이유가 있습니까? 그들의 진정한 중요성은 그들의 구체적인 진술에있는 것이 아니라, 우리의 이해에 도전하고, 우리의 이해를 높이는 수학적 발달로 이어지는 도전을 제시하는 그들의 역할입니다.

세상은 명확성과 이해의 과잉 공급으로 인해 어려움을 겪지 않습니다. 특정 수학이 어떻게 세상을 개선시킬 수 있는지 (어떻게 의미하든) 일반적으로 애타게하는 것은 불가능하지만, 수학은 전체적으로 매우 중요합니다.

나는 당신의 질문에 큰 동정심을 가지고 있습니다. 나는 컴퓨터 과학에 적용된 논리 박사 학위를 받았으며 결국 유틸리티의 위기를 경험했습니다. 내가 가진 가장 강력한 기술과 깊은 지식, 내가 훈련 한 모든 것이 비 학업 적 직업을 얻는 것과 전혀 관련이없는 것처럼 보였습니다. Havard의 재직중인 교수 인 Matt Welsh 가 Google을 떠나는 것에 대해 게시했을 때 UC Berkeley의 David Patterson이 다음과 같은 의견을 나누었습니다.

나는 대부분의 시스템 사람들이 돈을 위해 산업계로 가고 있거나 학계에 다니는 시스템이 교수라고 할 수 있다고 생각하지 않습니다. 우리는 산업뿐만 아니라 학계에서도 훌륭한 일자리가있는 분야를 선택하게되어 다행입니다.

나는 이것을 읽으면서 이론적 인 컴퓨터 과학에서 박사 학위를받는 것이 그의 진술의 반박이라고 느꼈다. 이제 저는 업계에서 공학 (연구가 아닌) 일자리를 신청하고 있으며 그곳에 우리를위한 자리가 있다는 것을 알게되었습니다.

1. 알고리즘은 산업에서 중요하고 관련이 있습니다. 업계의 몇 가지 문제에는 좋은 알고리즘이 필요합니다. 또한 제대로 작동하려면 견고한 엔지니어링 및 인프라가 필요합니다. 실제 문제를 효과적으로 해결하기위한 성능 병목 현상은 끝이 없습니다. 실제 시스템의 시간 및 메모리 소비를 분석하고 개선하는 데 능숙하다면 많은 작업이 필요합니다.
2. 문제 해결의 명확성은 귀중한 기술입니다. 문제의 수학적 본질을 이해하고 혼란스러운 수하물을 무시하는 훈련을 받았습니다. 좋은 솔루션을 구현하거나 효율적으로 해결할 수있는 형태로 축소를 구현할 수도 있습니다.
3. 미학은 가치가 있습니다. 이 의견은 노출이 제한적이지만 Google 및 페이스 북과 같은 곳에서 공개 한 코드를 검토 한 후에 논리적 위생을 위해 노력하고 있음을 알 수 있습니다. 당신이 수학적 미학에 관심이 있다면, 당신이 프로그램을 할 때 비슷한 학문을 가질 것으로 기대합니다. 제 인상은 그러한 학문의 가치가 있다는 것입니다.
4. 무작위 화는 실제 시스템에서 가장 강력합니다. 프로토콜 설계부터 Bloom 필터 사용 및 규모에 이르기까지 무작위 화에 의존하는 캐싱 메커니즘의 영리한 설계에 이르기까지 다양한 상황이 있습니다. 나에게 무작위로 작용하는 것을 보는 것은 정리에서 보는 것만 큼 매력적이고 더 만족 스럽다.

이론적 인 컴퓨터 과학 교육을받은 힘을 가진 많은 사람들이 성공적인 산업 경력을 쌓았습니다. 나는 그것들을 성공하게 만든 것은이 특정 지식이라는 결론을 내리지는 않지만 확실히 그들을 방해하지는 않았다.

1. 1970 년대 중반, Havard 대학교의 학부생과 조교수는 접두사 반전을 기준으로 Bounds 라는 제목의 논문을 썼습니다 . 크리스토스 파파 디미트리 우 (Christos Papadimitriou)가 학생에게 그 논문이 이산 수학으로 받아 들여 졌다고 알리자 윌리엄 H 게이츠 (William H Gates)는 이미 앨버 커키 (Albuquerque)로 이사하여 회사를 시작했습니다.
2. 1979 년 회의의 공동 저자 인 Ashok K. Chandra 와 1981 년 이후의 논문 Alternation 이 업계에 있습니다.
3. Google 의 알고리즘 및 이론 그룹 에는 내가 알 수있는 한 응용 문제에 대해서도 작업하는 강력한 이론가가 많이 있습니다.

이것은 무작위이며 작은 목록입니다. 저의 목표는 포괄적이 아니라 모든 곳에 이론가들이 있음을 지적하는 것입니다. 필자는 이것이 필수적인 기술이기 때문에 코딩을 즐기기를 희망하며, 이것이 컴퓨터 과학자들 사이에서 가장 흔한 분모 중 하나라고 생각합니다. 물론, 당신은 당신이 알고있는 모든 것을 매일 사용하지 않을 것입니다. 그러나 나는 몇 년 동안 정확히 동일한 문제를 계속 연구하지 않으면 학계에 머물더라도 이것이 사실이 될 것으로 기대하지 않습니다. 다르게 생각하고 있다면 Matthew Might 's Illustrated Guide to the PhD를 사용해보십시오 .