Прочитайте відповідь Вільяма Торстона на запитання Що робити математику? на mathoverflow. Тільки щоб переконати вас у тому, що це треба прочитати, дозвольте мені його процитувати.
Продуктом математики є ясність і розуміння. Не теореми, самі по собі. Чи є, наприклад, якась реальна причина, що насправді мають значення навіть такі відомі результати, як Остання теорема Ферма чи гіпотеза Пуанкаре? Їх справжнє значення полягає не в їх конкретних висловлюваннях, а в їхній ролі в оскарженні нашого розуміння, поданні викликів, які призвели до математичних розробок, які розширили наше розуміння.
Світ не страждає від надмірної ясності та розуміння (м'яко кажучи). Як і чи може конкретна математика призвести до покращення світу (що б це не означало), як правило, неможливо дражнити, але математика в сукупності надзвичайно важлива.
Я дуже симпатизую вашому питанню. Я зробив доктор філософії з логіки, застосованої в галузі інформатики, і наприкінці пережив кризу корисності. Здавалося, що найсильніші навички та найглибші знання, які я мав, все, для чого я сам навчався, абсолютно не має значення для отримання позаакадемічної роботи. Коли Метт Уельш, член штатного факультету з Гаварда, повідомив про від'їзд до Google, відбулася дискусія, під час якої Девід Паттерсон з UC Berkeley зробив наступний коментар:
Я не думаю, що більшість систем люди збираються в промисловість за гроші, а також не ті, хто збирається в академію, щоб їх можна було назвати професором. Нам пощастило обрати сферу, якщо там є великі робочі місця як в галузі, так і в наукових колах.
Читаючи це, я відчував, що доктор наук з теоретичної інформатики є антитезою його твердження. Тепер я подав заявку на інженерні (а не дослідницькі) роботи в галузі та виявив, що там нам є місце.
- Алгоритми важливі і актуальні в промисловості. Кілька проблем у галузі потребують хороших алгоритмів. Вам також потрібна суцільна інженерія та інфраструктура для того, щоб все працювало. Кількість вузьких місць для ефективного вирішення реальних проблем ніколи не закінчується. Якщо ви добре аналізуєте споживання часу та пам’яті реальної системи та вдосконалюєте її, вам належить багато роботи.
- Чіткість у вирішенні проблем - це неоціненний навик. Ви навчаєтесь, як дістатись до математичної сутності проблеми та ігнорувати відволікаючий багаж. Можливо, ви також зможете реалізувати хороше рішення або застосувати скорочення до форми, яку можна ефективно вирішити.
- Естетика має значення. Цей коментар ґрунтується на обмеженій експозиції, але, переглядаючи код, відкритий у таких місцях, як Google та facebook, я бачу, що було докладено зусиль для дотримання логічної гігієни. Якщо ви піклуєтесь про математичну естетику, то, я думаю, у вас може бути подібна дисципліна, коли ви програмуєте, і моє враження, що така дисципліна цінується.
- Рандомізація - це найкраще в реальній системі. Існує так багато ситуацій, починаючи від розробки протоколу до використання фільтрів Bloom і розумного проектування механізмів кешування, які залежать від рандомізації до масштабу. Мені бачити рандомізацію в дії так само захоплююче, як бачити її в теоремі і ще більше задовольняти.
Є багато людей з повноваженнями, які здобувають теоретичну освіту з інформатики, які перейшли до успішної промислової кар'єри. Я не роблю висновку, що саме ці конкретні знання зробили їх успішними, але це, безумовно, не завадило їм.
- У середині 1970-х років магістр університету Гаварда та доцент написали документ під назвою " Межі для сортування за перестановкою префікса" . Коли Крістос Пападімітріу зателефонував студенту, щоб повідомити йому, що документ був прийнятий до дискретної математики, Вільям Н Гейтс вже переїхав до Альбукерке, щоб створити компанію.
- Ашок К. Чандра , співавтор конференції 1979 року та пізніше 1981 р. Журнальний журнал « Альтернація» - у цій галузі.
- Група " Алгоритми та теорії" в Google має багато грізних теоретиків, які, наскільки я можу сказати, працюють і над прикладними проблемами.
Це просто випадковий і крихітний список. Моя мета не бути всеохоплюючою, але зазначити, що теоретики є скрізь. Я сподіваюся, що вам подобається кодування, тому що це неодмінний навик, і я вважаю, що це один з небагатьох поширених знаменників серед комп'ютерних вчених. Звичайно, ви не будете користуватися всім, що знаєте, щодня. Але я не сподіваюсь, що це станеться навіть у тому випадку, якщо ви залишаєтеся в академічних закладах, якщо тільки ви не будете продовжувати працювати над точно таким же набором років протягом кінця. Якщо ви думали інакше, спробуйте Ілюстрований посібник Меттью Майта до кандидата наук .