Como he explicado anteriormente, lo que obtienes con una licenciatura en matemáticas no es un conjunto de conocimientos o calificaciones reales. Lo que obtienes es una forma de pensar . Más específicamente, es un marco mental para absorber cualquier nueva estructura de relacionar conceptos abstractos y manipularlos para descubrir sus consecuencias.
Ser realmente bueno en las matemáticas reales no implica apenas números reales : el trabajo matemático avanzado se realiza en símbolos, ecuaciones y funciones. Dominio a menudo significa que, si ha olvidado alguna regla o ley famosa, puede derivarla nuevamente de los primeros principios. Es la diferencia entre un mecánico de automóviles que tiene conocimientos prácticos sobre cómo reparar su vehículo en particular y hacerlo funcionar, frente a ser un físico automotriz que puede diseñar los diseños para un vehículo aerodinámico en primer lugar (pero podría no ser capaz de cambiar el suyo) aceite! 🙂).
¿Qué trabajos en la industria dependen de la capacidad intelectual pura para absorber y estructurar nueva información y sacar conclusiones de ella? Supongo que te refieres a “industria” como en “no academia”, por cierto. Bueno, aquí hay algunos:
- Como ingeniero de software autodidacta, ¿vale la pena obtener una maestría en ingeniería de software?
- ¿Qué sucede en una entrevista de Epic Systems después del examen ProctorU?
- ¿Cuál es el criterio para que un maestro ad hoc se convierta en facultad permanente en DU?
- Si ambos pueden escribir código y / o implementar marcos de prueba, ¿qué habilidades tiene un ingeniero de desarrollo de software (SDE) que un ingeniero de desarrollo de software en prueba (SDET / Automatización) no tiene?
- Estoy a punto de comenzar la escuela secundaria y estoy interesado en la programación de computadoras. ¿Qué actividades de voluntariado podría hacer que utilicen estas habilidades?
- Consultoría: analistas de investigación de mercado
- Consultoría: consultores de gestión y estrategia
- Seguros: actuarios. Esta es una gran industria, paga bien y exige un pensamiento matemático.
- Tecnología: arquitectos de sistemas. Cuanto más complejo, mejor, por ejemplo, sistemas distribuidos.
- Tecnología: científicos de datos. La buena ciencia de datos también requiere muchas otras habilidades (por ejemplo, habilidades de presentación), pero poder ver algunos resultados que está obteniendo y “ver la Matriz” detrás de ellos e intuir con lo que realmente está tratando y cómo demostrar o cómo sacarle provecho, es muy matemático.
- Nota: cada industria está buscando científicos de datos. Si desea hacer ciencia de datos dentro del comercio minorista, o para una compañía de bienes de consumo empaquetados, o en una compañía farmacéutica, o un fabricante de paneles solares, o donde sea … lo más probable es que lo aprovechen.
- Tecnología: desarrollador de AI / Machine Learning.
- Tecnología: cualquier rol de desarrollador en la industria de AdTech
- Abogados. Dominar los rincones oscuros de la ley y saber cómo aprovechar eso para obtener ventajas es sorprendentemente similar a hacer lo mismo en matemáticas, excepto que realmente te encasilla.
- Inversiones: analistas de investigación de renta variable
- Inversiones: Modeladores comerciales sistemáticos, particularmente en fondos cuantitativos.
Si va a ser un agricultor de papas, ser capaz de pensar con mucha claridad no es una gran ventaja. Entonces, una característica común es que estos son todos los trabajos de oficina, que se centran en un “producto” en lugar de centrarse, por ejemplo, en ventas o marketing.
Hay otra cosa común con todos estos trabajos: todos son roles de tipo “front-office”, lo que significa que están agregando el valor central que proporciona el negocio, en lugar de servir en algún tipo de capacidad de soporte. No son mercancías. Y por lo tanto, a todos se les paga bastante bien, porque muchas compañías quieren más de lo que prácticamente pueden contratar. Excepto los abogados, eso es.