¿Cómo puedo usar mi teoría computacional y los poderes de análisis para el bien común?

Fuera de la academia, ¿cuáles son los usos de mis 'poderes'? ¿Qué puedo hacer aparte de enseñar y publicar trabajos? ¿Dónde puedo aplicar todos mis poderes?

En aras de la discusión: por favor, suponga que tengo un doctorado en algoritmos / TCS y he aprendido una gran cantidad de "cosas" y he logrado encontrar límites innovadores en los algoritmos existentes, etc., y también tengo una base sólida en el análisis algorítmico , algoritmos de aproximación / aleatorizados, programación matemática, etc.

Justificación de la pregunta: Curioso acerca de las opciones de carrera no académicas para las personas en esta área y posiblemente para motivar a algunos estudiantes de que "simplemente no es teoría" y que existen usos potenciales en el mundo exterior en esencia.

PD: Por favor, no responda diciendo que hay mucho que aprender y que puede intentar el tema XXX . Tengo curiosidad desde el punto de vista de desarrollo profesional / profesional. La investigación de operaciones (OR) parece ser la única buena opción, IMO. ¿Qué otras opciones existen?

Lea la respuesta de William Thurston a la pregunta ¿Qué debe hacer un matemático? en Mathoverflow. Solo para convencerte de que es una lectura obligada, déjame citarlo.

El producto de las matemáticas es la claridad y la comprensión. No teoremas, por sí mismos. ¿Existe, por ejemplo, alguna razón real por la que incluso los resultados tan famosos como el último teorema de Fermat o la conjetura de Poincaré realmente importen? Su verdadera importancia no está en sus declaraciones específicas, sino en su papel en desafiar nuestra comprensión, presentando desafíos que condujeron a desarrollos matemáticos que aumentaron nuestra comprensión.

El mundo no sufre una sobreoferta de claridad y comprensión (por decirlo suavemente). Cómo y si las matemáticas específicas pueden conducir a mejorar el mundo (lo que sea que eso signifique) generalmente es imposible de descifrar, pero las matemáticas colectivamente son extremadamente importantes.

Tengo una gran simpatía por su pregunta. Hice un doctorado en lógica aplicada dentro de la informática y experimenté una crisis de utilidad al final. Parecía que las habilidades más fuertes y el conocimiento más profundo que tenía, todo en lo que me había entrenado era completamente irrelevante para obtener un trabajo no académico. Cuando Matt Welsh, miembro de la facultad titular de Havard, publicó sobre irse a Google, hubo una discusión en la que David Patterson de UC Berkeley hizo el siguiente comentario:

No creo que la mayoría de las personas de los sistemas vayan a la industria por dinero ni los que van a la academia para que puedan llamarse Profesor. Somos afortunados de haber elegido un campo donde hay grandes trabajos en la industria y en la academia.

Al leer esto, sentí que hacer un doctorado en informática teórica era la antítesis de su declaración. Ahora, he estado solicitando trabajos de ingeniería (no de investigación) en la industria y descubrí que hay un lugar para nosotros.

1. Los algoritmos son importantes y relevantes en la industria. Varios problemas en la industria requieren buenos algoritmos. También necesita una sólida ingeniería e infraestructura para que las cosas funcionen. El número de cuellos de botella en el rendimiento para resolver problemas reales de manera efectiva nunca termina. Si eres bueno para analizar el tiempo y el consumo de memoria de un sistema real y mejorarlo, hay mucho trabajo para ti.
2. La claridad en la resolución de problemas es una habilidad invaluable. Tiene capacitación para llegar a la esencia matemática de un problema e ignorar el equipaje que lo distrae. También puede implementar una buena solución, o implementar una reducción a un formulario que se pueda resolver de manera eficiente.
3. La estética tiene valor. Este comentario se basa en una exposición limitada, pero después de mirar el código que ha sido abierto en lugares como Google y Facebook, veo que se ha hecho un esfuerzo para ejercer una higiene lógica. Si te importa la estética matemática, entonces espero que tengas una disciplina similar cuando programes y mi impresión es que dicha disciplina es valorada.
4. La aleatorización está en su mejor potenciador en un sistema real. Hay muchas situaciones que van desde el diseño del protocolo hasta los usos de los filtros Bloom y el diseño inteligente de los mecanismos de almacenamiento en caché que se basan en la aleatorización para escalar. Para mí, ver la aleatorización en acción es tan fascinante como verla en un teorema e incluso más satisfactoria.

Hay muchas personas con poderes que vienen con una educación teórica en ciencias de la computación que han tenido exitosas carreras industriales. No estoy concluyendo que es este conocimiento específico lo que los hizo exitosos, pero definitivamente no los impidió.

1. A mediados de la década de 1970, un estudiante universitario de la Universidad de Havard y un profesor asistente escribieron un artículo titulado Límites para clasificar por reversión de prefijo . Cuando Christos Papadimitriou llamó al estudiante para informarle que el documento fue aceptado en Matemáticas discretas, William H. Gates ya se había mudado a Albuquerque para comenzar una empresa.
2. Ashok K. Chandra , coautor de la conferencia de 1979 y más tarde el periódico de 1981 Alternation está en la industria.
3. El Grupo de Algoritmos y Teoría en Google tiene muchos teóricos formidables que, por lo que puedo decir, también trabajan en problemas aplicados.

Esta es solo una lista aleatoria y pequeña. Mi objetivo no es ser exhaustivo, sino señalar que hay teóricos en todas partes. Espero que disfrutes de la codificación, porque es una habilidad indispensable, y creo que es uno de los pocos denominadores comunes entre los informáticos. Por supuesto, no usará todo lo que sabe día a día. Pero no espero que este sea el caso, incluso si permanece en la academia, a menos que continúe trabajando exactamente en el mismo conjunto de problemas durante años. Si pensabas lo contrario, prueba la Guía ilustrada de Matthew Might para el doctorado .