Посоветуйте : выбор математической специальности и вуза.

[FL91]

StepV в сообщении #1534927 писал(а):

А молодые специалистки дополнительно должны, хотя бы ментально, быть готовы, что они в чай-клубе коллектива должны выполнять некие хозяйские функции.

Полы помыть?

[Pphantom]

Давайте-ка прекратим эту ветвь обсуждения, тем более что существование предмета обсуждения, мягко говоря, сомнительно.

[мат-ламер]

iliaborisov в сообщении #1534897 писал(а):

может ошибаюсь, но вроде как анализ данных в основном использует методы теории вероятности и статистики? На Смирновском факультете в Питерском универе как раз есть программа " Наука о данных". Наверно есть где то и еще. А вот насколько на мехмате хорошо могут обучить этому самому анализу данных? И еще где - ВМК ил РУДН?

Прочитал ещё раз вопрос и не согласился с самой постановкой его. Научиться анализу данных - эта не та задача, за решением которой идут в университет. Иногда говорят, что задача университета - дать базу, чтобы на неё нанизывать уже дальше отдельные уменья. И это, я думаю, не главное. Главное, что нужно вынести из университета - это научиться не бояться математики и сохранить к ней интерес. Остальное дело наживное. Математическую базу для анализа данных можно получить, например, на мехмате на кафедре теории вероятностей или на кафедре математической статистики и случайных процессов. Либо на ВМК на кафедре математической статистики или на той кафедре, ссылку на которую я привёл в прошлом посту. Всяким техническим деталям можно где-то и на стороне поучиться. Например, в школе анализа данных при Яндексе. А вот как сохранить интерес или даже поиметь энтузиазм, и как научиться не бояться трудностей, есть большая загадка.

[Rasool]

мат-ламер в сообщении #1535056 писал(а):

Если кроме мехмата рассматривать и запасные варианты, то вот например: http://www.machinelearning.ru/wiki/index.php?title=Mmp . Если точно решит, что наука не для неё, а ориентироваться надо сугубо на приложения, то это неплохой вариант. По поводу зарплат заметка https://dyakonov.org/2021/06/21/ds/#more-7461. Где применяется нейросети: https://github.com/Dyakonov/DL/blob/master/ESSE_2021/E010_intro.pdf . Эта первая глава небольшого эссе Дьяконова https://dyakonov.org/2021/09/23/dl-esse/#more-7581 .

В этих ссылках вроде бы отсутствует задача применения нейронных сетей в обработке данных?

[ozheredov]

Rasool в сообщении #1535267 писал(а):

В этих ссылках вроде бы отсутствует задача применения нейронных сетей в обработке данных?

Присутствует:
https://github.com/Dyakonov/DL/blob/mas ... 31_CNN.pdf

[Rasool]

ozheredov в сообщении #1535281 писал(а):

Присутствует:
https://github.com/Dyakonov/DL/blob/mas ... 31_CNN.pdf

Спасибо.

[gevaraweb]

мат-ламер в сообщении #1535243 писал(а):

Научиться анализу данных - эта не та задача, за решением которой идут в университет. Иногда говорят, что задача университета - дать базу, чтобы на неё нанизывать уже дальше отдельные уменья. И это, я думаю, не главное. Главное, что нужно вынести из университета - это научиться не бояться математики и сохранить к ней интерес.

Нет, сегодня бакалавр в России, даже академический - специалист, который способен работать сразу после окончания вуза по специальности.
А чтоб математики не бояться, нужно ее уменьшить, за счет развития навыков )

Rasool в сообщении #1534885 писал(а):

В связи с этим актуальны следующие вопросы, касающиеся работы в области ИИ (для меня, например, пока чисто праздные, но может быть, кому-то будет полезно):
2. Для ИИ - как вы оцениваете риск того, что (и как скоро) после очередной "зимы ИИ" может наступить "четвертая волна ИИ", которая может аннулировать достижения нынешней "третьей волны"?

Если вопрос означает, есть ли смысл сейчас изучать ИИ, то Путин сказал:

Путин В.В. писал(а):

Искусственный интеллект, безусловно - это основа очередного рывка вперед всего человечества в своем развитии

А я ему верю, он ерунды не скажет, ведь он, как известно, сложный биоробот Я бы даже добавил, очень сложный.

[iliaborisov]

мат-ламер в сообщении #1535243 писал(а):

Прочитал ещё раз вопрос и не согласился с самой постановкой его. Научиться анализу данных - эта не та задача, за решением которой идут в университет. Иногда говорят, что задача университета - дать базу, чтобы на неё нанизывать уже дальше отдельные уменья. И это, я думаю, не главное. Главное, что нужно вынести из университета - это научиться не бояться математики и сохранить к ней интерес. Остальное дело наживное. Математическую базу для анализа данных можно получить, например, на мехмате на кафедре теории вероятностей или на кафедре математической статистики и случайных процессов. Либо на ВМК на кафедре математической статистики или на той кафедре, ссылку на которую я привёл в прошлом посту. Всяким техническим деталям можно где-то и на стороне поучиться. Например, в школе анализа данных при Яндексе. А вот как сохранить интерес или даже поиметь энтузиазм, и как научиться не бояться трудностей, есть большая загадка.

что касается - чему должен обучать вуз - то тут надобно соблюсти баланс - оптимальное соотношение базовых дисциплин и специальных. Предполагаю,что в росс вузах учебные отделы не заморачиваются особо этим - как бы определить наилучшую их пропорцию, а также конкретное содержание каждой из дисциплин для большей полезности.
Вряд ли вуз должен обучать только базовым дисциплинам. К примеру утрируя можно так сказать - инженеров мы будем обучать только физике и математике, а уж спецдисциплины они уж сами как нибудь доучат . В реальности же так никто не делает
В нашем конкретном случае - вуз должен дать хорошую общую матподготовку, но и весьма желательно спецдисциплины по анализу данных

По второму вопросу - ну конечно было бы отлично,если преподаватели так преподавали бы так,чтобы студентам было бы интересно изучать математику и физику. Но мне кажется ведь это зависит от конкретного преподавателя. Хотя вполне может быть,что их концетрация может сильно отлиичаться от вуза к вузу.

[Pphantom]

iliaborisov в сообщении #1535312 писал(а):

Предполагаю,что в росс вузах учебные отделы не заморачиваются особо этим - как бы определить наилучшую их пропорцию, а также конкретное содержание каждой из дисциплин для большей полезности.

Вообще говоря, учебный отдел - это чисто канцелярское учреждение, которое занимается офисной поддержкой учебного процесса. К содержанию обучения он никакого отношения не имеет и иметь не может.

А те, кому положено (учебно-методические комиссии) - заморачиваются. Результаты, конечно, бывают разными, но обычно они все же лучше, чем попытки сконструировать что-то из подручных материалов самому.

[upgrade]

iliaborisov в сообщении #1535312 писал(а):

вуз должен дать хорошую общую матподготовку, но и весьма желательно спецдисциплины по анализу данных

А математика - это не анализ данных?

[tonven]

upgrade в сообщении #1535325 писал(а):

А математика - это не анализ данных?

Математика как наука это постижение наиболее общих законов логики. Не помню, как это формулируется в классике, но в общих чертах это выглядит именно так. Она изучает то, что не охвачено иными науками. И именно этот выверт обуславливает её универсальность.
А анализ данных это тоже математика, но напрямую связанная с практикой. Такое расширение статистики и ЧМ к конкретным потребностям.

[iliaborisov]

Pphantom в сообщении #1535318 писал(а):

А те, кому положено (учебно-методические комиссии) - заморачиваются. Результаты, конечно, бывают разными, но обычно они все же лучше, чем попытки сконструировать что-то из подручных материалов самому.

по идее для этого у вузов должна быть налажена связь, взаимодействие с профильными работодателями - через которую они должны узнать - каких навыков, знаний не хватает у выпускников, а какие напротив - не востребованы. Думаю, что это весьма трудоемкая работа.

[Pphantom]

iliaborisov в сообщении #1535346 писал(а):

по идее для этого у вузов должна быть налажена связь, взаимодействие с профильными работодателями - через которую они должны узнать - каких навыков, знаний не хватает у выпускников, а какие напротив - не востребованы. Думаю, что это весьма трудоемкая работа.

Естественно. Но что вас заставляет предполагать, что такая работа не ведется?

[iliaborisov]

Pphantom в сообщении #1535347 писал(а):

iliaborisov в сообщении #1535346 писал(а):

по идее для этого у вузов должна быть налажена связь, взаимодействие с профильными работодателями - через которую они должны узнать - каких навыков, знаний не хватает у выпускников, а какие напротив - не востребованы. Думаю, что это весьма трудоемкая работа.

Естественно. Но что вас заставляет предполагать, что такая работа не ведется?

про математику сказать ничего не могу. Но в том направлении, где я получал высшее образование (медико-биологическое) - нам давали много того,что не пригодится почти никому. и при этом недодавали в тех областях, которые как раз были более нужны. Складывается впечатление, возможно сильно обманчивое,что по кр мере в ряде случаев учебная программа определяется далеко не только полезностью изучаемых материалов для будущего работника, а и лоббированием чьих то интересов (кафедр, преподавателей).

впрочем прекрасно понимаю,что выбор того, чему именно нужно учить студентов - весьма сложный вообще.

Думаю,что надо ориентироваться на опыт ведущих вузов мира в этом вопросе.

[Pphantom]

iliaborisov в сообщении #1535351 писал(а):

Но в том направлении, где я получал высшее образование (медико-биологическое) - нам давали много того,что не пригодится почти никому. и при этом недодавали в тех областях, которые как раз были более нужны.

С одной стороны, не исключено. С другой... простите за нетактичный вопрос, но вы работаете по специальности? Я поясню: понимание того, что на самом деле было нужно, появляется не у студента и даже не у недавнего выпускника, а после довольно заметного опыта работы. Иначе шансы ошибиться очень велики.

iliaborisov в сообщении #1535351 писал(а):

по кр мере в ряде случаев учебная программа определяется далеко не только полезностью изучаемых материалов для будущего работника, а и лоббированием чьих то интересов (кафедр, преподавателей).

Естественно да, правда, это не всегда именно "лоббирование интересов": если, условно говоря, в области есть две технологии, одна из которых более распространена, но в наличии имеются только владеющие другой (действительно качественно) предподаватели, то разумнее учить студентов второй (хотя, естественно, стоит подумать и о том, где взять преподавателей, владеющих первой).

iliaborisov в сообщении #1535351 писал(а):

Думаю,что надо ориентироваться на опыт ведущих вузов мира в этом вопросе.

Это тоже нередко плохое решение: просто потому, что у развития существует много вариантов, и если все будут воспроизводить какой-то один, это приведет к появлению многочисленных однотипных специалистов. Я уж не говорю о том, что сотрудники ведущих ВУЗов умеют ошибаться ничуть не хуже кого-либо другого.