Computer Science: какие темы сегодны актуальны?

[Yuri Gendelman]

Igor Borovikov писал(а):

В моей практике были ситуации, когда Ph.D. в резюме позволяло вести переговоры о работе в софтверной компании с чуть более сильных позиций. Но также часто встречались люди, которые с большим скепсисом смотрели на ученую степень.

Моей первой работой в США была фирма, занимающаяся разработкой томографов - HW и SW. В ней из ~50 сотрудников 8 были Ph.D, и 70% дахода ей приносили разработки в области алгоритмов. Но таких работ _очень_ мало, мне повезло. С другой стороны мне известен человек, в течение нескольких лет не упоминавший в резюме о своем кандидатстве. В США существует понятие over-qualification. Брать на работу "слишком умного" не выгодно: он думает не о работе, а о том, как найти более интересную.
За несколько лет работы в США я просмотрел сотни объявлений о работе (не в университетах). Что я запомнил: 1 раз требовался разработчик компиляторов; 1 раз специалист по алгоритмам, кстати совсем недавно, приглашала фирма Amazon.

ShapovalovTS писал(а):

Все дело в том какой смысл вы вкладываете в определения...
Говорите за себя, это чисто ваше ИМХО.

1. Я не вкладываю смысл в определения, я работаю Software Engineer'ом.
2. Разумеется! На форумах все говорят от своего имени.

[незваный гость]

Yuri Gendelman писал(а):

Конечно существуют практические применения. Но это уже работа не криптографа, а инженера по безопасности.

Я некоторое время думал, и пришел к несогласию с Вами. В RSA достаточно мало математики (выходящей за пределы первого курса), но это классическое практическое применение. Но главное -- существует масса задач, типа shared secret, pasword exchange и т.п. где используются готовые методы шифроваия и нетривиальные алгоритмы их использования. Такие задачи выходят из сферы инженера безопасности, это все-таки, на мой взляд, исследователь.

[Yuri Gendelman]

незванный гость писал(а):

Yuri Gendelman писал(а):

Конечно существуют практические применения. Но это уже работа не криптографа, а инженера по безопасности.

Я некоторое время думал, и пришел к несогласию с Вами. В RSA достаточно мало математики (выходящей за пределы первого курса), но это классическое практическое применение. Но главное -- существует масса задач, типа shared secret, pasword exchange и т.п. где используются готовые методы шифроваия и нетривиальные алгоритмы их использования. Такие задачи выходят из сферы инженера безопасности, это все-таки, на мой взляд, исследователь.

Криптография включает в себя не только методы шифрования, но и протоколы аутентификации и распределения ключей и др. Привожу оглавление учебника "Handbook of Applied Cryptography" by A.J. Menezes, P.C. van Oorschot, S.A. Vanstone, которым я лично пользовался:
Chapter 1 "Overview of Cryptography"
Chapter 2 "Mathematics Background"
Chapter 3 "Number-Theoretic Reference Problems"
Chapter 4 "Public-Key Parameters"
Chapter 5 "Pseudorandom Bits and Sequences"
Chapter 6 "Stream Ciphers"
Chapter 7 "Block Ciphers"
Chapter 8 "Public-Key Encryption"
Chapter 9 "Hash Functions and Data Integrity"
Chapter 10 "Identification and Entity Authentication"
Chapter 11 "Digital Signatures"
Chapter 12 "Key Establishment Protocols"
Chapter 13 "Key Management Techniques"
Chapter 14 "Efficient Implementation"
Chapter 15 "Patents and Standards"

[незваный гость]

Yuri Gendelman писал(а):

Криптография включает в себя не только методы шифрования, но и протоколы аутентификации и распределения ключей и др.

Yuri Gendelman писал(а):

незванный гость писал(а):
Существуют и практические применение криптографии. Грамотно воспользоваться построенной кем-то криптосистемой -- тоже нужны специфические "туземные" навыки и опыт.
Конечно существуют практические применения. Но это уже работа не криптографа, а инженера по безопасности.

Я это и имел в виду. Наверное, плохо выразился.

[ll]

Могу предложить несколько направлений исследований в computer science.
Делить их на чисто научные и чисто практические трудно. Для удобства я сгруппировал их в несколько разделов.

===========================
Верификация, автоматизация проектирования и оптимизация программных систем

1. Разработка инструментальной системы многоуровневого автоматизированного проектирования параллельных и распределённых программ.
2. Математические модели и методы верификации объектно-ориентированных программ.
3. Эквивалентные преобразования графовых моделей программ, канонические формы графовых моделей, приложения к задачам реверс-инженерии и дизассемблирования программ.
4. Модели и методы верификации сетевых протоколов.
5. Оптимизация программ, оптимизирующая компиляция функциональных и логических программ.
6. Верификация функциональных программ, преобразование их в эквивалентные императивные программы с понижением сложности.
7. Представление систем переходов в виде Message Sequence Сhart, методы model checking для такого представления.
8. Редукция систем переходов.
9. Верификация вероятностных алгоритмов.
10. Нечёткий Model Checking.
11. Разработка математических моделей MPI-программ и методов верификации MPI-программ.

===================================================
Электронный бизнес

1. Моделирование бизнес - процессов (БП) на языке BPEL, модели BPEL на основе pi-исчисления, верификация моделей БП.
2. Модели UML и методы их верификации.
3. Автоматизация проектирования БП по описанию его сервиса.
4. Автоматизация проектирования организационных структур.
5. Моделирование многоагентных систем, в частности, таких их аспектов как
a. неопределённость и неполнота информации у интеллектуальных агентов (ИА),
b. обучение ИА,
c. адаптация ИА,
d. эволюция ИА,
e. координация деятельности ИА,
f. кооперация ( = образование коалиций ИА),
g. переговоры ИА,
h. синтез плана ИА по заданной цели, методы коррекции планов.

===================================================
Компьютерная безопасность

1. Математические модели вредоносного программного кода (вирусы, программные закладки, и т.п.).
2. Методы аудита безопасности программного кода, распознавание вирусов и закладок.
3. Модели и методы распознавания атак.
4. Верификация политик безопасности.
5. Разработка системы верификации криптографических протоколов.

===================================================
Искусственный интеллект

1. Обработка текстов на естественном языке, построение семантических сетей по текстам на естественном языке, логический вывод на семантических сетях.
2. Модели понимания.
3. Извлечение знаний из текстов.
4. Системы интеллектуальных рассуждений.
5. Автоматический перевод.
6. Автоматизированные системы нечёткого и правдоподобного логического вывода, адаптация их параметров и обучение.

===================================================
Автоматы, языки, грамматики, распознавание, обучение

1. Восстановление автоматов по экспериментам в классах
a. детерминированных автоматов,
b. нечётких автоматов,
c. стохастических автоматов,
d. автоматов над деревьями.
2. Автоматное обучение (построение автомата по заданной частичной
реакции С+,С-, и его коррекция в случае увеличения множества
экспериментальных данных.
3. Специализация категорной теории автоматов на случай
категории эволюционирующих нечётких множеств:
a. реализация нечёткого эволюционирующего языка минимальным автоматом,
b. редукция нечётких автоматов над конечными алгебрами Гейтинга,
свободными алгебрами Гейтинга и булевыми алгебрами)
с. то же самое - в случае категории стохастических множеств.
4. Распознавание как вывод (синтаксический разбор)
в стохастической грамматике,
обучение как синтез стохастической грамматики.

===================================================
Базы данных и обработка документов

1. Оптимизация запросов к реляционным базам данных, оптимизация выбора и представления базовых отношений.
2. Математические модели XML - документов, методы оптимизации обработки запросов к XML - документам.

===================================================
Логические вопросы информатики

1. Нечёткая доказуемость, логики нечёткой доказуемости.
2. Немонотонные логики, вероятностные логики (модели и полнота).
3. Логика неполных знаний.
4. Логика ограниченных ресурсов.
5. Логика пространства и времени.
6. Логика доверия.

===================================================
Информатика в юриспруденции

1. Математические модели законов.
2. Экспертная система по законодательству.
3. Планирование целенаправленной деятельности с использованием систем представления юридических знаний.
4. Автоматизированное построение доказательств для систем юридических знаний.
5. Автоматизированное обучение юридическим знаниям.

===================================================
Дистанционное обучение

1. Модели обучения.
2. Синтез учебных материалов по целям обучения и результатам тестирования.
3. Разработка систем распределённого дистанционного обучения.

[v.s.99]

Здравствуйте, друзья!

Хотел бы ещё раз поднять эту тему.

Мне, в отличие от топикстартера, только предстоит учиться на третьем курсе. Уже довольно давно так или иначе я связан с математикой и программированием. Сейчас планирую заняться computer science, а конкретно, AI - пока на уровне прочитать пару книжек и понять, что да как. В перспективе - научная работа, диплом, аспирантура. В дальней перспективе - ПМЖ в Европе и работа в местном НИИ/где-то ещё по этому профилю.

Более опытные и старшие господа, дайте совет - реально это всё? Что надо делать сейчас, чтобы потом было легко найти заинтересованных людей за бугром?

[maxal]

незванный гость писал(а):

Yuri Gendelman писал(а):

Конечно существуют практические применения. Но это уже работа не криптографа, а инженера по безопасности.

Я некоторое время думал, и пришел к несогласию с Вами. В RSA достаточно мало математики (выходящей за пределы первого курса), но это классическое практическое применение. Но главное -- существует масса задач, типа shared secret, pasword exchange и т.п. где используются готовые методы шифроваия и нетривиальные алгоритмы их использования. Такие задачи выходят из сферы инженера безопасности, это все-таки, на мой взляд, исследователь.

Я поддерживаю точку зрения незванного гостя.

Yuri Gendelman писал(а):

Криптография включает в себя не только методы шифрования, но и протоколы аутентификации и распределения ключей и др. Привожу оглавление учебника "Handbook of Applied Cryptography" by A.J. Menezes, P.C. van Oorschot, S.A. Vanstone, которым я лично пользовался:
Chapter 1 "Overview of Cryptography"
Chapter 2 "Mathematics Background"
Chapter 3 "Number-Theoretic Reference Problems"
Chapter 4 "Public-Key Parameters"
Chapter 5 "Pseudorandom Bits and Sequences"
Chapter 6 "Stream Ciphers"
Chapter 7 "Block Ciphers"
Chapter 8 "Public-Key Encryption"
Chapter 9 "Hash Functions and Data Integrity"
Chapter 10 "Identification and Entity Authentication"
Chapter 11 "Digital Signatures"
Chapter 12 "Key Establishment Protocols"
Chapter 13 "Key Management Techniques"
Chapter 14 "Efficient Implementation"
Chapter 15 "Patents and Standards"

В криптографии есть еще много всего интересного (и находящего применения в реальной жизни), что выходит за рамки этого учебника. Например, Zero-Knowledge Proofs или Secure Multiparty Computations. Учебников по этим разделам криптографии почти не существует (а те которые выпускаются быстро устаревают), потому как эти разделы находятся в state-of-art. В американских университетах они преподаются как спецкурсы, а основным материалом служат свежие статьи из научных журналов. Вот пример такого спецкурса.

[Yuri Gendelman]

maxal писал(а):

...В криптографии есть еще много всего интересного (и находящего применения в реальной жизни), что выходит за рамки этого учебника.

Хочу напомнить, что исходный вопрос был о том, какие есть актуальные темы в Computer Science, причем спрашивающий собирался работать Software Engineer'ом (!).

Мой основной тезис: Software Engineer - это инженер, а не исследователь. Инженер по безопасности (ИпБ) компьютерных систем - это в >99% случаев не криптограф (аналитик и разработчик шифров, протоколов и пр.). Более того, ИпБ _обязан_ применять стандартные алгоритмы, а не собственной разработки.
<1% шансов оставлено для тех, кто сможет найти работу в специализированных фирмах (ЦРУ, ФАПСИ, RSA, "Ланит", и т.п.).

v.s.99 писал(а):

Более опытные и старшие господа, дайте совет - реально это всё?

Я бы так ответил: это возможно. А до реальности еще далеко. Сначала прочтите эти книжки. А вдруг AI Вам не проравится. И не забудьте довести 2-3 ин. языка до уровня "свободно".

[незваный гость]

Yuri Gendelman писал(а):

Хочу напомнить, что исходный вопрос был о том, какие есть актуальные темы в Computer Science, причем спрашивающий собирался работать Software Engineer'ом (!).

Не споря с Вами, скажу, что с моей сугубой колокольни это выглядит оксюморонисто. Поскольку Software Engineer нужны принципиально другие знания и навыки, в целом CS не изучаемые. Как-то, например, умение отлаживать программу, управление конфигурацией, динамика разработки проекта (для разных прикладных областей), методы выявления и документирования требований к проекту. Ни один из этих вопросов в CS не входит, и понятно почему -- они (CS и SE) соотносятся как, скажем, физика и проектирование турбин. Физик -- не турбинист, но и турбинист -- не физик... Что не мешает уважать обоих.

[Yuri Gendelman]

незваный гость писал(а):

:evil:

Yuri Gendelman писал(а):

Хочу напомнить, что исходный вопрос был о том, какие есть актуальные темы в Computer Science, причем спрашивающий собирался работать Software Engineer'ом (!).

Не споря с Вами, скажу, что с моей сугубой колокольни это выглядит оксюморонисто. Поскольку Software Engineer нужны принципиально другие знания и навыки, в целом CS не изучаемые.

Зачем со мной спорить, я ведь с Вами совершенно согласен.
Это ведь был не мой вопрос, и именно этот Ваш тезис я и пытался объяснить.

[austin]

Если Вы молодой, то следует усвоить одну простую вещь. Если вы пишете статьи, то опытный SE будет Ваши программы ругать много лет. Наверное, и обратное верно: если Вы пишете программы, то опытный CS будет ругать Ваши статьи много лет. Третьего не дано, увы. Поэтому в бутылку не лезьте. Если Вам кажется, что третье дано, то одно из двух:

1. Вы не встречали опытного SE
2. Вы не встречали опытного CS

[austin]

austin писал(а):

Если Вы молодой, то следует усвоить одну простую вещь. Если вы пишете статьи, то опытный SE будет Ваши программы ругать много лет. Наверное, и обратное верно: если Вы пишете программы, то опытный CS будет ругать Ваши статьи много лет. Третьего не дано, увы. Поэтому в бутылку не лезьте. Если Вам кажется, что третье дано, то одно из двух:

1. Вы не встречали опытного SE
2. Вы не встречали опытного CS

Но... можно потратить много лет сначала на одно, потом на другое. Тут все зависит от финансов. Если они сильно нужны, то следует начать с SE. В противном случае CS.

[незваный гость]

Мне повезло, я встречал и тех и других. Мое мнение -- чем опытнее человек, тем с большим пониманием она/он относится к другим. В частности, вместо того, чтобы ругать, она/он попытается понять, какую задачу ставил перед собой автор. И в большинстве случаев исчезает предмет ругани и разногласий. См. выше

[austin]

незваный гость писал(а):

Мое мнение -- чем опытнее человек, тем с большим пониманием она/он относится к другим.

Неа, это просто Ваш идеал профессионала, каким Вы хотите его (себя) видеть. Кстати, и мой тоже. На самом деле профессионал чаще пытается макнуть Вас в г-но по уши, если видит слабину, и он в этом, безусловно, прав.

[незваный гость]

Цитата:

Нильс Бор никогда не критиковал резко докладчиков, вежливость его формулировок была всем известна. Один из физиков после выступления на семинаре был ужасно расстроен. Приятель спросил его о причине. «Беда, – ответил тот, – профессор Бор сказал, что "это очень интересно"». Любимым предисловием Бора ко всякому замечанию было «I don't mean to critisize», т.е. «я не собираюсь критиковать...». Даже прочтя никуда не годную работу, он восклицал: «Я не собираюсь критиковать, я просто не могу понять, как может человек написать такую чепуху!».

Вывод: Нильс Бор -- профессионал!