Cómo dejar la academia (escrito para un doctor en ciencias)
La idea es buena, pero cuando llevas tantos años dedicado a la investigación científica (de tipo académico), se necesita coraje y habilidad para cambiar de carrera, por lo que este artículo es adecuado para que lo leas. Traducción original: Si has decidido dejar la academia, o estás pensando en dejarla, has venido al lugar correcto. Hice este cambio hace unos años y escribí este artículo mientras recopilaba todas las preguntas y pensamientos que tenía sobre cómo hacerlo realidad. Primero, asumo que usted es un académico de un campo técnico que busca un trabajo técnico. Cuando dejé mi puesto de posdoctorado, me concentré en encontrar trabajos en tecnología y finanzas. A muchas personas les gusta dejar la academia e ir a la industria de la consultoría (como ir a McKinsey), pero no sé mucho sobre esta industria, así que no haré comentarios. Si tienes una licenciatura en lingüística, solo puedo darte un enlace a Starbucks (nuevamente, no lo sé). Desarrollar tus habilidades Buenas noticias: si tienes una sólida formación en matemáticas y física, tienes muchos trabajos para elegir. Ahora, todo lo que necesitas hacer es mejorar tu experiencia práctica. Es mucho más simple que la geometría algebraica o la física del estado sólido, pero es necesaria. Programación: programación Los trabajos actuales para estudiantes de ciencias e ingeniería están todos relacionados con la programación, por lo que aprender esta habilidad es extremadamente importante.
(Aprenda a leer código, use herramientas Git en lugar de subversión) Para empezar, lea Software Carpentry ahora mismo. Este documento cubre todos los aspectos prácticos básicos del manejo del código. Incluso si planea permanecer en el mundo académico, debería leerlo. , especialmente si planeas ser un científico computacional. Me diferenciaría de la carpintería de software en un solo caso: usar git en lugar de subverson. Puedes encontrar un tutorial sobre git aquí (comienza con python, y también necesitas aprender). C++) En cuanto a los lenguajes de programación para aprender, sugeriría Python para empezar. Esto se debe a que Python tiene las excelentes bibliotecas científicas Python y matplotlib, que tienen una funcionalidad similar a Matlab en un lenguaje adecuado para usar en el trabajo. C++: se usa bastante en trabajos cuantitativos, particularmente en finanzas. También es muy común que los entrevistadores hagan preguntas en C++ incluso si el trabajo usa otro lenguaje. El libro Practical C++ Programming me resultó útil, al menos para alcanzar un nivel práctico. Cambiando la academia Adquiera el hábito de ejecutar código solo una vez y aprenda estilos de codificación para facilitar el mantenimiento. El hecho clave a tener en cuenta sobre la codificación es que los objetivos son diferentes dentro y fuera de la academia, el producto final es una publicación y su código necesita. para funcionar solo una vez. Una vez que el gráfico/imagen importante se genera e incluye en látex, ya está terminado. Fuera del mundo académico, el producto final suele ser software y debe funcionar de manera confiable. Esto implica un estilo de codificación muy diferente, por ejemplo. Al observar la salida de basura y volver a ejecutar el programa, su programa necesita detectar errores automáticamente y corregirlos.
o notifique al usuario. Aprenda a desarrollar este estilo de codificación temprano, lo ayudará más adelante (aprender algoritmos es muy importante y es una pregunta común en las entrevistas). Uno de los libros clásicos es Introducción a los algoritmos (. es el que está en mi escritorio en este momento), pero hay muchos más. Además, las preguntas sobre algoritmos surgen a menudo en las entrevistas de trabajo (Domine las habilidades de desarrollo web, Django es un marco mejor). Otra habilidad importante es el desarrollo web, por dos razones. Una es que la web se está convirtiendo en una interfaz universal para las computadoras. La otra es que si escribes una aplicación web interesante, puedes mostrársela a posibles empleadores. Recomiendo aprender Django, únicamente por el hecho de que ya lo eres. Voy a aprender Python para usar Scipy. El libro gratuito de Django es un excelente lugar para comenzar (Ruby on Rails es un lenguaje de programación alternativo a Python). Si no te gusta Python, Ruby on Rails es otra opción. Por lo que puedo ver, no puedes equivocarte al elegir Rails o Django. La única razón por la que sugiero Python en lugar de Ruby es que Ruby no tiene nada comparable a Scipy. Enfoque en aspectos prácticos. Muchos estudios académicos se centran únicamente en la computación. Buena idea, pero no descuides los aspectos prácticos. (Para encontrar una lista de números de teléfono en un archivo, un hombre inteligente escribe, observa que los números de teléfono forman un lenguaje regular y escribe un autómata de estado finito optimizado en C++. Un hombre sabio sabe que grep ya existe y escribe:grep "[0 -9]\{3\}[-]\?[0-9]\{3\} [-]\?