Μάρκος Βασίλης
Πολύ δραστήριο μέλος
Ο Βασίλης αυτή τη στιγμή δεν είναι συνδεδεμένος. Είναι 28 ετών, Διδακτορικός και μας γράφει απο Καισαριανή (Αττική). Έχει γράψει 1,871 μηνύματα.
30-11-20
09:02
To να γράφεις αποδωτικά κώδικα έχει να κάνει με την εμπειρία. Οι γλώσσες προγραμματισμού είναι σαν τις φυσικές υπό το πρίσμα του όσο περισσότερο τις εξασκείς, τόσο πιο fluently θα τις μιλάς. Και δεν σχεδιάζεις αλγόριθμους στον εξω-ακαδημαικό κόσμο, χρησιμοποιείς έτοιμα και συγκεκριμμένα εργαλεία για να παράγεις συγκεκριμμένα αποτελέσματα. Μην αναφέρω καν όλες τις άλλες γνώσεις πληροφορικής που θα χρειαστείς (τα έγραψα και προηγουμένως), και μην αναφέρω επίσης πως η μισή δουλειά στον προγραμματισμό είναι να μάθεις να δουλεύεις με άλλα άτομα, skill που μαθαίνεται καλύτερα σε σχολές πληροφορικής όταν σας ανατίθενται ομαδικά projects. Η εικόνα που έχουν πολλοί, του lone wolf προγραμματιστή που κάθεται όλη μέρα στο αγαπημένο του IDE και γράφει κώδικα είναι ψευδής.
Μπορεί να σε υποστηρίξει άρτια και ο τρόπος σκέψης που παίρνεις από Νομική, από Φιλολογία, από Παιδαγωγικά και γενικά από όλες τις επιστήμες. Πραγματικά διαβάζω που λένε, και το λέω γενικά και όχι συγκεκριμμένα στον Μάρκο Βασίλη, ότι είναι στο χέρι του καθενός να εφαρμόσει την "μαθηματική του σκέψη", λες και μιλάμε για μαθηματικά Γυμνασίου όπου μάθαινες μια φόρμουλα και μετά πήγαινες και την έχωνες σε ένα πρόβλημα της πλάκας.
Ο λόγος που είμαι τόσο ισχυρογνώμων σε αυτό το ζήτημα είναι γιατί ξέρω πάρα πολλά άτομα που την πατήσαν έτσι. Άτομα που έφτυσαν αίμα για να τελειώσουν ΣΕΜΦΕ/Μαθηματικό/Φυσικό, με αδιανόητο διάβασμα και σχεδόν κανείς δεν τελείωσε σε λιγότερο από 7 χρόνια. Απλά για να δούνε πως τελικά ξέρεις τι, κάτσε διάβασε και αφιέρωσε και άλλα χρονάκια για να μάθεις τι ζητιέται στην αγορά εργασίας, πλήρωσε και για μεταπτυχιακά και certificates που οι άλλοι ήδη έχουν, εφόσον αποφάσισες πως τελικά θέλεις απλά μια ordinary καλοπληρωμένη δουλειά σε επιχείρηση και κατάλαβες πως οι γενικολογίες που σου λέγανε όταν ήσουν μικρός δεν ανταποκρίνονται στην πραγματικότητα.
Και για να μην υπάρχουν παρεξηγήσεις: προφανώς και μπορεί κάποιος από αυτές τις σχολές να μεταπηδήσει σε πληροφορική, οικονομικά ή ότι άλλο. Το θέμα είναι αν αξίζει να το κάνει όλο αυτό όταν απλά μπορεί να τελειώσει μια απείρως πιο εύκολη, άμεσα σχετική σχολή
Για τα πρώτα, δε νομίζω να ισχυρίστηκα ότι δε χρειάζεται εμπειρία - ξαναδιάβασε το ποστ - αλλά ότι είναι σημαντικό και το υπόβαθρο, ειδικά όταν το ζήτημα έρχεται κοντά στον ακαδημαϊκό χώρο - εκεί αναφερόμουν κυρίως, όχι ότι δεν έχει τύχει σε συζητήσεις με back-end developers εταιρείας να έχουμε πραφαμτευτεί ζητήματα σχεδίασης/τροποποίησης γνωστών αλγορίθμων (δεν είναι πάντα όσα θες έτοιμα σε βιβλιοθήκες). Προσωπικά, θυμάμαι δύο κραυγαλέα περιστατικά σχετικά με το background που έκαναν τη δουλειά μας πιο δύσκολη απλά επειδή "έλειπε" γνώση.
Το ένα είχε να κάνει με πολύ συγκεκριμένο υπολογιστικό ζήτημα και μπορείς να πεις ότι είναι εξω-επιχειρησιακό - απλά χρειάστηκαν κάποιες ώρες για πείσουμε 2-3 developers ότι έπρεπε ένας απλός υπολογισμός να γίνει με χρήση του αναπτύγματος Taylor και όχι με τις built-in συναρτήσεις :Ρ.
Το άλλο όμως έχει να κάνει με το efficiecny, γιατί υπεύθυνος ομάδας, όταν είδε σε ένα merge ένα τμήμα κώδικα 5-6 γραμμών υλοποιημένο με αναδρομική συνάρτηση (κι αυτό δεν ήταν τίποτα περίπλοκο) ζήτησε να ξαναυλοποιηθεί χωρίς αναδρομή, με αιτιολογία ότι δε θα είναι κατανοητό από άτομα της ομάδας - βέβαια χωρίς αναδρομή είχε αρκετή λάντζα.
Τέλος πάντων, σε μία τυπική επιχείρηση πιθανότατα αυτά δε θα χρειαστούν, αλλά, για το θέμα που τέθηκε παραπάνω, θεωρώ ότι ούτως ή άλλως δε μιλάμε για άτομο που είχε το δίλημμα "μαθηματικά ή front-end development" αλλά να ασχοληθεί με ένα κομμάτι της πληροφορικής που ούτως ή άλλως απαιτεί και θεωρητικό υπόβαθρο - αυτό είναι και το context του προηγούμενου ποστ.
Μάρκος Βασίλης
Πολύ δραστήριο μέλος
Ο Βασίλης αυτή τη στιγμή δεν είναι συνδεδεμένος. Είναι 28 ετών, Διδακτορικός και μας γράφει απο Καισαριανή (Αττική). Έχει γράψει 1,871 μηνύματα.
29-11-20
15:30
H τεχνητή νοημόσυνη στην αγορά εργασίας είναι πολλά περισσότερα από το μαθηματικό της υπόβαθρο, που ούτως ή άλλως δεν θα σου χρησιμεύσει και πολύ εκτός και αν είσαι σε ερευνητική θέση. Για να βρεις δουλειά π.χ ως ML engineer πρέπει να ξέρεις να γράφεις και να αναγνωρίζεις efficient κώδικα, μοντελοποιήσεις σε πραγματικές συνθήκες, systems design, γνώση λειτουργικών συστημάτων και file management, domain knowledge και πολλά άλλα που ΔΕΝ θα τα μάθεις στο τμήμα Μαθηματικών.
Στο τμήμα Μαθηματικών θα πάρεις κατά κύριο λόγο βασικές γνώσεις για τα πάμπολλα πεδία του. Και απ ότι εξιδικευμένη κατεύθυνση ακολουθήσεις στο προπτυχιακό (Στατιστική, Πληροφορική ή ότι άλλο) θα λάβεις κυρίως γνώσεις στο θεωρητικό κομμάτι, που επαναλαμβάνω ότι θα έχει ελάχιστη ή και καθόλου σχέση με το πως αυτό το πεδίο ασκείται σε πραγματικές συνθήκες.
Αν στο μέλλον έχεις στο νου σου να δουλέψεις σε κάποια συγκεκριμένα πεδία, είτε αυτά είναι της πληροφορικής είτε της οικονομικής είτε ότι άλλο, μην πας στο Μαθηματικό. Θα απογοητευτείς. Θα πας σε μία από τις πιο δύσκολες σχολές της Ελλάδας, και στο μόλις την τελειώσεις θα δεις πως άτομα που δεν κατέβαλλαν ούτε το ένα δέκατο της δικής σου προσπάθειας για να τελειώσουν την σχολή τους θα έχουν τεράστιο πλεονέκτημα απεναντί σου στην αγορά εργασίας.
Μαθηματικό πήγαινε μόνο αν υπεραγαπάς τα μαθηματικά (και ελπίζω να γνωρίζεις πως είναι περίπου τα μαθηματικά του πανεπιστημίου, γιατί λίγη σχέση έχουν με αυτά του σχολείου). Στο λέω έτσι ξερά και ανένδοτα, πραγματικά θεωρώ πως δεν αξίζει για κανέναν άλλο λόγο. Μην ακούς ωραιοποιήσεις περί εξειδικευμένων μεταπτυχιακών και απόκτηση μαθηματικής σκέψης που υποτίθεται πως έτσι γενικά κ αόριστα θα σε βοηθήσει στην αγορά εργασίας.
Θα διαφωνήσω σε δύο σημεία μόνο:
- Το θέμα του πώς γράφεις αποδοτικά κώδικα κ.λπ. έχει να κάνει πάρα πολύ με το υπόβαθρο που έχεις - και στα μαθηματικά και στην πληροφορική. Είτε το δεις από τη σκοπιά της αριθμητικής ανάλυσης - σε αρκετά χαμηλό επίπεδο σχεδίασης - είτε από τη σκοπιά στοιχειώδους θεωρητικής πληροφορικής - σε κάθε στάδιο της υλοποίησης.
- Ο τρόπος σκέψης που αποκτά κανείς από αφηρημένες επιστήμες δεν είναι λάθος ότι μπορεί να σε υποστηρίξει άρτια σε πάρα πολλά ζητήματα. Ωστόσο, πέρα από τον τρόπο σκέψης καθεαυτό, χρειάζεται και το να δεις εσύ τι κάνεις με αυτό το skill - αν δεν μπορείς να εφαρμόσεις αυτά που έμαθες αφηρημένα εκτός του πλαισίου που τα έμαθες τότε είναι που η «μαθηματική σκέψη» είναι άχρηστη.