Végzős hallgatók gyakran tekintenek úgy a témavezetőjükre, mint fő mentorukra. Így nagyon sok diák képzeli el a jövőjét tudományos pályán. Bill Kolata egy nemrég közölt tanulmányában rámutat arra, hogy a végzős hallgatók száma lényegesen nagyobb annál, mint ahányan akadémiai vonalon el tudnak helyezkedni. A 2013/2014-es tanévben körülbelül 1187 matematika PhD fokozatot szereztek meg diákok. Ugyanakkor csak 187 üres álláshely volt a matematika tanszékeken. 556 doktorival rendelkező kutató (44.6%) tudott poszt-doktorként elhelyezkedni. Egy 2012-es SIAM jelentés (http://www.siam.org/reports/mii/2012/report.php) azt javasolja, hogy az egyetemeknek bátorítaniuk kellene a hallgatóikat abban, hogy fontolóra vegyék a karrierlehetőségeket az iparban, és fel is kellene készíteni őket az ottani kihívásokra. Egy 2015-ös NSF-IPAM (Institute for Pure and Applied Mathematics (IPAM) at UCLA) jelentés (http://www.ipam.ucla.edu/reports/2015-nsf-ipam-mathematical-sciences-internship-workshop-report/) szintén tárgyalja a kérdést azzal, hogy növelni kellene a gyakornoki lehetőségek számát matematikus hallgatók számára. Ennek fényében a SIAM szokásos éves találkozóján, Bostonban 2016 nyarán rendezett egy panelbeszélgetést a karrierlehetőségekről az iparban. A résztvevők (Tamara Kolda − Sandia National Laboratories, Dean Bottino −Takeda Pharmaceuticals, Gary Green − The Aerospace Corporation, Penny Anderson − MathWorks és Amy Sliva − Charles River Analytics) beszéltek saját karrierútjukról és válaszoltak az érdeklődők kérdéseire. A következő fő témák kerültek elő:
1. Hogyan készüljenek fel a diákok karrierjükre az iparban?
A beszélgetés résztvevői arra hívták fel a figyelmet, hogy a diákoknak minél előbb el kell sajátítaniuk a programozási ismereteket. Kiemelték a C/C++, Python és Matlab programnyelveket, amelyek a leginkább alkalmasak a kutatási eredmények bemutatására (még hozzátenném a Java és R nyelvek ismeretét – a ford.). Mivel a matematikusok gyakran találkoznak adatfeldolgozással kapcsolatos feladatokkal, így a statisztika kurzusok is melegen ajánlottak. Ezenfelül a nyári és évközi gyakornoki munkák az egyetemi tanulmányok alatt szintén nagyon sokat segítenek abban, hogy a diákok felmérjék, mire is lehet szükségük az ipari karrierjükhöz.
2. Mit néznek a vállalatok az interjú során?
Elsősorban a megfelelő technikai tudás számít. Ugyanakkor majdnem ugyanennyire fontos a matematikai gondolkodásmód: az a képesség, hogy a jelentkező mennyire lát a probléma mélyére, mennyire látja a nagy összefüggéseket, illetve mennyire kritikusan áll a probléma megfogalmazásához. Egyik problémáról egy másik problémára való hirtelen váltás nehézséget tud okozni azoknak a diákoknak, akik az egyetemi éveik során ahhoz voltak hozzászokva, hogy néha éveken át ugyanazzal a kérdéskörrel foglalkoztak. A rugalmasság nagyon fontos tényező az ipari világban. Ezen felül, a legtöbb alkalmazott matematikus csapatban dolgozik, így nagyon fontos a megfelelő kommunikáció kialakítása. Végül az is gyakran előfordul, hogy a szakembereknek olyan felsővezetőknek kell beszámolniuk a munkájukról, akik nem feltétlen szakmabeliek. Ezt a képességet is külön tanulni kell.
3. Mit ajánlanak annak a diáknak, aki a BSc fokozatát matematikából vagy alkalmazott matematikából szerzi meg és az ipar világában képzeli a jövőjét?
A fiatal akkor a legértékesebb a munkaerőpiacon, ha van egy második végzettsége, ami kiegészíti a matematikát. Ilyen például az informatika, vagy egy fokozat egy másik tudományterületről. Vannak olyan vállalatok is, amelyek a munka mellett engedik, támogatják a további MSc vagy PhD fokozatok megszerzését is. Ha lehetséges, ezt érdemes az interjú során megbeszélni.
4. Mennyire nehéz a tanítást feladni?
Amikor az ember ipari karriert választ, akkor a tanítást fel kell adnia. Ez nem egyszerű. Azonban a munkahelyen is megtalálhatók azok a tevékenységek, amelyek a tanítást helyettesítik. Például a gyakornokok betanítása nagyon hasonlít az egyetemi tanításhoz. Fiatalabb kollégák mentorálása, formális keretek között a vállalaton belül, vagy vállalaton kívüli szervezetekben, de akár informálisan is, nagyon jó dolog.
5. Hogyan ismerik el az ember munkáját?
Az akadémiai szférában az embert alapvetően a kutatási és az oktatási tevékenysége alapján ítélik meg. Az ipari kutatásban is megvan a megfelelő technikai munka értéke. Az eredmények egy részét itt is lehet publikálni folyóiratokban vagy konferenciákon. Azonban az eredmények tipikusan más formában jelennek meg: például találmányok vagy szabadalom formájában. Gyakran az eredmények a vállalat egy belső kódjában jelennek meg, vagy egy olyan termékben, amit a cég értékesíteni tud. Vezetői, mentori, releváns üzleti tapasztalatok megszerzése, valamint nyilvános megjelenés konferenciákon és egyetemi fórumokon szintén a sikeresség lehetséges mutatói.
Fordította: Molnár-Sáska Gábor
A cikk a SIAM News 2016. szeptemberi számában jelent meg: Lalitha Venkataramanan, Rachel Levy és Bill Kolata: Careers Outside Academia: How Should Math and Applied Math Students Prepare? (https://sinews.siam.org/Details-Page/careers-outside-academia-how-should-math-and-applied-math-students-prepare-2) A fordítást a SIAM News engedélyével közöljük.