Míg a matematikai tudományokban megszerzett doktori fokozatok (PhD-k) száma egyre nő, az akadémiai szférában a helyek száma – különösen a hosszútávú álláslehetőségek száma – állandó. Az Amerikai Matematikai Társaság egy nemrég végzett kutatása alapján az Egyesült Államokban friss PhD-t szerzett matematikusoknak csupán 52%-a rendelkezett egyetemi/akadémiai állással. Ennek az 52%-nak a 3/4-ét posztdoktori állásra vették fel. Az elmúlt öt évben az eddigi legnagyobb arányban, 35%-ban helyezkedtek el PhD-val rendelkező matematikusok a nem akadémiai szférában. Az eddigi tapasztalatok alapján a legtöbb posztdok nem fog egyetemen vagy kutatóintézetben végleges állást kapni.

De mi történik ezekkel a munkanélküli PhD-sokkal? Felkészíti őket a doktori iskolában szerzett tudás és tapasztalat a világra, amellyel most szembe kell nézzenek? Azokat a tulajdonságokat keresem, amelyek vonzó jelöltté teszik a matematika PhD-val rendelkezőket az akadémiai szférán kívüli állásokra, versenyszféra-karrierekre. Néha ezt a környezetet egyszerűen csak ,,iparnak'' hívják, de szerintem ez a kifejezés túlságosan korlátozó, és egy kicsit félrevezető is. Manapság matematikusokat a legkülönbözőbb helyeken alkalmaznak: az állami szférától kezdve a kereskedelemben (pl. Amazon vagy Target), menedzsment tanácsadásban (pl. McKinsey & Co.); gyártástechnológiában (pl. Dow Chemical Co., DuPont, Corning Inc., 3M); adatelemzésben és szoftverfejlesztésben (pl. Google), orvosi technológiákban, gyógyszeriparban, gyógyszerfejlesztésben, stb. De alkalmasabb szó hiányában továbbra is az ,,ipart'' fogom alkalmazni minden nem akadémiai munkahelyre.[1]

Az ipari alkalmazáshoz kívánatos tulajdonságok három általános kategóriáját sikerült azonosítanom: szakmai képességek, kommunikációs képességek és rugalmasság. A legtöbb PhD hallgató szakmai képességeinek fejlesztésére és általános szakmai tudás megszerzésére törekszik. Ezek fontosak, ám a teljes képnek csak egy részét alkotják. A kommunikáció és a rugalmasság is legalább annyira fontos, mint a szakmai képességek.

Az alábbi elemzést az iparban eltöltött tapasztalataim, valamint beszélgetések, interjúk, iparban dolgozó PhD-s matematikusokkal, az őket foglalkoztatókkal, továbbá a velük együtt dolgozókkal történő eszmecserék alapján állítottam össze. Noha a javaslatok elsősorban a matematikai tudományokban PhD-t szerzettekre vonatkoznak, más tudományágakban (mint például a fizika) is relevánsak lehetnek.

Az alkalmazott matematika fontos szerepet tölt be a különböző termékek (mint például az alumínium) előállításában. A matematikusok prototípusokat terveznek, ellenőrzik és optimalizálják a terveket, folyamatokat automatizálnak, valamint a gyártósorok felügyeletében segítenek. (SIAM fotó)

Szakmai képességek

A matematika PhD-val rendelkezők legfontosabb szakmai képessége az, hogy képesek hosszas logikus és analitikus munkára. Egy doktori disszertáció megírása komoly tesztnek veti alá az egyén kitartó, önálló munkára való képességét, és jól méri, hogy rendelkezik-e elég fegyelemmel ahhoz, hogy be is fejezze a disszertációt. Ez a doktorandusz hallgatókra a témájuktól függetlenül igaz, bár az alkalmazott kutatásokat választók könnyebbnek találhatják a versenyszférában való elhelyezkedést.

Ugyanakkor vannak olyan általános területek, ahol a stabil szakmai háttér (amit mondjuk egy alap- vagy mesterképzés haladó kurzusain lehet elsajátítani) erősen kívánatos. Ilyenek a valószínűségszámítás és a statisztika, adatelemzés, matematikai modellezés, vagy a numerikus analízis alapjai (különösen a numerikus lineáris algebra). A különböző matematikai szoftverek (pl. MATLAB, Mathematica vagy Maple) ismerete kifejezetten hasznos lehet, csakúgy, mint mondjuk a C-hez hasonló nyelvekben való programozási tudás. Néhány cég ─ különösen, ahol komoly adatfeldolgozás történik ─ előírhat követelményként Python, R, C vagy hasonló nyelvekben való programozási tapasztalatot. [2]

Sok szóba jövő munkáltató még mindig úgy tekint a matematikából doktoráltakra, mint akik túl specializáltak és nem gyakorlatiasak, akiket csak az absztrakt gondolatok érdekelnek, és akik csak tételek bizonyításához értenek. A képességek széles tárházának bizonyítékai tehát fontosak: a komoly érdeklődés, a kíváncsiság, és a PhD témakörén kívüli területeken szerzett tapasztalatok.

Egy másik alapvető erősség a folyamatos tanulásra való képesség. Felbecsülhetetlen, ha valaki képes egy szituációba fejest ugrani, azt felmérni, és megállapítani, hogy mit szükséges tudnia. Az ismeretlen munkakörnyezethez való alkalmazkodás kifejezetten előny.

Fontos felismerni, hogy nem minden probléma igényel szigorú megoldást és 100%-os precizitást. Néha a frissen doktoráltak úgy próbálják demonstrálni analitikus képességeiket, hogy egy támadhatatlan megoldást, és annak bizonyítását keresik, ami gyakran a perspektíva hiányára, esetleg gyenge ítélőképességre utal. Egy probléma megoldására fordítandó erőfeszítés erősen szituációfüggő. Gyakran a legjobb megoldások ökölszabályokra épülő számításokon alapulnak. Sokra tartják, ha valaki megtanulja felmérni a problémákat, és meg tudja indokolni az azok megoldásához szükséges erőfeszítés szintjét.

Lényeges megjegyezni, hogy nagyon ritkán (tapasztalataim szerint sohasem) fognak valakit matematikusként alkalmazni. A matematikus egy cég számára nem matematikusként értékes, hanem egy olyan széleskörű képességekkel rendelkező egyénként, akinek mellesleg matematika PhD-ja van. A tudósokat, mérnököket és matematikusokat azzal a várakozással veszik fel ipari pozíciókba, hogy az adott ipari területen olyan széleskörű szakmai képességekkel rendelkeznek (vagy alakítanak ki), amelyekkel hozzájárulnak a cég céljaihoz. Az iparban a főnökök elvárják, hogy az alkalmazottaik a tudományos vagy mérnöki hátterüktől függetlenül megoldjanak minden felmerülő technikai problémát.

Kommunikációs képességek

Nem túl meglepő módon az ipari környezetben a PhD-val rendelkezőknek meg kell tudni osztani bármilyen információt a ─ különböző háttérrel rendelkező ─ kollégáikkal. Ennek egy része, hogy megtanulják a mérnökök, vegyészek, biológusok, informatikusok és mások szaknyelvét. Úgy találom, hogy ez segít megérteni és értékelni az ő szemléletüket. Néha a valódi technikai problémák elő sem kerülnek addig, amíg a nyelvi problémát nem sikerül áthidalni. Nem egyszer dolgoztam olyan problémán, melyről feltételeztem, hogy egy jól meghatározott probléma az általam kevéssé ismert technikai területen, majd kiderült, hogy nem is ezt a problémát kellett volna megoldani. A technikai specializációk közti nyelvi és kulturális különbségek feloldása segíthet a ,,jó megoldás a rossz problémára'' dilemma elkerülésében. Egy munkakörnyezetben a ,,közös tudás'' kifejlesztésének folyamata azzal kezdődik, hogy kialakítjuk a közös szótárat, közös célokat, esetleg a közös szemléletet.

A matematikusok gyakran az ipari gyártósorok fejlesztésében kamatoztatják a képességeiket. (SIAM fotó)

A releváns kommunikációs képességek tartalmazzák mind a beszélt, mind pedig az írott, valamint a formális és informális változatokat. Az például értékes tudás, ha valaki rövid időn belül össze tud rakni egy tömör és érthető prezentációt. Továbbá a tiszta, rendezett és artikulált írás még mindig elég ritka ahhoz, hogy feltűnést keltsen.

Noha a fent említett megközelítések leginkább más mérnökökkel és tudósokkal való kommunikációra vonatkoznak, a legtöbb cég alkalmaz egyéb munkakörben levő alkalmazottakat is (például eladókat, marketingeseket, gyártósoron dolgozókat, pénzügyeseket, jogászokat, és egyéb vezető csoportokat), akikkel szintén tartani kell a kapcsolatot. Amíg egyéb mérnökök és tudósok világnézete csupán különbözik a tiédtől, addig az ilyen különféle háttérrel rendelkező személyek szemlélete észvesztően eltérhet a tiédtől. Mindezek ellenére ahhoz, hogy képes legyél velük együtt dolgozni, szükséged lesz arra, hogy bizonyos dolgokat megérts róluk, a céljaikról, és a tetteik következményeiről. Ezeken felül míg az akadémiai szférában általában egyéni munka folyik, addig az iparban sokkal gyakoribb a csapatmunka. Ehhez pedig alkalmazkodni kell a szaknyelvhez, a kultúrához, a munkastílushoz és a személyiségek között felmerülő különbségekhez.

A friss PhD-sok az oktatási tapasztalatukat előnyükké kovácsolhatják. Az iparban nagyon gyakori az (egyéni vagy csoportos) oktatás, ahogy az emberek természetes módon tanítják egymást a mindennapi helyzetekben. Említésre érdemes tulajdonság, ha valaki képes érthetően és tömören átadni ötleteket és fogalmakat, vagy félreértéseket felismerni és kezelni. Egy lehetséges munkáltató számára ez stabil bizonyítéka a kommunikációs képességeknek.

Rugalmasság

Az emberek, különösen a technikai szakmákban dolgozók, egyre nagyobb arányban váltanak legalább egyszer karriert aktív életük folyamán. A rugalmasság a túlélés képessége: szükséges, hogy a PhD-val rendelkezők egy széles látókörű, a világgal kapcsolatban álló, valamint a kihívásokra nyitott egyénnek lássák magukat. Ahhoz, hogy a frissen doktoráltak sikeresen megállják a helyüket az akadémián kívül is, fontos, hogy hajlandóak legyenek mélyen beleásni magukat azokba a projektekbe, amelyeken dolgoznak.

Előfordul, hogy akkor van a legnagyobb mértékben szükség a rugalmasságra, amikor a friss PhD-snak újra fel kell találnia önmagát, és a versenyszféra állásaihoz kell igazítania a várakozásait. Sajnos gyakran megtapasztaltam, hogy a friss matematika PhD-val iparban elhelyezkedő emberek úgy érzik, hogy elbuktak, mint matematikusok, és csalódást okoztak a témavezetőiknek és mentoraiknak, mert nem azt csinálják, amire tanították őket. A helyzethez való alkalmazkodás akár traumatikus is lehet, ám fontos, hogy a PhD-s még az előtt rendezze ezt magában, mielőtt aktívan elkezd munkát keresni. A bizonytalanság ugyanis nem jó stratégia az interjúkon. A szükséges önértékelés és a várakozások újragondolása legjobb, ha minél előbb megtörténik, még a doktori iskola elvégzése alatt.

Összefoglalás

A friss matematika PhD-val rendelkezők igazán értékes munkaerőt jelentenek. Ahhoz, hogy sikeres pályát fussanak be, és tudásukat a legjobb szolgálatba állítsák, csokorba szedtem azokat a képességeket és tulajdonságokat, amelyek kívánatossá teszik őket az ipar számára. Azt gondolom, hogy ezek hasznosak, bármilyen irányt is vegyen jövőbeli karrierjük.

Bill Satzer

Bill Satzer a matematikai PhD-ját a Minnesotai Egyetemen szerezte meg égi mechanika témában Dick McGehee témavezetése alatt. Szinte egész karrierjét az iparban töltötte, nemrég ment nyugdíjba a 3M cégtől.

A cikk eredetileg a SIAM News 2017. július-augusztusi számában jelent meg, What Characteristics Make Mathematicians Suited for Industry? címmel.

Fordította: Horváth Gábor

Horváth Gábor 2017 nyara óta egy befektetési bankban kockázatelemzéssel foglalkozik. Előtte a Debreceni Egyetem Algebra és Számelmélet Tanszékének egyetemi docense volt. Számítástudományokból Angliában, matematikából az Eötvös Loránd Tudományegyetemen szerzett PhD fokozatot.

[1] Az angol kifejezés az ,,industry'', jelentése ipar. Ugyan Magyarországon szokták az ipart ebben a szövegkörnyezetben is használni, a helytálló magyar kifejezés a nem állami szférára a versenyszféra.

[2] az R nyelv a fordító megjegyzése