×

Loading...

Topic

This topic has been archived. It cannot be replied.
  • 枫下家园 / 望子成龙 / 借眼下热议的数学,有个疑问:为何这里读CS/SE之类的IT专业要求数学要狠好呢?记得当年在国内计算机专业所读的数学课程只是一般而已,貌似都没有自控专业读得多且深?当然大家都无法与数学专业比,但也有不少理工专业对数学要求不比CS差,是否在北美要求不一样? +1
    • 看学校要求。我专业是软件,数学读的是A类,数学分析,和数学系一起考试,读三个学期。 +4
      • 哦,那估计是后来随着电脑的升级换代及应用的普及,要求也高了.....当年学BASIC/Fortran时用的是骨灰级的电传打字机DJS130,最好的也就IBM4341终端机而已,上机大部分时间浪费在输入程序而不是运行调试...数学再好也没鸟用...
        • 赞,同时代的学友,当时的code全是纸带上打孔。当年用Z-80还获得科研成果二等奖。
          • 微机原理就是结合Z80来学的,就1本指令集手册也没多少参考书,先写出汇编码再根据手册翻译成数码,简直就像特工译密电码,学完后原理就很清晰的印在脑中了...貌似以前的学生接触底层的东东比现在学生多,现在高级编程语言、参考书、网上资源都在井喷时代,当年就像原始社会
      • 我也是软件专业。数学分析离散什么的一样不拉。
        课本和数学系的一样。
        • 大学数学读得我苦不堪言,三个学期的数学分析,还得啃吉米多维奇,两个学期的高等代数,然后离散数学,........打一毕业我就把这些全扔了。
    • 逻辑思维要强 +2
      • 强得过读法律的?找虫时的那点逻辑判断要求并不需要很高吧?像开发出第一个网络浏览器的需要逻辑更强还是想象力更强?
        • 编的好的跟差的差远了,而且还看编的是什么。上学的时候当然是按高标准去学的。 +1
          • 再说cs也不是编程
        • 这就是低级码工和高级程序员的差距,数学就好比是素质教育。尤其是将来的IT 科技,面向AI, machine learning 的程序设计,没有N层的数学功底,根本无法胜任。 +6
          • 你不如直接说坚实的数学功底就像天生过人的sex drive, 编程语言不过是technique 的训练而已,体永远高于用。不懂数学,但是向来崇拜物理数学的高手。 +1
        • 数学的逻辑 包括算法,方略等, 不是简单的语言式的三段论形式逻辑。 +1
          • 俺的意思是说,现实中大多数的IT活真正用得上高深数学知识的并不多.....数学基础深厚还得有施展的空间/机会...另外,就编程而言,悟性最重要,数学再好若悟性不够高/想象力缺乏,一样成不了大牛....
        • 不是学 cs 的瞎说啊——如果九十年代前后你了解 tokenizer, markup lang, parser, graphic, HTTP protocol 你可能会觉得 HTML / 浏览器的出现不是靠想象力,是基于基础知识——大牛们只是擅长分析/拆分进而解决一个问题——基于逻辑和抽象能力,和没准儿一点点想象力
          • 你说的也有一定道理,所谓厚积薄发嘛,厚积是薄发的基础,只是现实中厚积者众,而能薄发者相对仍是少数...正因为少,所以超强想象力才显得可贵...而且悟性高的人往往能缺啥补啥,所需的知识积累不是太大的问题...
            • 那是因为大部分人都是“学了”而不是“学明白了”... 真学明白了,就是“融会贯通”不是“想象力爆棚”了 lol... +4
    • 乱讲,你上过CS?数学分析就学了2年。七七八八的课程就数数学学的多。
      • 前面有人说了估计也看不同学校有不同要求,就纯数学课程而言,CS不算太多,不少其它理工专业贯穿4年,比如有的无线电、自控等专业甚至大四了还在上滤波的数学应用、系统工程的优选算法、决策算法....
    • 是不是 IT 的起源是从 Algorithm 开始,这时候需要数学好。Algorithm 都是数学和数学建模。后来尽管 IT 的广义范围迅速膨胀,而且多数用户是在高级应用层面或者是和工商业结合,Algorithm 变成了少数核心人士的营生,但是教育还没有抛弃根源设置也没能跟上社会变化的节奏。
      • 程序设计吧,不能用IT这个词,这词太大了,铺cable都属于IT的。 +1
        • 是,我写完了也觉得不妥,但是也确实没想出合适的词代替。
      • IT主要在逻辑,那点数学没法和学化工,热工的难度比
      • 真正需要高深数学/算法的地方一般是在构建新系统如新的OS、DBS或某些领域的应用如AI、预测、决策、大数据应用等等,而且多数也只是在核心/底层搭系统平台的那部分人,其它多数人只在应用层玩现成工具而已... +2
    • 几年前遇到一个从nortel辞职回学校读数学系的北大CS硕士毕业的。他说自己的数学知识太少好多工作中不够用。回学校从本科读起,
      当然转了不少学分然后又读graduate。现在美国sw大公司招人刷题就是algorithm 。EE到了phd也都是数学modeling 。数学好在stem 专业还是非常有优势的
      • 你有问过他,本科是在北大读的吗? +1
        • LOL
        • 记得你是北大的。 +1
          • 是哪儿的都没用,我现在的工作啥计算机的知识都用不上了。:-)
        • 本硕都在北大。那时候我们都在学校上学,见面经常聊天。此人有些书呆子气。
    • 编程的实际上只需要高中生就行了,多年前我供职的一个大公司招程序员就是这么写的。前不久在国内一个团子里逛,发现中国现在程序员不少也就高中学历 +1
      写程序这东西跟机械电子等真不一样,那些行业工程师和工人是分的很清楚的,工程师设计画出图纸,工人管造出来。工人也要能看懂图纸,还要结合机床的特性来造出来。

      但是程序这东西程序员一般也就是查个API,实际上干的是工人的活。主要问题是一些大公司为了垄断,给一般的程序提供免费的API,比如微软和JAVA的库等等,这样绝大部分比例的程序员是干工人的活,只有那些卖API的公司里面的程序员才是干的工程师的活,比如建模算法等等
      • 其实这是个恶性循环 -- 很多企业包括中小企业其实需要计算机辅助*决策*,
        但多少年了大部分所谓 IT 还仅仅能做到 CRUD -- 出几个真正意义上 BI 的报表都挺费劲儿的。同时懂计算机,商业业务需求,数学建模的人凤毛麟角 --- 只有极少数公司能够雇得起他们。希望 AI 的出现能够慢慢改变一些 -- 好比以前只有榔头,现在有车床了 -- 但还是需要有人知道要车什么...
        • "同时懂计算机,商业业务需求,数学建模的人凤毛麟角"
          这是个 TEAM WORK。需要的是个领头大哥,而不是孤立的英雄主义。
          • 不管是个人也好,团队也好,中小型企业需要 afford 得起 -- 举个例子,比如你的公司有 30 辆 trucks,你想知道明年一半要换新车时买哪个型号的比较好 -- 根据你已有的 10 年历史数据,包括
            维护,油耗,折旧等等,以及你的业务需求...
            1. 你肯定不想花钱雇好几个人来回答这个问题
            2. 你雇顾问咨询公司,他们也得花时间花人工了解你的需求,分析你的数据
            3. 最后你能不能信任某个答复...

            只是个例子 --- 可能不那么恰当 --- 你可能随便 google 一下就知道你该买什么车了,但我的意思是这些事情(需求分析,建模等等)总得有人做 ---- 现在不是做完了,而是还没有开始... 目前对计算机的使用还停留在很低的阶段 --- generic AI 普及后可能能好些 --- 但根据现阶段得出结论 “做 IT 不需要数学” 有点....
            • 我觉得有可能你把棋盘想得太大了。VISION 太大太空泛要不得。

              • lol 这是个几十年前经典问题 intel:明年我们几十亿的广告费用是放在奔四还是奔5上比较划算?几十年前这是个 $1B question -- 现在还是。棋盘一直在那里...
        • 这个在前期往往就是BA(国内称系统分析员)的活,但问题也可能是这边的IT活分工过细所致....过去在国内作一些大的系统集成项目时,因人手少就被逼成全能型的:从系统分析/设计/实施/维护甚至客户培训全程统统干过.... +1
      • 嗯,不少是这么回事,但也看是哪方面应用和什么类型的码活,一般的前台应用容易上手,但涉及到后台某些复杂处理及算法的,或是实时控制、接口、硬件驱动等与底层相关的可能玩不溜...
      • 你说的编程就是programmer,高中生做个APP其实很容易。但对于Swe 来说往往要有更多软硬理论知识算法知识。在大公司R&D部门,R就是搞算法,然后D部门去implement