Absolutamente.
No me malinterpreten, yo sería el primero en elogiar la importancia y los logros de las matemáticas. Sin embargo, como un recién graduado que ha visto numerosas tesis de CS y trabajos de investigación, puedo atestiguar: ciertamente es posible hacer una investigación e incluso obtener un doctorado sin poseer el amor por las matemáticas, solo el conocimiento práctico de sus aplicaciones.
Manténgase alejado de la informática teórica. La teoría CS es solo una forma de matemáticas; no hagas eso si no lo disfrutas. Investigue en informática de sistemas en su lugar. (También hay una gran área gris intermedia que contiene especializaciones, como el diseño de algoritmos. El nivel de sofisticación matemática requerido para el trabajo diario en estas disciplinas varía enormemente y depende del grupo de investigación en particular en el que te hayas metido).
- ¿Hay algún algoritmo en línea para la reducción de dimensionalidad no lineal?
- ¿Por qué el parámetro predeterminado en csrankings.org es "EE. UU. Solamente" aunque el sitio web se llame "Clasificación de informática"?
- ¿Cómo se puede seguir el Karma Yoga en el campo de la informática?
- ¿Cuáles son las áreas de investigación más desafiantes en informática?
- ¿Es necesario investigar durante la licenciatura para ingresar a un programa de maestría en Ciencias de la Computación?
He visto (y leído) numerosas tesis que no usaron las matemáticas más allá de la teoría de probabilidad básica y las estadísticas (para pruebas de significación estadística). Hablaban de temas prácticos como:
- abstracciones de programación (tales como: para programación de toda la red o región de red; para programación concurrente; etc.)
- lenguaje de programación y diseño de herramientas de programación
- diseño de protocolo de red
- diseño integrado del sistema operativo
- el “lado humano” de la ingeniería de software (colaboraciones, gestión de riesgos, mejores prácticas de ingeniería de software, etc.)
- programa de prueba
- “arquitectura” de algo
- implementaciones de campo de software de nivel de investigación y las lecciones aprendidas de él.
Algunas de estas tesis fueron premiadas, tanto a nivel nacional como europeo. Una buena (y respetable) investigación se trata de encontrar y validar buenas ideas de investigación, no algún tipo de competencia entre nerds matemáticos.
¿Qué pasa si de repente te encuentras enfrentando un problema que no puede resolverse analíticamente sin habilidades matemáticas de nivel de posgrado? Yo personalmente he usado todos estos trucos:
1) Investigar la literatura. Si es un problema real e interesante, es probable que algún matemático ya lo haya resuelto.
2) Encuentre colegas con mayor inclinación matemática y solicite su consejo. ¡Es probable que estén felices de ayudar!
3) ¡No lo resuelvas analíticamente! Utilice simulaciones por computadora o métodos numéricos en su lugar. Las soluciones aproximadas en general son aceptadas en el sistema CS.
EO Wilson, uno de los fundadores de la biología evolutiva moderna (no CS, pero aún sujeto de matemáticas) tiene una perspectiva refrescante sobre esto:
Las matemáticas [son] el gran portador de errores para muchos aspirantes a científicos. Menciono esto no para fastidiar sino para alentar y ayudar. Quiero decir en esta carta para tranquilizarte. Si ya está bien preparado, digamos que ha aprendido cálculo y geometría analítica, si le gusta resolver acertijos y cree que los logaritmos son una forma ordenada de expresar variables a través de órdenes de magnitud, entonces es bueno para usted; Tu capacidad es un consuelo para mí. No me preocuparé tanto por ti, al menos no de inmediato. Pero tenga en cuenta que una sólida formación matemática no garantiza, repito, no garantiza el éxito en la ciencia. Volveré a esta advertencia más tarde, así que por favor manténgase enfocado. En realidad, tengo mucho más que decir a los amantes de las matemáticas en particular.
Si, por otro lado, eres un poco escaso en entrenamiento matemático, incluso muy corto, relájate. Estás lejos de estar solo en la comunidad de científicos, y aquí hay un secreto profesional para alentarte: muchos de los científicos más exitosos del mundo actual no son matemáticamente más que semiliterados. Una metáfora aclarará la paradoja en esta declaración. Donde los matemáticos de élite a menudo sirven como arquitectos de la teoría en el ámbito de la ciencia en expansión, la gran mayoría restante de científicos básicos y aplicados mapean el terreno, exploran la frontera, cortan los caminos y levantan los primeros edificios en el camino. Definen los problemas que los matemáticos, en ocasiones, pueden ayudar a resolver. Piensan principalmente en imágenes y hechos, y solo marginalmente en matemáticas.
Puede pensar que soy insensato, pero es mi costumbre dejar de lado el miedo a las matemáticas cuando hablo con científicos candidatos. Durante mis décadas de enseñanza de biología en Harvard, observé con tristeza cómo estudiantes universitarios brillantes se alejaban de la posibilidad de una carrera científica, o incluso de cursos no requeridos en ciencias, porque temían el fracaso en las matemáticas que podrían requerirse. ¿Por qué debería importarme? Porque tales fóbicos matemáticos privan a la ciencia de una cantidad inconmensurable de talento tan necesario y privan a las muchas disciplinas científicas de algunos de sus jóvenes más creativos. Esta es una hemorragia de poder mental que necesitamos detener.
Y especialmente esto:
Es mucho más fácil para los científicos obtener la colaboración necesaria de matemáticos y estadísticos que para matemáticos y estadísticos encontrar científicos capaces de utilizar sus ecuaciones.
