Πληροφορική ΟΠΑ vs ΑΠΘ vs ΕΚΠΑ

[dpa2007]

Καλησπέρα!
Ο γιος μου συγκέντρωσε 18.900 μόρια από ΕΠΑΛ πληροφορικής και είναι μεταξύ πληροφορικής ΟΠΑ και πληροφορικής ΑΠΘ και λιγότερο του ΕΚΠΑ, γιατί δεν τον ενδιαφέρουν τόσο οι τηλεπικοινωνίες. Πληροφορίες σχετικά μ' αυτές τις σχολές θα τον βοηθούσαν να κάνει τη σωστή επιλογή. Τον προβληματίζει και ο βαθμός δυσκολίας των μαθηματικών, παρά το 19,5 που έγραψε, λόγω της ύλης των ΕΠΑΛ. Για τον ίδιο λόγο, μαθηματικά και φυσική, απέρριψε και το Πολυτεχνείο.
Ευχαριστώ εκ των προτέρων!

Καλησπέρα και συγχαρητήρια για την επιτυχία.
Τηλεπικοινωνίες έχουν όλα τα τμήματα Πληροφορικής (για αυτό ονομάζονται και Πληροφορικής = Τμήματα που επεξεργάζονται, αποθηκεύουν και μεταδίδουν την Πληροφορία σε όλες τις μορφές της - (Ορισμός κατά Ανδρέα Πομπόρτση). Άρα χρειάζονται τόσο τα μαθηματικά όσο και τα Ηλεκτρονικά και τα Ηλεκτρικά Κυκλώματα ως αντικείμενο που θα διδαχθεί ο υιός σας.
Πληροφορική χωρίς Μαθηματικά και Φυσική δεν υπάρχει.
Τα μαθηματικά είναι βασικό κομμάτι τους και π.χ. η Αριθμητική Ανάλυση και η Θεωρία Υπολογισμού (Αυτόματα, Γλώσσες, Γραμματικές), τα Διακριτά Μαθηματικά, η Ανάλυση Αλγορίθμων, Αλγόριθμοι_2 είναι αναπόσπαστο κομμάτι της Πληροφορικής (Επιστήμης των Υπολογιστών ουσιαστικά).
Όσον αφορά π.χ. τα φίλτρα θα τα συναντήσει και σε τμήματα Πληροφορικής (υπάρχουν σε τμήματα ΗΜΜΥ και Φυσικής, αν το ψάξετε θα το επιβεβαιώσετε)
Αντίστοιχα μαθήματα θα βρει σε όλα τα τμήματα Πληροφορικής (κλασσικά και Εφαρμοσμένης Πληροφορικής).
Ελπίζω να σας κάλυψα...
Καλή επιτυχία!

 

[dpa2007]

Και μια μικρή αλλά πιστεύω ουσιαστική σημείωση, έστω με καθυστέρηση.
Τα τμήματα Εφαρμοσμένης Πληροφορικής (παλαιά ΑΒΣΘ=Ανωτάτη Βιομηχανική Σχολή Θεσσαλονίκης - νυν ΠαΜακ, ΑΒΣΠ=Ανωτάτη Βιομηχανική Σχολή Πειραιά) έχουν πολύ καλή αποκατάσταση σε εταιρείες μηχανογράφησης (μεγάλες και μικρότερες).
Δυστυχώς ξέχασα να το αναφέρω.
Αυτό το γνωρίζω μέσα από εταιρείες, αν και η εμπειρία μου πλέον είναι πολύ παλαιά (25 χρόνια πριν).

 

[redpointer]

Πληροφορική χωρίς Μαθηματικά και Φυσική δεν υπάρχει.
Τα μαθηματικά είναι βασικό κομμάτι τους και π.χ. η Αριθμητική Ανάλυση και η Θεωρία Υπολογισμού (Αυτόματα, Γλώσσες, Γραμματικές), τα Διακριτά Μαθηματικά, η Ανάλυση Αλγορίθμων, Αλγόριθμοι_2 είναι αναπόσπαστο κομμάτι της Πληροφορικής (Επιστήμης των Υπολογιστών ουσιαστικά).
Όσον αφορά π.χ. τα φίλτρα θα τα συναντήσει και σε τμήματα Πληροφορικής (υπάρχουν σε τμήματα ΗΜΜΥ και Φυσικής, αν το ψάξετε θα το επιβεβαιώσετε)
Αντίστοιχα μαθήματα θα βρει σε όλα τα τμήματα Πληροφορικής (κλασσικά και Εφαρμοσμένης Πληροφορικής).
Ελπίζω να σας κάλυψα...
Καλή επιτυχία!

Κανεις που δουλευει στον τομεα της πληροφορικης στην ελλαδα δεν θυμαται τα μαθηματικα η την φυσικη που εμαθε στο πανεπιστημιο! Μυθος οτι χρειαζεται να ξερεις μαθηματικα η φυσικη εκτος αν θες να πας για ερευνα που στην ελλαδα γινεται (οσο γινεται) στα πανεπιστημια και οχι στις εταιρειες.

 

[Debugging_Daemon]

Κανεις που δουλευει στον τομεα της πληροφορικης στην ελλαδα δεν θυμαται τα μαθηματικα η την φυσικη που εμαθε στο πανεπιστημιο! Μυθος οτι χρειαζεται να ξερεις μαθηματικα

Ναι πολύ μεγάλος μύθος, το data science και το ai που είναι τώρα μεγάλα hit ακόμα και σε industries δεν θέλουν καθόλου μαθηματικά (irony alert of course). Επίσης όσων αφορα την φυσική, στο ceid, που είμαστε μηχανικοί ΔΕΝ έχουμε κανένα μάθημα καθαρής φυσικής, όμως έχουμε μαθήματα τηλεπικοινωνιών και μαθήματα ηλεκτρονικής που διδασκόμαστε συγκεκριμένες πτυχές της φυσικής. Να μην μιλήσω επίσης ότι το game development είναι πολύ γνωστό για την χρήση μαθηματικών και φυσικής στην ανάπτυξή του... Αλλά ναι λέω λίγο βλακείες τώρα αφού όλοι στην Ελλάδα είτε app developers είτε web developers θα γίνουν, ποιός ο λόγος να ασχοληθούν με άλλα θέματα. Και εγώ που ασχολούμαι με το υλικό, την αρχιτεκτονική Υπολογιστών, τα λειτουργικά συστήματα και τον προγραμματισμό συστημάτων γενικότερα, χαραμίζομαι σωστά?

 

[redpointer]

Ναι πολύ μεγάλος μύθος, το data science και το ai που είναι τώρα μεγάλα hit ακόμα και σε industries δεν θέλουν καθόλου μαθηματικά (irony alert of course). Επίσης όσων αφορα την φυσική, στο ceid, που είμαστε μηχανικοί ΔΕΝ έχουμε κανένα μάθημα καθαρής φυσικής, όμως έχουμε μαθήματα τηλεπικοινωνιών και μαθήματα ηλεκτρονικής που διδασκόμαστε συγκεκριμένες πτυχές της φυσικής. Να μην μιλήσω επίσης ότι το game development είναι πολύ γνωστό για την χρήση μαθηματικών και φυσικής στην ανάπτυξή του... Αλλά ναι λέω λίγο βλακείες τώρα αφού όλοι στην Ελλάδα είτε app developers είτε web developers θα γίνουν, ποιός ο λόγος να ασχοληθούν με άλλα θέματα. Και εγώ που ασχολούμαι με το υλικό, την αρχιτεκτονική Υπολογιστών, τα λειτουργικά συστήματα και τον προγραμματισμό συστημάτων γενικότερα, χαραμίζομαι σωστά?

Devops κανω εγω αμα με ρωτησεις κατι απο αναλυση 2 η διακριτα μαθηματικα δεν θυμαμαι τιποτα τα περασα τοτε αλλα δεν τα ξαναεπιασα ποτε. Δεν χαραμιζεσαι που κανεις αυτα αλλα διαφωνω στο οτι καποιος χρειαζεται μαθηματικα για να γινει προγραμματιστης. Το σωστο ειναι οτι καποιοι κλαδοι της πληροφορικης χρειαζονται μαθηματικα ΑΝ και για ai απο οσο γνωριζω αν δεν κανεις ερευνα πανω σε αυτο δεν τα χρησιμοποιεις. Η ελλαδα ειναι χωρα που στις εταιρειες δεν γινεται καθολου ερευνα ενω στην αμερικη γινεται.

 

[Debugging_Daemon]

Το σωστο ειναι οτι καποιοι κλαδοι της πληροφορικης χρειαζονται μαθηματικα

Συνεπώς το πανεπιστήμιο πρέπει να τα διδασκονται.


Τώρα το ποιά πράγματα θα χρησιμοποιήσει ο καθένας είναι αλλουνού παπά ευαγγέλιο. Στο μάθημα που είχαμε φέτος υποχρεωτικό ("Προγραμματισμός και Συστήματα στον Παγκόσμιο Ιστό") κάναμε react και angular. Αν εγώ τελικά βρω δουλειά σε προγραμματισμό συστημάτων (που πραγματικά με αυτό μου αρέσει να ασχοληθώ) μάλλον θα ξεχάσω αυτά τα frameworks, αυτό δεν σημαίνει ότι δεν έπρεπε να διδαχθούν, vice versa αυτός που θα δουλέψει web development ίσως ξεχάσει την Αρχιτεκτονική Υπολογιστών in the long run, αυτό δεν σημαίνει ότι δεν έπρεπε να διδαχθεί κ.ο.κ. Ο καθένας θυμάται αυτά που χρησιμοποιεί πιο συχνά γιατί έτσι λειτουργεί ο ανθρώπινος εγκέφαλος, χωρίς όμως αυτό να σημαίνει κάτι για το πρόγραμμα σπουδών των σχολών και την αξία των λοιπών μαθημάτων

 

[Samael]

Εξαρτάται τι θες να κάνεις.
Σίγουρα μπορείς να εκπαιδεύσεις ένα νευρωνικό δίκτυο ακόμα και εαν είσαι άσχετος.
Τι δεν μπορείς να κάνεις όμως ή τουλάχιστον γίνεται υπερβολικά πιο δύσκολο εαν δεν έχεις γνώσεις υψηλότερου επιπέδου :

1. Να καταλάβεις πολύ καλά πως λειτουργεί και τι ακριβώς κάνεις.
2. Να τροποποιήσεις την αρχιτεκτονική ώστε να ταιριάζει στις ειδικές απαιτήσεις της εφαρμογής που θες.
3. Να βελτιώσεις αλγόριθμους.
4. Να εφεύρεις ακόμα και εντελώς καινούριες μεθόδους για να κάνεις πράγματα.
5. Να ερμηνεύσεις και να αξιολογήσεις σωστά τα δεδομένα που είναι κατάλληλα για την εκπαίδευση ή τα αποτελέσματα.

Οπότε το κύριο ερώτημα είναι εαν θες να μπεις πιο βαθιά ή απλώς να είσαι μόνο χρήστης τεχνολογίας.
Ακόμα και για το web dev όμως, πάλι έχεις επιλογές. Μπορείς να κάνεις "απαλά" πράγματα, ή να πας στο τελείως άλλο άκρο που θα φτιάχνεις και γαμώ τα σαιτ, με custom shaders κτλπ.

Τέλος πάντων, η ουσία είναι πως η σχολή σου δίνει γνώσεις. Το πως θα τις μετατρέψεις σε εργαλεία με οικονομικό όφελος, είτε αυτό σημαίνει να δουλέψεις στην βιομηχανία είτε να δημιουργήσεις μια δική σου επιχείρηση, είναι προσωπική σου υπόθεση. Υπάρχουν άπειροι τρόποι να γίνει αυτό, αλλά ο καθένας θα πρέπει να βρει τον δικό του.