nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
26-07-22
12:50
Υπάρχουν όμως μαθήματα της ένωσης οπως τα στοχαστικα πρότυπα που χρειάζονται θεωρήματα όπως του Ito και θεωρία μέτρου (δεν χρειάζεται να εισια μαθηματικός για να τα ξέρεις, και στα στατιστικά τμήματα διδάσκονται θεωρία μέτρου και στοχαστική ανάλυση και θεωρητική και εφαρμοσμένη στα χρηματοοικονομικα) και φυσικά πολύ καλή γνώση απειροστικου λογισμού και Στατιστικής συμπερασματολογιας.
Για να σου απαντήσω πιο ειδικά, φαντάζει κάπως επιστημονικά αδόκιμο ένας μη Μαθηματικός να ισχυρίζεται ότι κατανοεί εξειδικευμένα κεφάλαια των θεωρητικών μαθηματικών ακόμη και αν αυτά διδάσκονται σε ένα Τμήμα Στατιστικής όπως διδάσκεται και η Φυσική σε ένα Τμήμα Χημείας. Δεν είναι το ίδιο. Δες είναι μόνο η θεωρία μέτρου και η στατιστική συμπερασματολογία, όσο η σφαιρική γνώση των ανώτερων μαθηματικών που χτίζουν μια συμπαγή μαθηματική σκέψη και για τον κόσμο των επιχειρηματικών αποφάσεων. Δεν αντιλέγω ότι αφού φτιάχτηκαν και τα Τμήματα Στατιστικής κάτι θα πρέπει να διδάσκουν. Όμως από άποψη καθηγητή Στατιστικής με πτυχίο και διδακτορικό Στατιστικής, θεωρεί ότι το Μαθηματικό πρόγραμμα σπουδών δίνει μια διαφορετική άποψη και περισσότερη δομημένη σκέψη σε ειδικά σύνθετα προβλήματα της χρηματο-οικονομίας κάτι που δεν έχουμε παράδοση στην Ελλάδα αφού η πλειονότητα των Μαθηματικών βιοπορίζονται ως καθηγητές μέσης εκπαίδευσης και φροντιστηρίων ή ιδιαίτερων μαθημάτων.
Σε συζητήσεις με μαθηματικους που δώσανε μαθήματα στην ένωση δυσκολεύονται στο να κατανοήσουν ορολογίες και τυπολογία πχ πως γραψονται τα εννιαια καθαρά ασφάλιστρα που θυμίζουν κινεζικη γραφή καθώς και τις ραντες που ναι μεν είναι ακολουθίες αλλά στα χρηματοοικονομικα έχουν δικό τους τρόπο γραφής και ορολογιας. Από την άλλη οι στατιστικοι και οι οικονομολόγοι πιο εύκολα μπορεί να τα βρουν σκούρα σε υπολογισμούς που εμπλέκουν ανώτερα μαθηματικά. Η γνώμη μου είναι ότι σήμερα για να γίνεις αναλογιστης (όχι πιστοποιημενος) δηλαδή να δουλέψεις ως Actuarial Analyst προτιμότερο είναι να μάθει κανείς sql, Python ή R και να έχει κάποιο πτυχίο Στατιστικής/Αναλογισμού /μαθηματικών και κάποια προϋπηρεσία στον ασφαλιστικό χώρο.
Οι περισσότεροι Μαθηματικοί στην Ελλάδα έχουν πολύ χαμηλό επίπεδο κάτι που αποδεικνύεται από τα λεγόμενα ενός Κοσμήτορα Μαθηματικής Σχολής Πανεπιστημίου εξωτερικού ύστερα από συζήτηση μαζί του, που ειδικά Έλληνες μεταξύ άλλων εθνικοτήτων δεν μπόρεσαν να αντέξουν το πρόγραμμα σπουδών ενώ είχαν Λίαν Καλώς, σηκώθηκαν και έφυγαν. Αυτή η συμπεριφορά του τυχοδιωκτισμού τους ανάγκασε να πάρουν μέτρα εισαγωγής πιο αυστηρά στο μεταπτυχιακό πρόγραμμα ώστε να μην δέχονται κάτω από έναν πολύ υψηλό βαθμό πτυχίου και φυσικά αποδεδειγμένες εργασίες κατά τη διάρκεια του προπτυχιακού κύκλου κάτι που δεν συνηθίζεται στα Ελληνικά Μαθηματικά Τμήματα. Οι Έλληνες γενικά αποφεύγουν να κάνουν μεταπτυχιακές σπουδές σε δύσκολα αντικείμενα ακόμη και στο Πολυτεχνείο στο εξωτερικό επειδή έχουν μάθει σε αεροπαπατζήδικες μεθόδους σπουδών κάτι που δεν σηκώνει το κλίμα. Το γεγονός ότι η εποχή ζητάει περισσότερο δεξιότητες έναντι δομημένης σκέψης, είναι στα πλαίσια της γενικότερης ιδέας, του αναλώσιμου πτυχιούχου και της προσωρινής απασχόλησης. Η εποχή που ζούμε γενικά έχει μια παρακμή ακόμη και στην ποιότητα των θέσεων εργασίας σύμφωνα με ειδικούς στον χώρο της ψυχολογίας του εργαζομένου.
Για το θέμα της ορολογίας, είναι μια τακτική που συνηθίζεται στην εποχή της εξειδίκευσης ώστε να δημιουργούνται θέσεις εργασίας με πιο μικρά κομμάτια της πίτας. Δεν αλλάζει το αποτέλεσμα. Μπορεί οι Φυσικοί να αποκαλούν την δυική μεταβλητή ως πολλαπλασιαστή Lagrange σε ένα πρόβλημα μηχανικής και οι Μηχανικοί ως συζυγή παράμετρο. Αλλάζει κάτι ως προς την χρησιμότητά του; Οι ορολογίες μαθαίνονται. Η σκέψη δεν μαθαίνεται.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
26-07-22
12:06
Ουκ ολίγες φορές έχω εκφράσει την άποψη ότι θα με ενδιέφερε να ασχοληθώ με τα μαθηματικά σε βαθύτερο επίπεδο από ότι μερικές κούρσες εφαρμοσμένων μαθηματικών πχ βελτιστοποίηση, στατιστική ή ράντες για χρηματοοικονομικά/αναλογιστικά και πολύ γρήγορα φίλος μου έχει αντιπαρέλθει την άποψη αυτή, λέγοντας μου ότι θα ήταν καλύτερο να πάω σε bootcamp προγραμματισμού για να μάθω Python + SQL γιατί αυτό θα μου δώσει περισσότερη αξία στην αγορά εργασίας και εκεί θα λύνω real "world problems"
Επειδή έχω δυο φίλους από τον χώρο της πληροφορικής άλλης εθνικότητας, που εργάζονται σε πολυεθνικές στη Γερμανία μου λένε ότι το real world problems είναι μια σχετικά αόριστη λέξη. Οι καλές και ανώτερες σπουδές σε Μαθηματικά ή Επιστήμη Μηχανικού σίγουρα δίνει καλύτερο εύρος σκέψης και δεξιοτήτων τρόπου επίλυσης πολλών προβλημάτων σε μια βιομηχανία. Σε μια τέτοια περίπτωση παίζουν ρόλο τα εξής:
- Αν η εταιρία είναι μικρή, οικογενειακή και δεν έχει τα μέσα για επιμόρφωση των στελεχών, πόσο μάλλον να έχει εύρος αρμοδιοτήτων ώστε να χρειάζεται επιστήμονες πέρα από το πακέτο της ανάλυσης δεδομένων επειδή χρησιμοποιεί ήδη έτοιμες πλατφόρμες και φόρμουλες από μεγαλύτερες εταιρίες.
- Αν η εταιρία είναι πολυεθνικός όμιλος εταιριών με πλήρες πακέτο αρμοδιοτήτων, που να παράγει ή να κατασκευάζει ένα προϊόν ή μια τεχνολογική καινοτομία ώστε να έχει ενσωματωμένη ερευνητική ομάδα.
- Οι γλώσσες προγραμματισμού γενικά δεν μετράνε ως ειδική επιστημονική γνώση όπως νομίζουν πολλοί στην Ελλάδα, αλλά μόνο ως εργαλεία και εκεί που χάνουν οι περισσότεροι στην αποστολή βιογραφικού, είναι ότι δεν αναφέρουν σε τι πρόβλημα ακριβώς εργάστηκαν πάνω σε μια γλώσσα προγραμματισμού. Αν για παράδειγμα ασχολήθηκαν με την μέθοδο Newton σε πρόβλημα Οικονομετρίας για κάποια Τράπεζα μετράει από την γενική άποψη ότι απλά ξέρουν την τάδε υπολογιστική εφαρμογή που έτυχε να δουν σε κάποιο θερινό σεμινάριο για Πληροφορική.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
26-07-22
02:25
Σίγουρα, πάντως σε ένα άρθρο που είχα διαβάσει ακόμη και στελέχη στον χώρο της πληροφορικής όσο και ακαδημαϊκοί αμφισβητούν την βιωσιμότητα της επιστήμης δεδομένων και πόσο μάλλον αυτή θα "καταπιεί" τις επιστήμες όπως αυτές τις ξέρουμε σήμερα. Φυσικά και θα έχουμε εξελίξεις όπως όταν κανείς δεν φανταζόταν ότι το Τμήμα Θεολογίας θα αποτελούσε την αρχική μορφή των Τμημάτων Μαθηματικών, Φυσικής και Φιλοσοφίας.
Ακόμη και σήμερα, η πανίσχυρη Γερμανία (ή το Μανχάταν της Ευρώπης όπως το αποκαλώ) δεν μετασχηματίζει όλα σε ανάλυση δεδομένων γιατί διαφορετικά μιλάμε για τεράστια πολιτισμική καταστροφή στην έννοια της επιστήμης και της ανθρώπινης σκέψης. Ήδη μεγάλο ποσοστό ανθρώπινου κεφαλαίου αναλώνεται σε "ευκαιριακές" επιλογές, να χάνονται ταλέντα σε άλλες ειδικότητες με αποτέλεσμα μεγάλο τμήμα της θεμελιώδους επιστήμης να έχει βαλτώσει και αναλωνόμαστε ακόμη σε μαθηματικά μοντέλα της δεκαετίας του 1930. Πού είναι ο επόμενος Gauss να σπρώξει το "κάρο" της νέας βελτιστοποίησης; Ναι τώρα παίζει μπάλα η επιστήμη των δεδομένων, όποιο άρθρο και να δεις σου παρέχει μια bot διαφήμιση σε 2-3 ημέρες μαθήματα σε SQL, Python, κτλ αλλά η στατιστική δεν είναι μόνο αυτά. Κανείς δεν σου παρέχει μαθήματα σε 2-3 μέρες πώς να μάθεις να σχεδιάσεις με υπολογιστικά εργαλεία ένα αεροσκάφος όμως, που και αυτό είναι της αγοράς..
Η αγορά εργασίας πολλές φορές κάνει βλακώδεις επιλογές λόγω του ευκαιριακού κέρδους, αν σκεφτούμε όλοι την επιλογή του πλαστικού ή της ενέργειας μέσω λιγνίτη, που πλέον κάνουμε ένα πισωγύρισμα ακυρώνοντας αυτή την "ανθρώπινη hot εφεύρεση" που στηρίζει θέσεις εργασίας. Από τη μια γίνεται ένα μπαμ και ένα αόρατο χέρι σπρώχνει τον κόσμο σε μαζικές σπουδές ίδιου περιεχομένου μέχρι να το σύστημα του χρόνου να τους ξεβράσει ως ξεπερασμένες γνώσεις. Δηλαδή, ο άνθρωπος εύκολα μετανιώνει και διάφορες μεγαλοστομίες της κάθε εποχής, ακυρώνονται όταν παρέλθει ο χρόνος.
Ακόμη και σήμερα, η πανίσχυρη Γερμανία (ή το Μανχάταν της Ευρώπης όπως το αποκαλώ) δεν μετασχηματίζει όλα σε ανάλυση δεδομένων γιατί διαφορετικά μιλάμε για τεράστια πολιτισμική καταστροφή στην έννοια της επιστήμης και της ανθρώπινης σκέψης. Ήδη μεγάλο ποσοστό ανθρώπινου κεφαλαίου αναλώνεται σε "ευκαιριακές" επιλογές, να χάνονται ταλέντα σε άλλες ειδικότητες με αποτέλεσμα μεγάλο τμήμα της θεμελιώδους επιστήμης να έχει βαλτώσει και αναλωνόμαστε ακόμη σε μαθηματικά μοντέλα της δεκαετίας του 1930. Πού είναι ο επόμενος Gauss να σπρώξει το "κάρο" της νέας βελτιστοποίησης; Ναι τώρα παίζει μπάλα η επιστήμη των δεδομένων, όποιο άρθρο και να δεις σου παρέχει μια bot διαφήμιση σε 2-3 ημέρες μαθήματα σε SQL, Python, κτλ αλλά η στατιστική δεν είναι μόνο αυτά. Κανείς δεν σου παρέχει μαθήματα σε 2-3 μέρες πώς να μάθεις να σχεδιάσεις με υπολογιστικά εργαλεία ένα αεροσκάφος όμως, που και αυτό είναι της αγοράς..
Η αγορά εργασίας πολλές φορές κάνει βλακώδεις επιλογές λόγω του ευκαιριακού κέρδους, αν σκεφτούμε όλοι την επιλογή του πλαστικού ή της ενέργειας μέσω λιγνίτη, που πλέον κάνουμε ένα πισωγύρισμα ακυρώνοντας αυτή την "ανθρώπινη hot εφεύρεση" που στηρίζει θέσεις εργασίας. Από τη μια γίνεται ένα μπαμ και ένα αόρατο χέρι σπρώχνει τον κόσμο σε μαζικές σπουδές ίδιου περιεχομένου μέχρι να το σύστημα του χρόνου να τους ξεβράσει ως ξεπερασμένες γνώσεις. Δηλαδή, ο άνθρωπος εύκολα μετανιώνει και διάφορες μεγαλοστομίες της κάθε εποχής, ακυρώνονται όταν παρέλθει ο χρόνος.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
26-07-22
01:22
Δηλαδή ή data ...ή το χάος;
Πάντως δεν θεωρούνται εύκολα μαθηματικά κεφάλαια. Θυμαμαι σε ασκήσεις μεταπτυχιακού επιπέδου να διαβάζουμε από ερευνητικές δημοσιεύσεις για να κατανοήσουμε την εκφώνηση της άσκησης και μετά να κάνουμε συνδυασμούς και πολλές θεωρητικές πράξεις.
Υπάρχουν όμως μαθήματα της ένωσης οπως τα στοχαστικα πρότυπα που χρειάζονται θεωρήματα όπως του Ito και θεωρία μέτρου (δεν χρειάζεται να εισια μαθηματικός για να τα ξέρεις, και στα στατιστικά τμήματα διδάσκονται θεωρία μέτρου και στοχαστική ανάλυση και θεωρητική και εφαρμοσμένη στα χρηματοοικονομικα) και φυσικά πολύ καλή γνώση απειροστικου λογισμού και Στατιστικής συμπερασματολογιας.
Πάντως δεν θεωρούνται εύκολα μαθηματικά κεφάλαια. Θυμαμαι σε ασκήσεις μεταπτυχιακού επιπέδου να διαβάζουμε από ερευνητικές δημοσιεύσεις για να κατανοήσουμε την εκφώνηση της άσκησης και μετά να κάνουμε συνδυασμούς και πολλές θεωρητικές πράξεις.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
22-07-22
16:43
Οι γνωστοί σου λένε ότι η αναλογιστική είναι μια πολύ καλή επιλογή επειδή έχουν πάρει την άδεια αναλογιστή και έχουν ξεμπερδέψει. Για να πάρεις όμως την άδεια αυτή χρειάζονται πολλά χρόνια σπουδών, σημαντική επένδυση χρόνου για να περάσεις τις πολλές και δύσκολες εξετάσεις, και μια αντίληψη πάνω στο αντικείμενο η οποία δεν ξέρω αν διδάσκεται. Στην ένωση αναλογιστών μας είπαν ότι υπάρχουν άνθρωποι που περνάνε τις εξετάσεις χωρίς καν να παρακολουθήσουν τα μαθήματα που προσφέρονται από την ένωση, και άλλοι που παρακολουθούν 3 και 4 φορές τους κύκλους των μαθημάτων και κόβονται στις εξετάσεις για χρόνια. Είναι όντως ενδιαφέρουσα επιστήμη, αλλά αναρωτιέσαι αν αξίζει τόση ταλαιπωρία ενώ αν ασχοληθείς με υπολογιστές πχ βρίσκεις δουλειά αμέσως σε entry level θέση. Πραγματικός κορεσμός δεν ξέρω αν γίνεται να υπάρξει, καθώς οι αναλογιστές στην Ελλάδα είναι πολύ λίγοι και περιζήτητοι.
Oι εξετάσεις είναι αρκετά δύσκολες και αρκετά ακαδημαϊκά μαθηματικές. Όπως μας έλεγε ένας καθηγητής στο μάθημα της στοχαστικής ανάλυσης, είναι από τις μοναδικές εξετάσεις του δημοσίου όπου η ύλη είναι αμιγώς ακαδημαϊκή και γι' αυτό δεν προσελκύει κόσμο. Όταν εξετάζονται ειδικά θέματα στοχαστικών συγκλίσεων σε προβλήματα ασφαλίσεων και αντασφαλίσεων, δεν το λες και ουάου για να αποτελεί πιασάρικη κατεύθυνση, όταν ο μέσος απόφοιτος Μαθηματικός δεν μπορεί να αποδείξει μια απλή σύγκλιση ακουλουθίας πόσο μάλλον αν αυτή ορίζεται σε χώρους κατανομών...ίσως να μην το ξέρουν το θέμα σαν μαθηματική έννοια γιατί δεν υπάρχει κάποιος κρατικός έλεγχος τι ακριβώς διδάσκεται και τι όχι, σε ένα Τμήμα Μαθηματικών. Οι περισσότεροι φοιτητές Μαθηματικού μετά το 2ο έτος δεν δίνουν και μεγάλη βάση στην επιστημονική γνώση γιατί δεν βλέπουν κάποια χρησιμότητα γενικά, ακόμη και αν αυτό μπορεί να είναι μια Στατιστική. Οι θεωρητικές ενότητες των Μαθηματικών γενικά στην Ελλάδα, κρίνοντας και από τις συζητήσεις στο φόρουμ, δεν χαίρουν καμίας εκτίμησης. Οι περισσότεροι δεν κατανοούν τη σημασία από άποψης μαθηματικής σκέψης ακόμη και της γεωμετρίας επιφανειών στην ...στατιστική ή στην μηχανική μάθηση.
Για παράδειγμα, στην ύλη του ΑΣΕΠ για να διοριστεί κάποιος ως καθηγητής Μαθηματικών (πριν το 2008) σε σχολείο, δεν εξεταζόταν σε τίποτα από την Πανεπιστημιακή ύλη της επιστημονικής ειδικότητας.
Πολλές φορές έχω σκεφτεί σε μια ιδανική πραγματικότητα, πόσο ανεβασμένο θα ήταν το επίπεδο των καθηγητών Μαθηματικών μέσης εκπαίδευσης αν εξετάζονταν σε θέματα πέρα από το 2ο έτος σπουδών, όπως πολύπλοκα θεωρήματα σε χώρους Hilbert, ή θεμελιώδεις μορφές στη διαφορική γεωμετρία, ή θεωρήματα της ανάλυσης που χρησιμοποιούνται στην Στατιστική εκτίμηση κτλ, πράγματα που διδάσκονται οι φοιτητές των Μαθηματικών Τμημάτων αλλά ουδέποτε εξετάζονται ποτέ ξανά με κάποιον τρόπο. Με αποτέλεσμα να συσσωρεύονται κακής επιστημονικής ποιότητας πτυχιούχοι στην μέση εκπαίδευση. Με αυτή την πραγματικότητα, οι εξετάσεις διορισμού για την μέση εκπαίδευση ήταν περισσότερο με ύφος πανελλαδικών εξετάσεων: βασική ύλη-φροντιστήριο (παλιά θέματα)-εξετάσεις και όχι να εξετάζει την επιστημονική επάρκεια κάποιου ως κριτήριο συνεχούς αναβάθμισης για την μέση εκπαίδευση και εν γένει για το δημόσιο.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
16-07-22
15:07
Ότι θα φτάναμε στην Ελλάδα να βγάζουμε το Μαθηματικό ...χάσιμο χρόνου σπουδών.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
13-07-22
14:14
Απλά δεν έχουν και τόση σχέση σαν επιλογές, άσχετα αν η Στατιστική έχει μαθηματικά. Αλλάζει ο τρόπος σκέψης και ο σκοπός των σπουδών των δυο επιστημών. Στο εξωτερικό υπάρχουν Τμήματα Μαθηματικών και Στατιστικής ή Μαθηματικών και Πληροφορικής αλλά έχουν άλλο ακαδημαϊκό και ερευνητικό προσανατολισμό από το Τμήμα Στατιστικής (σκέτο) που ανήκει σε Οικονομικό Πανεπιστήμιο.
nPb
Επιφανές μέλος
Ο nPb αυτή τη στιγμή είναι συνδεδεμένος. Είναι Μεταπτυχιούχος και μας γράφει απο Πάτρα (Αχαΐα). Έχει γράψει 19,974 μηνύματα.
13-07-22
14:09
Το αναφέρεις λες και το Μαθηματικό έχει χολέρα. Καλή αρχή.
Ενημερωτικά:
Το Μαθηματικό Τμήμα δεν είναι Τμήμα Στατιστικής ούτε το Τμήμα Στατιστικής είναι Τμήμα Μαθηματικών. Οπότε η σύγκριση είναι λίγο άτοπη γιατί το Τμήμα Στατιστικής ανήκει σε Οικονομική Σχολή ή Οικονομικό Πανεπιστήμιο και είναι προσανατολισμένο στο χαρακτήρα των Οικονομικών και όχι των Μαθηματικών και εν γενεί Θετικών Επιστημών. Το Μαθηματικό Τμήμα ανήκει στη Σχολή Θετικών ή Φυσικών Επιστημών (και Πληροφορικής σε άλλες χώρες).
Ενημερωτικά:
Το Μαθηματικό Τμήμα δεν είναι Τμήμα Στατιστικής ούτε το Τμήμα Στατιστικής είναι Τμήμα Μαθηματικών. Οπότε η σύγκριση είναι λίγο άτοπη γιατί το Τμήμα Στατιστικής ανήκει σε Οικονομική Σχολή ή Οικονομικό Πανεπιστήμιο και είναι προσανατολισμένο στο χαρακτήρα των Οικονομικών και όχι των Μαθηματικών και εν γενεί Θετικών Επιστημών. Το Μαθηματικό Τμήμα ανήκει στη Σχολή Θετικών ή Φυσικών Επιστημών (και Πληροφορικής σε άλλες χώρες).
-
Το forum μας χρησιμοποιεί cookies για να βελτιστοποιήσει την εμπειρία σας.
Συνεχίζοντας την περιήγησή σας, συναινείτε στη χρήση cookies στον περιηγητή σας.