ΗΜΜΥ vs Ναυπήγων

[Kostas_Athens]

Ακριβώς .
Αυτή την στιγμή το μόνο επάγγελμα που ξέρω οτι μπορεί να βγάλει περισσότερα και απο προγραμματισμό είναι οι mixed IC designers , αλλά μόνο σε top notch εταιρίες στύλ nVidia και με 10 χρόνια εμπειρία . Αλλά όλα αυτά είναι σχετικά . Μπορεί να είσαι σε ειδικότητα που δεν φημίζεται για τους μεγάλους μισθούς της και να τσιμπάς περισσότερα απο κάποιον άλλο σε machine learning ή ρομποτική ή IC design .

Και είναι και θέμα που τα βγάζεις . Λόγου χάρη τι να το κάνω να βγάζω τα κέρατα μου εαν το κόστος ζωής είναι μεγάλο ; Σε αυτό που θα συμφωνήσουμε είναι οτι μπορεί να μην γίνεσαι και πλούσιος , αλλά έξω έχεις ευκαιρία να ζεις αξιοπρεπώς . Στην Ελλάδα με τον βασικό μόνο δεν ζεις , όχι άνετα , αλλά ούτε και κανονικά .

Με το υπαλληλίκι φθάνεις ένα ταβάνι. Είναι καλό για να μαζέψεις αρχικό κεφάλαιο να ανοίξεις κάτι δικό σου.

Πάντως τα πιο πολλά τα βγάζουν αυτοί που ξέρουν να συνδυάζουν machine learning, blockchain και οικονομικά. Αλλά ανοίγουμε αλλη συζήτηση τελείως off-topic.

 

[Samael]

Με το υπαλληλίκι φθάνεις ένα ταβάνι. Είναι καλό για να μαζέψεις αρχικό κεφάλαιο να ανοίξεις κάτι δικό σου.

Αυτό ακριβώς , συμφωνώ απόλυτα . Μετά απο ένα σημείο που θα έχεις καταλάβει αρκετά καλά έναν χώρο σε συμφέρει περισσότερο να κάνεις κάτι δικό σου .

Πάντως τα πιο πολλά τα βγάζουν αυτοί που ξέρουν να συνδυάζουν machine learning, blockchain και οικονομικά. Αλλά ανοίγουμε αλλη συζήτηση τελείως off-topic.

Ναι αυτό πάει αλλού λίγο . Αλλά είναι επίσης ένα μονοπάτι που μπορεί να ακολουθήσει κάποιος . Υποθέτω κάποιος μηχανικός που τείνει πιο πολύ προς διοικητικά και οικονομικά ζητήματα να είχε ενδιαφέρον σε αυτά . Κατά τα άλλα το machine learning για τους ημμυ έχει γενικότερο ενδιαφέρον , και εδώ που τα λέμε για οποιαδήποτε ειδικότητα έχει να κάνει με ανάλυση και επεξεργασία δεδομένων . Δηλαδή λίγο πολύ όλες .

 

[Arvacon]

Λυστε μου ομως μια απορια κ εμενα τον νιουμπη...

Γιατι καποιος που θελει να ασχοληθει με ολα αυτα, τα οποια αποτελουν στοιχεια της επιστημης των υπολογιστων, να μην προτιμησει μια σχολη Μηχανικων Υπολογιστων και να θελει σωνει και καλα να φαει τοσα ενεργειακα και μη μαθηματα στη μαπα για τοσα χρονια?

Γιατι ο θεματοθετης εχει σκαλωσει με σχολες ΗΜΜΥ και οχι πχ με το CEID ας πουμε, το οποιο θα του δωσει πολυ παραπανω εφοδια σχετικα με το αντικειμενο που ψαχνει και θα επικεντρωθει αποκλειστικα σε αυτο?

Γιατι σωνει και καλα ΗΜΜΥ δηλαδη?

 

[Samael]

Λυστε μου ομως μια απορια κ εμενα τον νιουμπη...

Γιατι καποιος που θελει να ασχοληθει με ολα αυτα, τα οποια αποτελουν στοιχεια της επιστημης των υπολογιστων, να μην προτιμησει μια σχολη Μηχανικων Υπολογιστων και να θελει σωνει και καλα να φαει τοσα ενεργειακα και μη μαθηματα στη μαπα για τοσα χρονια?

Γιατι ο θεματοθετης εχει σκαλωσει με σχολες ΗΜΜΥ και οχι πχ με το CEID ας πουμε, το οποιο θα του δωσει πολυ παραπανω εφοδια σχετικα με το αντικειμενο που ψαχνει και θα επικεντρωθει αποκλειστικα σε αυτο?

Γιατι σωνει και καλα ΗΜΜΥ δηλαδη?

Συνήθως οι λόγοι είναι οι εξής :

1)Παρέχει πιο βαθύ υπόβαθρο στις φυσικές επιστήμες αλλά και στο υλικό .

2) Εχει πιο ευρύ αντικείμενο με τους υπολογιστές να αποτελεί μόνο έναν κλάδο μεταξύ πάρα πολλών άλλων.

Φυσικά η σύγκριση μπορεί να γίνει μόνο μεταξύ συγκεκριμένων τμημάτων αλλά η γενική παραδοχή σε παγκόσμιο επίπεδο είναι ότι οι ηλεκτρολόγοι/ηλεκτρονικοί ως εφαρμοσμένος κλάδος της φυσικής στην ουσία , σε βγάζουν πιο rounded . Αλλά μάλλον ο πιο κρατικός λόγος είναι ότι έχεις διεξόδους στους υπολογιστές ενώ ταυτόχρονα έχεις παραπάνω επαγγελματικά δικαιώματα αφού μπορείς να ασχοληθείς και με τον κατασκευαστικό/ενεργειακό τομέα .

 

[Kostas_Athens]

Λυστε μου ομως μια απορια κ εμενα τον νιουμπη...

Γιατι καποιος που θελει να ασχοληθει με ολα αυτα, τα οποια αποτελουν στοιχεια της επιστημης των υπολογιστων, να μην προτιμησει μια σχολη Μηχανικων Υπολογιστων και να θελει σωνει και καλα να φαει τοσα ενεργειακα και μη μαθηματα στη μαπα για τοσα χρονια?

Γιατι ο θεματοθετης εχει σκαλωσει με σχολες ΗΜΜΥ και οχι πχ με το CEID ας πουμε, το οποιο θα του δωσει πολυ παραπανω εφοδια σχετικα με το αντικειμενο που ψαχνει και θα επικεντρωθει αποκλειστικα σε αυτο?

Γιατι σωνει και καλα ΗΜΜΥ δηλαδη?

Η μισή Ελλάδα ζει στην Αθήνα, Αττική και στο Πολυτεχνείο της Αθήνας υπάρχει μόνο μία σχολή η ΗΜΜΥ. Άρα δεν έχει νόημα η ερώτηση για την Αθήνα.

Η ερώτηση έχει νόημα π.χ. για την Πάτρα που έχει και τις δύο σχολές. Για την Αθήνα θα είχε νόημα η ερώτηση: ΗΜΜΥ ΕΜΠ ή Πληροφορική ΕΚΠΑ;

Να σου απαντήσω λοιπόν για την Πάτρα. Εγώ σπούδασα ΗΜΜΥ ΕΜΠ, αλλά αν ήμουν Πάτρα θα δυσκολευόμουν να διαλέξω μεταξύ των δύο σχολών.

Ωστόσο άμα δεις τους οδηγούς σπουδών στην Πάτρα, οι ΗΜΤΥ προσφέρουν πάρα πολλές κατευθύνσεις και επιλογές μαθημάτων σαν τους ΗΜΜΥ ΕΜΠ, ενώ οι CEID έχουν μια κάποια μονοτονία όπως οι ΗΜΜΥ ΑΠΘ. Βλέποντας τον οδηγό σπουδών των CEID βλέπω μια μανία με υπολογιστικές γραφειοκρατίες (Λειτουργικά Συστήματα, Βάσεις Δεδομένων κτλ) και δεν νιώθω την direct εφαρμογή στο Industry 4.0 και στο γνήσιο engineering. Ουσιαστικά οι CEID της Πάτρας μοιάζουν με "πληροφοριοποιημένους σεμφίτες".

Με απλά λόγια στην Πάτρα και οι δύο σχολές καλές είναι, απλά οι ΗΜΤΥ προσφέρουν πιο πολλές κατευθύνσεις και επιλογές μαθημάτων ειδικά στις εφαρμογές του engineering.

Γενικά να ξέρεις η Πληροφορική δεν είναι ένας κλάδος που σου ανοίγει τους ορίζοντες. Είναι όπως τα Αγγλικά. Αναγκαία skills για να πετύχεις αλλά όχι ικανά για να σε κάνουν μόνα τους να πετύχεις. Όπως κάποιος που σπουδάζει Αγγλικά περιορίζεται σε δουλειές μεταφραστή και διερμηνέα, έτσι και ένας πληροφορικάριος έχει περιορισμούς στο που θα δουλέψει και που θα πετύχει.

Συνεπώς το όλο ζητούμενο δεν είναι να είσαι πληροφορικάριος ή καθηγητής Αγγλικών. Το ζητούμενο είναι να είσαι άλλου είδους επιστήμονας, π.χ. δικηγόρος, γιατρός, ηλεκτρολόγος μηχανικός ή πολιτικός μηχανικός και να έχεις δύο πολύ προχωρημένα skills που θα σε κάνουν να ανταπεξέλθεις στην σημερινή εποχή, αλλά όχι κατ ανάγκην να ξεχωρισεις: Όσο πιο καλά Αγγλικά μπορείς και όσο πιο καλή Πληροφορική μπορείς.

Άμα πάρεις 10 τυχαίους δικηγόρους που έχουν μάθει machine Learning, και 10 τυχαίους γιατρούς που έχουν μάθει machine learning και 10 τυχαίους ηλεκτρολόγους μηχανικούς ή πολιτικούς μηχανικούς που έχουν μάθει machine learning και τους συγκρίνεις με 10 πληροφορικάριους που έχουν εστιάσει στο Machine Learning θα δεις την διαφορά. Θα δεις η πληροφορικάριοι έχουν πολύ μονότονη και μακριά από την έξυπνη εφαρμογή γνώση.

Η πολλή εμβάθυνση στα Αγγλικά και την Πληροφορική είναι και άχρηστη και σε περιορίζει πολύ και διανοητικά και πρακτικά επιχειρηματικά. Πολλή πληροφορική είναι χρήσιμη μόνο στον βαθμό που διανοητικά ελέγχεις την direct εφαρμογή της στον τομέα που σε ενδιαφέρει. Παράπανω γνώση πληροφορικής πρέπει να αποφεύγεται.

 

[Arvacon]

Η μισή Ελλάδα ζει στην Αθήνα, Αττική και στο Πολυτεχνείο της Αθήνας υπάρχει μόνο μία σχολή η ΗΜΜΥ. Άρα δεν έχει νόημα η ερώτηση για την Αθήνα.

Η ερώτηση έχει νόημα π.χ. για την Πάτρα που έχει και τις δύο σχολές. Για την Αθήνα θα είχε νόημα η ερώτηση: ΗΜΜΥ ΕΜΠ ή Πληροφορική ΕΚΠΑ;

Να σου απαντήσω λοιπόν για την Πάτρα. Εγώ σπούδασα ΗΜΜΥ ΕΜΠ, αλλά αν ήμουν Πάτρα θα δυσκολευόμουν να διαλέξω μεταξύ των δύο σχολών.

Ωστόσο άμα δεις τους οδηγούς σπουδών στην Πάτρα, οι ΗΜΤΥ προσφέρουν πάρα πολλές κατευθύνσεις και επιλογές μαθημάτων σαν τους ΗΜΜΥ ΕΜΠ, ενώ οι CEID έχουν μια κάποια μονοτονία όπως οι ΗΜΜΥ ΑΠΘ. Βλέποντας τον οδηγό σπουδών των CEID βλέπω μια μανία με υπολογιστικές γραφειοκρατίες (Λειτουργικά Συστήματα, Βάσεις Δεδομένων κτλ) και δεν νιώθω την direct εφαρμογή στο Industry 4.0 και στο γνήσιο engineering. Ουσιαστικά οι CEID της Πάτρας μοιάζουν με "πληροφοριοποιημένους σεμφίτες".

Με απλά λόγια στην Πάτρα και οι δύο σχολές καλές είναι, απλά οι ΗΜΤΥ προσφέρουν πιο πολλές κατευθύνσεις και επιλογές μαθημάτων ειδικά στις εφαρμογές του engineering.

Γενικά να ξέρεις η Πληροφορική δεν είναι ένας κλάδος που σου ανοίγει τους ορίζοντες. Είναι όπως τα Αγγλικά. Αναγκαία skills για να πετύχεις αλλά όχι ικανά για να σε κάνουν μόνα τους να πετύχεις. Όπως κάποιος που σπουδάζει Αγγλικά περιορίζεται σε δουλειές μεταφραστή και διερμηνέα, έτσι και ένας πληροφορικάριος έχει περιορισμούς στο που θα δουλέψει και που θα πετύχει.

Συνεπώς το όλο ζητούμενο δεν είναι να είσαι πληροφορικάριος ή καθηγητής Αγγλικών. Το ζητούμενο είναι να είσαι άλλου είδους επιστήμονας, π.χ. δικηγόρος, γιατρός, ηλεκτρολόγος μηχανικός ή πολιτικός μηχανικός και να έχεις δύο πολύ προχωρημένα skills που θα σε κάνουν να ανταπεξέλθεις στην σημερινή εποχή, αλλά όχι κατ ανάγκην να ξεχωρισεις: Όσο πιο καλά Αγγλικά μπορείς και όσο πιο καλή Πληροφορική μπορείς.

Άμα πάρεις 10 τυχαίους δικηγόρους που έχουν μάθει machine Learning, και 10 τυχαίους γιατρούς που έχουν μάθει machine learning και 10 τυχαίους ηλεκτρολόγους μηχανικούς ή πολιτικούς μηχανικούς που έχουν μάθει machine learning και τους συγκρίνεις με 10 πληροφορικάριους που έχουν εστιάσει στο Machine Learning θα δεις την διαφορά. Θα δεις η πληροφορικάριοι έχουν πολύ μονότονη και μακριά από την έξυπνη εφαρμογή γνώση.

Η πολλή εμβάθυνση στα Αγγλικά και την Πληροφορική είναι και άχρηστη και σε περιορίζει πολύ και διανοητικά και πρακτικά επιχειρηματικά. Πολλή πληροφορική είναι χρήσιμη μόνο στον βαθμό που διανοητικά ελέγχεις την direct εφαρμογή της στον τομέα που σε ενδιαφέρει. Παράπανω γνώση πληροφορικής πρέπει να αποφεύγεται.

Ε τοτε τι τις θελουμε τις σχολες πληροφορικης, να τις καταργησουμε ή να τις μετατρεψουμε ολες σε ΗΜΜΥ, να μη μπερδευονται και τα παιδια.

Μιας και βλεπω τα χεις ξεψαχνισει τα προγραμματα σπουδων, πως το βλεπεις το προγραμμα του ICSD σε συγκριση με του CEID?

 

[γιαννης_00]

Ε τοτε τι τις θελουμε τις σχολες πληροφορικης, να τις καταργησουμε ή να τις μετατρεψουμε ολες σε ΗΜΜΥ, να μη μπερδευονται και τα παιδια.

Μιας και βλεπω τα χεις ξεψαχνισει τα προγραμματα σπουδων, πως το βλεπεις το προγραμμα του ICSD σε συγκριση με του CEID?

οταν μιλας με αρτικολεξα με τρελαινεις.

 

[Delinquent Duo]

Βλέποντας τον οδηγό σπουδών των CEID βλέπω μια μανία με υπολογιστικές γραφειοκρατίες (Λειτουργικά Συστήματα, Βάσεις Δεδομένων κτλ) και δεν νιώθω την direct εφαρμογή στο Industry 4.0 και στο γνήσιο engineering. Ουσιαστικά οι CEID της Πάτρας μοιάζουν με "πληροφοριοποιημένους σεμφίτες".

Τι εννοείς υπολογιστικές γραφειοκρατίες; Γιατί τα μαθήματα που παρέθεσες σε παρένθεση θεωρούνται γραφειοκρατικά;

Η πολλή εμβάθυνση στα Αγγλικά και την Πληροφορική είναι και άχρηστη και σε περιορίζει πολύ και διανοητικά και πρακτικά επιχειρηματικά. Πολλή πληροφορική είναι χρήσιμη μόνο στον βαθμό που διανοητικά ελέγχεις την direct εφαρμογή της στον τομέα που σε ενδιαφέρει. Παράπανω γνώση πληροφορικής πρέπει να αποφεύγεται.

Καταλαβαίνω τι λες, αλλά τελικά οι πληροφορικοί δεν ξέρουν καλύτερα ML απ' τους άλλους 3;

 

[Samael]

Καταλαβαίνω τι λες, αλλά τελικά οι πληροφορικοί δεν ξέρουν καλύτερα ML απ' τους άλλους 3;

Νομίζω οτι αυτό που εννοεί είναι οτι δεν είναι όλη η επιστήμη της πληροφορικής σε τρομερή άνθιση , αλλά μόνο μέρη αυτής ( όπως το ML ) . Κατά τα άλλα δεν είναι ψέματα νομίζω αυτό που λέει . Πολλοί μαθαίνουν απλά μια γλώσσα και βαφτίζονται ως software engineers χωρίς να έχουν πραγματικά στέρεες βάσεις στην επιστήμη των υπολογιστών ή έχοντας χάλια βάσεις παρά το γεγονός οτι σπούδασαν το αντικείμενο ( άπειρα παραδείγματα φοιτητών που έβγαλαν την σχολή με 5αρια και 6αρια και πέτυχαν ) . Και όμως όλος αυτός ο κόσμος βρίσκει δουλειά , όχι επειδή είναι εξαιρετικοί σπουδαγμένοι άνθρωποι πάνω στο αντικείμενο , αλλά επειδή έχουν κάποια χρήσιμα skills .

Κοινώς , η κάθε ειδικότητα προσπαθεί να αντλήσει τα πλεονεκτήματα που προσφέρει σήμερα η γνώση προγραμματισμού για να αυξήσει τα κέρδη της , χωρίς να σημαίνει οτι ενδιαφέρονται για τον ευρύτερο κλάδο της πληροφορικής και της επιστήμης των υπολογιστών .

 

[Kostas_Athens]

Ε τοτε τι τις θελουμε τις σχολες πληροφορικης, να τις καταργησουμε ή να τις μετατρεψουμε ολες σε ΗΜΜΥ, να μη μπερδευονται και τα παιδια.

Όπως δεν καταργούμε τις σχολές βιολογίας επειδή υπάρχουν σχολές ιατρικής, όπως δεν καταργούμε τις σχολές μαθηματικών και φυσικής επειδή υπάρχουν σχολές μηχανικών, έτσι και δεν θα καταργήσουμε τις σχολές πληροφορικής. Η κάθε σχολή έχει την χρησιμότητά της. Οι σχολές πληροφορικής είναι "copy paste" των μαθηματικών και φυσικών σχολών και δυστυχώς - κακώς (στην Ελλάδα) οι απόφοιτοί τους προορίζονται κυρίως για εκπαίδευση. Οι μηχανικοί υπολογιστών και πληροφορικής είναι σαν σεμφίτες αλλά πιο πληροφοριοποιημένοι: Πληροφορικάριοι με 5-ετές μάστερ και τον τίτλο του "μηχανικού", σε λίγο πιο implementation mode σε σχέση με τους κλασικούς 4-ετής σχολής πληροφορικάριους.

Μιας και βλεπω τα χεις ξεψαχνισει τα προγραμματα σπουδων, πως το βλεπεις το προγραμμα του ICSD σε συγκριση με του CEID?

Καλή σχολή η ICSD αλλά έχει πιο λίγα μαθήματα από την CEID.

Τι εννοείς υπολογιστικές γραφειοκρατίες; Γιατί τα μαθήματα που παρέθεσες σε παρένθεση θεωρούνται γραφειοκρατικά;

Άμα ένα μάθημα δεν έχει 10 μαθηματικούς τύπους σε κάθε σελίδα (μέσο όρο) ή δεν αναλύει την απευθείας εφαρμογή, τότε θεωρείτε γραφειοκρατικό μάθημα (καθαρά προσωπικός ορισμός).

Καταλαβαίνω τι λες, αλλά τελικά οι πληροφορικοί δεν ξέρουν καλύτερα ML απ' τους άλλους 3;

Ναι οι πληροφορικοί τελικά ξέρουν καλύτερο ML από τους άλλους, αλλά τελικά οι πιο πολλοί καταλήγουν σαν τον μέσο μαθηματικό: Ξέρουν υπερπροχωρημένα μαθηματικά που καμία άλλη ειδικότητα δεν ξέρει, ξέρουν τέλεια πως να διδάσκουν μαθηματικά σε παιδιά, αλλά στην πράξη χρησιμοποιούν μόνο πρόσθεση, αφαίρεση, πολλαπλασιασμό και διαίρεση για ψώνια ή λογαριασμούς.

Ή σκέψου τους δημιουργούς των βιβλιοθηκών της Python. Πανέξυπνοι πληροφορικάριοι, που δεν βγάζουν όμως τα λεφτά που βγάζουν οι έξυπνοι άλλων ειδικοτήτων που ξέρουν βέλτιστα να αξιοποιούν αυτές τις βιβλιοθήκες της Python. Π.χ. ο Wes McKinney που έφτιαξε την pandas είναι μόνιμα κολλημένος και δεν μπορεί να προχωρήσει στην εφαρμογή με στόχο το οικονομικό κέρδος.

 

[Delinquent Duo]

Ξέρουν υπερπροχωρημένα μαθηματικά που καμία άλλη ειδικότητα δεν ξέρει, ξέρουν τέλεια πως να διδάσκουν μαθηματικά σε παιδιά, αλλά στην πράξη χρησιμοποιούν μόνο πρόσθεση, αφαίρεση, πολλαπλασιασμό και διαίρεση για ψώνια ή λογαριασμούς.

Από αυτό εννοείς πως δε χρησιμοποιούνται μαθηματικά στην πράξη πέρα από πρόσθεση κι αφαίρεση, κάτι το οποίο είναι debatable, ανάλογα και για ποια ειδίκευση της πληροφορικής μιλάμε. Είναι λίγο βαρύ να αχρηστεύεις το ένα τρίτο του προγράμματος σπουδών των Πληροφορικών σχολών, δε νομίζεις;

Ή σκέψου τους δημιουργούς των βιβλιοθηκών της Python. Πανέξυπνοι πληροφορικάριοι, που δεν βγάζουν όμως τα λεφτά που βγάζουν οι έξυπνοι άλλων ειδικοτήτων που ξέρουν βέλτιστα να αξιοποιούν αυτές τις βιβλιοθήκες της Python.

Όσο μεγαλύτερη προτεραιότητα έχει το χρήμα στη ζωή σου, τόσο πιο σοβαρό είναι αυτό το επιχείρημα.