Tout d'abord, la recherche d'emploi s u c k s. Cela craint encore plus lorsque vous essayez d'entrer dans un champ et cela craint encore plus si vous n'êtes pas dans une grande région métropolitaine. C'est une perte de temps énorme avec un retour sur investissement terrible, mais cela doit être fait pour obtenir un travail. La vérité est que votre embauche ne dépendra pas uniquement de vos compétences et de votre expérience, mais aussi de la question de savoir si la personne qui lit votre CV pense que vos compétences et votre expérience correspondent à ce qu’elle pense qu'ils veulent, et vous n'avez pas beaucoup de contrôle sur cela. Donc, honnêtement, il est impossible de prédire combien de temps il vous faudra avant de trouver quelque chose.

Cela étant dit, votre situation ne me semble vraiment pas si horrible. Vous êtes intéressé et étudiez les choses que (1) vous voulez faire et (2) les employeurs recherchent. Vous avez une maîtrise dans un domaine commercialisable. Quant à savoir si vous sentez que vous avez beaucoup appris pendant vos études, il me semble que vous êtes juste dans une mauvaise situation avec un cas meurtrier de syndrome de l'imposteur. Certains employeurs voudront peut-être consulter votre relevé de notes, mais ils sont beaucoup plus intéressés par ce que vous pouvez faire pour eux. Essayez donc peut-être de constituer un portefeuille du type de travail que vous souhaitez faire, qui pourrait inclure des modèles ou des logiciels que vous avez développés ou de petits projets que vous avez réalisés gratuitement ou à bas prix pour quelqu'un. (Ce sont des suggestions assez standard.)

Enfin, vous ne pouvez pas être tout pour tout le monde. Il se peut que vous ayez besoin de lancer un filet aussi large que possible, mais il me semble que vous vous étendez peut-être et que cela contribue à votre frustration. Limitez-le un peu en considérant où se trouvent vos meilleurs paris dans votre zone géographique et ce que vous voulez vraiment faire. Par exemple, si le codage est le bon chemin, rétrograder la modélisation, ou vice versa. Bonne chance.

Obtenez un emploi . Ne faites plus d'études - vous indiquez déjà que vous 1) n'êtes pas doué pour cela et 2) n'avez pas de bonne raison de le faire (vous le feriez effectivement parce que vous évitez le marché du travail). Peu importe à quel point vous aimez le sujet si vous y êtes mal. En fait, je me demanderais que vous aimez vraiment ce genre de choses parce que si vous le faites, comment avez-vous appris si peu?

Alors: trouvez ce que vous êtes bon + ne détestez pas faire, et obtenez un travail là-bas. Utilisez les ressources de recherche d'emploi dont vous disposez, par ex. WVU a une division des services de carrière, allez leur parler et demandez leur aide. Arrêtez de lire sur les ODE et commencez à lire comment naviguer dans le processus de recherche d'emploi. Parlez à votre femme - elle a un travail, cela signifie qu'elle a fait quelque chose que vous n'avez pas fait.

Encore une chose - réfléchissez de manière critique à ce que vous avez réellement appris pendant votre SEP. Si quelqu'un vous embauche, que pouvez-vous apporter? Si vous vous lancez dans une interview en pensant vraiment que vous pouvez apporter peu de contribution, il n'est pas surprenant que vous soyez rejeté partout.

J'étais dans une situation comparable il y a quelques années: j'étais coincé sur une thèse CS BSc qui n'allait nulle part vite avec un sujet obscur et invendable. De plus, je n'avais aucune expérience de travail pertinente. J'ai réussi à améliorer ma situation grâce à plusieurs choses.

La meilleure façon d'obtenir un emploi est d'avoir un emploi

Trouver un emploi parfait tout de suite est difficile. Tous les bons emplois nécessitent une expérience préalable. Il est donc clair que vous devez acquérir de l'expérience. Commencez un peu plus bas, trouvez un emploi qui vous mènera, puis travaillez à quelque chose que vous aimez à long terme.

J'ai mis un pied dans la porte en travaillant pour une entreprise de détachement informatique qui embauchaient principalement des étudiants en STEM avec des diplômes «bloqués», comme des personnes qui abandonnaient un baccalauréat en physique ou en génie en deuxième ou troisième année. C'étaient des gens intelligents avec des compétences en résolution de problèmes mais pas de beau diplôme employable. Ils ont fait du personnel du helpdesk incroyable : compétent et bon marché à employer. Pour moi, c'était une bonne entrée sur le marché du travail; Je me suis habitué à travailler dans une grande entreprise, et j'ai poursuivi les opportunités de formation interne.

J'ai ensuite suivi des formations internes dans le cabinet de détachement, qui à la fois m'ont donné de nouvelles compétences mais m'ont également porté à l'attention de collègues seniors qui savaient alors sur quel genre de concerts me proposer, ce qui m'a finalement décroché dans un joli poste de développement junior.

Évaluez vos compétences

Réinitialisez votre esprit. Essayez de découvrir vos compétences commercialisables. Il y en a peut-être plus que vous ne le pensez.

• Vous avez acquis des compétences générales en attendant les tables.
• Vous avez passé du temps dans l'armée, apprenant à la fois des compétences physiques mais aussi discipline.
• Vous avez en fait réussi à obtenir votre diplôme de niveau supérieur, ce qui est encore plus élevé que la majorité de la population.

Ce n'est qu'un début, mon point est que vous devez avoir une idée de vos compétences. Voici quelques idées pour découvrir ce que vous avez déjà:

• Prenez une journée entière pour parcourir les offres d'emploi pour les postes qui vous intéressent sur LinkedIn et Glassdoor, et notez les compétences demandées. Ensuite, essayez de trouver dans votre expérience des éléments qui vous qualifient pour ces compétences. Enfin, composez une liste des compétences les plus fréquemment demandées que vous possédez. Mettez à jour votre CV en décrivant dans vos postes précédents comment vous avez acquis ces compétences.
• Contactez le conseiller en carrière de l'université où vous avez récemment obtenu votre diplôme. La plupart des universités tiennent à annoncer que leurs diplômés réussissent sur le marché du travail et à fournir des services pour y parvenir. Essayez de planifier un entretien axé sur l'exploration de vos opportunités.
• Contactez les personnes avec lesquelles vous étiez dans l'armée, discutez avec eux, demandez-leur comment ils ont pu utiliser leur armée expérience pour booster leur carrière civile. Considérez les compétences qui s'appliquent également à vous.

Traitez la recherche d'emploi comme un projet de recherche

En tant que diplômé en sciences, il peut être facile de considérer les mathématiques comme une science et la recherche d'emploi comme une sorte de tour de magie auquel d'autres personnes sont mystérieusement douées. Mais en fait, c'est une compétence, et d'autres personnes ont beaucoup réfléchi à la façon de s'améliorer. Alors commencez à lire comment être meilleur lors des entretiens, rédiger des CV et tout ça. Utilisez ce que vous avez appris à l'université pour faire de la recherche, pour rechercher comment vous améliorer dans la recherche d'emploi.

Découvrez ce qui manque dans votre ensemble de compétences

Tout comme vous devez le découvrir quelles compétences vous avez déjà, vous devez également découvrir ce qui manque. Encore une fois, allez lire cinquante ++ offres d'emploi dans un domaine dans lequel vous souhaitez travailler et répertoriez les compétences requises. Comptez les fréquences. Déterminez quelles compétences / plates-formes sont généralement demandées dans le cadre d'un package. Ensuite, regardez pour quels clusters vous avez déjà acquis les compétences requises et ce qui manque.

Obtenez du codage

Une question que vous aurez (sous de nombreuses formes) est "qu'avez-vous réellement fait". Par exemple, vous mentionnez la science des données comme une direction que vous envisagez. Recherchez des compétitions dans un domaine que vous aimez et essayez-vous à certaines compétitions. Kaggle par exemple (science des données). Vous n'allez pas gagner; beaucoup de ces équipes sont très expérimentées. Mais il y a de réels avantages pour vous à participer:

• Quand on vous demande lors d'un entretien d'embauche ce que vous avez fait sur le terrain, vous avez quelque chose à signaler. "J'ai fait ceci et cela et cette compétition Kaggle et j'ai obtenu de meilleurs résultats à chaque fois" ressemble à de l'expérience, car c'est le cas.
• Vous apprenez des compétences en faisant que vous ne pouvez pas vous en tirer juste lire.
• Ces compétitions ont des forums très actifs et vous pouvez apprendre beaucoup de ce que les autres équipes font et partagent.
• Vous pouvez établir des liens avec d'autres participants qui peuvent vous aider vous.

J'ai déjà mentionné que la meilleure façon d'obtenir un emploi est de commencer par avoir un autre emploi. C'est la prochaine meilleure chose à faire, et elle a un énorme avantage pour vous: vous n'avez besoin de l'approbation de personne pour participer. Vous n'avez pas à être embauché dans un concours.

Ne soyez pas obsédé à propos des certifications

Il existe de très nombreuses certifications en informatique. Personne ne les a tous. Beaucoup de gens n'ont même pas tous ceux que vous pensez être standard pour un emploi particulier ou qui sont demandés sur une offre d'emploi. Pour de nombreux emplois, répondre aux 2/3 des exigences énumérées peut être suffisant pour être pris en compte. Parce que les plates-formes informatiques changent tout le temps et que presque personne n'utilise de logiciel comme le manuel vous l'indique, chaque entreprise sait donc qu'elle devra de toute façon former de nouveaux employés. Une certification aide , même dans quelque chose d'assez sans rapport, car elle montre que vous pouvez travailler assez dur pour l'obtenir, et cela montre que vous êtes entraînable. Mais ne vous inquiétez pas d'avoir tous ceux-ci dans une offre d'emploi.

Vous devez vous débarrasser d'un grand malentendu qui afflige de nombreux étudiants qui "sont allés à l'université pour apprendre des choses intéressantes" et qui n'ont pas réussi à trouver un emploi.

Personne dans l'industrie ne s'en soucie sur les «trucs» que vous avez appris à l'université (ou ce que vous apprenez vous-même sur les ODE et les méthodes numériques à partir des manuels - la plupart des sujets standard qu'ils couvrent étaient à la pointe de la technologie en 1960 environ, mais vous l'avez peut-être remarqué que les ordinateurs ont un peu changé depuis lors.)

L'industrie s'intéresse au fait que l'obtention d'un diplôme universitaire vous a appris à apprendre de manière autonome . Votre GPA universitaire n'est peut-être pas une très bonne mesure de cela, mais c'est à peu près le seul disponible. Il vaut certainement mieux que rien pour mesurer votre capacité à vous concentrer sur ce qu'on vous demande de faire (même si ce n'est pas particulièrement intéressant ou motivant), vos compétences en gestion du temps, etc.

L'autre Ce qui importe à l'industrie au moment de choisir qui embaucher, c'est "combien d'argent allez-vous nous faire si nous vous embauchons?" Bien sûr, ils ne le disent pas aussi crûment que cela, mais c'est ce qui se cache derrière tout le reste dans le processus de sélection.

Votre expérience de travail et votre expérience militaire vous ont probablement appris beaucoup plus de choses utiles pertinentes pour être embauché que tout ce que vous avez appris à l'université. Arrêtez de lire des manuels et commencez à réfléchir (et / ou à obtenir des conseils professionnels) sur la manière de vendre cette histoire à vos futurs employeurs potentiels.

Faites le tour des gens! Beaucoup de gens veulent vous aider, il vous suffit de les trouver.

Comment faites-vous cela? Allez aux Meetups et aux groupes. Heck, allez à l'église, il y a beaucoup de gens sympas là-bas. Rencontrez des gens et s'ils semblent être quelqu'un qui s'occuperait de vous, parlez-leur de votre situation. Ils peuvent vous aider beaucoup mieux en personne. Ils peuvent vous donner des conseils plus adaptés à votre situation, car vous pouvez avoir une conversation plus longue avec eux. Vous devrez peut-être parler à plusieurs personnes. Mais les informations qu'ils donnent vous aideront vraiment à vous donner une nouvelle perspective que les réponses courtes sur Internet ne pourront pas correspondre. Vous gagnerez également des amis dans le processus qui vous encourageront à réussir. Une chose que nous apprenons peu à l'école, c'est à quel point les autres sont importants pour notre réussite. Mais souvent, les plus grandes percées dans nos vies surviennent lorsque d'autres nous aident à nous montrer de nouvelles façons de penser qui mènent au succès. Et lorsque vous êtes en personne, il est beaucoup plus facile de dialoguer. Au fait, bon travail pour avoir le courage de poser une question en ligne!

Suggestion: arrêtez d'apprendre les ODE et apprenez la science des données . Rien contre les ODE, mais il y a très peu d'emplois directement dans ce domaine. mais la Data Science, quant à elle, est très chaude et le restera probablement. Et vous avez l'expérience pour l'obtenir plus rapidement que ceux qui ont du mal avec les mathématiques (et il y en a beaucoup même dans ce domaine), et c'est un domaine hautement employable et agréable.

La concurrence est relativement mince, il y a encore très peu de programmes d'études, donc presque personne dans le domaine n'a vraiment beaucoup de qualifications sur papier. Les meilleurs ont bien sûr un doctorat en apprentissage statistique - et peuvent bien coder - mais les gens comme ça sont rares. Le fait d'avoir un diplôme avancé en mathématiques vous donne une longueur d'avance sur la plupart des gens.

La plupart des praticiens viennent de terminer quelques cours Coursera ou eDX, ont joué avec Python et R, et ont découvert qu'ils aiment ça peut réellement faire des choses utiles. Le talent aide. Mais la plupart ont encore une sorte de syndrome de l'imposteur à mon expérience, ce qui devrait vous faciliter la tâche.

Si vous êtes intéressé, avez besoin de plus de conseils, faites-le moi savoir - je conseille pas mal de jeunes dans ce domaine dans mon entreprise.

Première chose: félicitations pour avoir commencé à vous ressaisir.

Beaucoup de bonnes suggestions ici. J'en ai un de plus. Pendant que vous recherchez un emploi, envisagez de faire du bénévolat à titre semi-technique pour une organisation à but non lucratif ou politique dont vous soutenez les objectifs. Avec vos compétences informatiques / compsci (même si rouillées) et votre capacité à penser mathématiquement, vous pouvez être utile. Vous perfectionnerez ces compétences, rencontrerez des personnes qui connaissent peut-être les emplois et aurez un bon élément à mettre sur votre CV.

Et écoutez votre femme.

Si vous comprenez les mathématiques à un niveau décent, je pense que vous êtes tout à fait apte à faire carrière dans l'apprentissage automatique. Puisque vous pouvez également programmer, c'est un autre avantage pour vous. Ce qui est bien, c'est que ML est un outil plutôt qu'une "destination". Vous pouvez l'utiliser pour résoudre de nombreux problèmes, provenant de nombreux domaines différents, qui vous intéresseront au-delà de ce que le patron dit de faire.

Je peux fortement recommander https: // bien sûr. fast.ai. Je ne l'ai pas fait personnellement car ils sont apparus un peu après avoir obtenu mon diplôme et trouvé un emploi nécessitant ces compétences. J'ai parcouru le cours pour le recommander à mes poires et j'ai appris moi-même de nouvelles choses, ce qui indiquait à quel point j'étais arrogant de considérer que je connaissais assez l'apprentissage en profondeur.

Mais ne le faites pas ' t écoute moi. Allez sur Twitter et voyez ce que les gens disent de fast.ai et Jeremy P. Howard. C'est incroyable. Chaque jour, je vois des histoires de réussite de personnes de toutes sortes d'horizons, certains qui disent n'avoir pas fait beaucoup de codage auparavant. Et puis parcourez les forums. Je suis impressionné par le soutien des gens et la façon dont de parfaits inconnus s'entraident pour apprendre et progresser tout en résolvant des problèmes de la vie réelle.

Donc, TL; DR : utilisez votre avantage en mathématiques et en codage dans un domaine très recherché en apprenant le deep learning et en l'appliquant à de nouveaux problèmes qui vous intéressent.

Si vous avez des compétences en programmation et une certaine passion pour la programmation, pensez à contribuer à un projet open source existant pendant votre temps libre. Il y en a beaucoup, par exemple sur http://github.com/ ou http://gitlab.com/

Si vous travaillez avec d'autres, vous apprendrez ces logiciels compétences (communiquer, travailler en équipe sur le développement de logiciels). Et vous augmenterez votre confiance en vous.

Mais contribuez avec votre vrai prénom et nom, pas un pseudo. Vous souhaitez augmenter votre visibilité

Lisez aussi http://norvig.com/21-days.html

Avez-vous envisagé de faire appel à un psychothérapeute?

PS. Si vous êtes capable de coder en C ou C ++, j'ai un projet hobby open source fou avec deux partenaires, et j'en recherche quelques-uns de plus. Contactez-moi par e-mail à basile@starynkevitch.net pour en savoir plus ... (Regardez sur ma page Web avant ... vous pourriez deviner ce qui m'intéresse).

Il y a d'autres bonnes réponses ici, mais aucune d'elles ne donne de mesures concrètes à vos questions

"Que dois-je faire? Qu'est-ce que j'étudie et combien de temps cela prendra-t-il avant de savoir assez pour être commercialisable? "

C'est probablement parce que ce sont des questions auxquelles vous seul pouvez répondre par vous-même, mais en fonction de votre question et de la description de votre profil de vouloir utiliser les mathématiques et la programmation ensemble, et votre intérêt récent dans les statistiques, je pense que c'est là que vous devez concentrer votre attention. Je suis évidemment partial en tant que biostatisticien, mais votre expérience semble être un ajustement parfait pour les statistiques appliquées (une bonne quantité de mathématiques et une bonne quantité de programmation) et ce n'est pas comme si j'étais la seule à dire que c'est un bon travail non plus ( https://money.usnews.com/careers/best-jobs/statistician).

Que dois-je faire? - Si vous passez 10 heures par jour à étudier, obtenez un certificat ou une maîtrise (en ligne ou en personne) pour cela. De cette façon, au lieu de dire que j'ai lu x, y et z, des livres sur ODE, vous pouvez dire que j'ai un certificat d'études supérieures en Python, ou quelque chose de similaire. C'est beaucoup plus tangible pour un employeur. Il existe de nombreux programmes en ligne dans le domaine des statistiques appliquées / science des données et l'American Statistical Association a mis en évidence ces programmes ( https://community.amstat.org/blogs/steve-pierson/2019/10/21/amstat-news -qas-avec-de-nouveaux-maîtres-et-doctorants). Vous n'obtiendrez pas la même formation que vos masters précédents, l'accent dans beaucoup de ces programmes est fortement appliqué, vous apprendrez à faire de l'apprentissage automatique avec des données réelles par exemple au lieu d'apprendre la théorie de l'apprentissage automatique (quelque chose que vous pouvez probablement apprenez-vous si vous êtes intéressé / nécessaire).

Qu'est-ce que j'étudie? - Sur la base des emplois pour lesquels vous postulez dans votre commentaire, arrêtez d'étudier les méthodes ODE et numériques, ou postulez pour des emplois où l'application de ces méthodes est plus évidente. Vous semblez vouloir utiliser la programmation, choisir un langage et devenir bon. Je suggérerais R ou Python car ils sont très demandés et vous apprendront les bases de la programmation que vous pouvez appliquer à d'autres langages.

Combien de temps cela prendra-t-il avant d'en savoir suffisamment pour être commercialisable? - De manière réaliste, au moins un an, vous devez avoir une preuve que vous êtes un candidat souhaitable, c'est-à-dire un diplôme / certificat / des projets que vous pouvez montrer, mais en cours de route, vous devez simplement continuer à postuler pour un emploi.

mais le truc, c'est que j'ai adoré les choses qui ont été couvertes à l'école, et je veux l'appliquer

Je vais vous donner une sortie des sentiers battus suggestion qui peut ou non vous intriguer: pensez à entrer dans un champ différent où vous pourrez appliquer les sujets qui vous intéressent. De nombreuses mathématiques ont été historiquement développées en conjonction avec d'autres sciences pour aider à décrire le monde naturel. Regardez Karl Pearson et Ronald Fisher et leurs contributions aux sciences de la vie.

Voici à quoi cela pourrait vous ressembler:

1. Trouvez un domaine qui vous intéresse et qui a un besoin pour les mathématiciens. Des domaines extrêmement mathématiques comme la physique peuvent être plus difficiles à aborder car ils auront des normes de base plus élevées en mathématiques, mais d'autres sciences plus «douces» comme la sociologie, l'économie, la psychologie, la biologie, l'écologie, etc., n'ont pas la même attente. La recherche dans ces domaines va de très appliquée à très théorique. Le problème est que la plupart des gens qui se lancent dans ces domaines ne sont pas très avancés en mathématiques, de sorte que l'extrémité théorique du spectre a tendance à faire défaut. Cela pourrait être votre créneau.
2. Entrez dans un programme de recherche de maîtrise dans ce domaine. Un master ne vous donnera pas nécessairement la flexibilité de faire exactement ce que vous voulez, mais il vous donnera les connaissances nécessaires dans le domaine et vous aidera à décider si vous souhaitez continuer dans cette voie. Les programmes de recherche de maîtrise sont généralement rémunérés; vous ne gagnerez pas nécessairement beaucoup d'argent en le faisant, mais à moins que vous n'attendiez des tables dans des restaurants chics, ce ne sera probablement pas bien pire. Vous ne devriez pas avoir à contracter de prêts pour obtenir un diplôme de maîtrise en recherche.
3. Ensuite, passez à un programme de doctorat où vous avez la possibilité de faire ce que vous voulez avec les mathématiques. Cela pourrait être l'application de concepts mathématiques avancés d'une manière nouvelle au domaine dans lequel vous vous trouvez maintenant, ou peut-être même trouver un moyen d'utiliser votre nouveau domaine pour stimuler la découverte de nouveaux concepts mathématiques. La situation salariale est similaire à celle d'un État membre. Pendant ce temps, selon le domaine, les exigences de votre cours seront probablement suffisamment flexibles pour que vous puissiez probablement suivre des cours de mathématiques de deuxième cycle dans le cadre de votre programme de doctorat.
4. Les post-doctorants sont une étape facultative qui peut vous intéresser. Ils vous donnent plus de flexibilité dans la définition de votre propre recherche.
5. Entrer dans un poste de recherche universitaire peut être votre point final. Ici, vous avez la possibilité de définir exactement ce que vous voulez rechercher, dans quelle mesure il sera théorique / appliqué, et de développer un laboratoire d'étudiants diplômés ayant des intérêts similaires pour vous aider tout en les soutenant et en les formant simultanément.

Maintenant, je vais vous donner quelques perspectives / exemples à ce sujet de mon point de vue en tant qu'écologiste / généticien / programmeur de la faune:

Premièrement: l'écologie, en particulier, est intéressante car c'est une science du lien qui intègre pratiquement tous les autres domaines que vous pouvez imaginer, y compris la physique, la chimie, le droit, l'économie, la géologie, la biologie, la psychologie, etc. Cela signifie qu'il y a beaucoup de flexibilité dans la façon dont les gens organisent leurs intérêts et leur carrière.

Deuxièmement, à mes études supérieures, j'avais une solide expérience en informatique et bien au-dessus de mes capacités en mathématiques (j'ai toujours aimé les mathématiques et je suis presque passée aux mathématiques au premier cycle). La programmation et les mathématiques sont toutes deux très précieuses en écologie, et particulièrement rares pour les étudiants entrants d'avoir un niveau de compétence (la plupart des étudiants n'ont qu'une formation rudimentaire en calcul, si cela, et aucune expérience en programmation). Mon expérience m'a donné un énorme avantage dans la conduite de recherches avancées et intéressantes. Je prévois en fait de suivre certains des cours de mathématiques de niveau supérieur dans des domaines tels que l'analyse moderne, l'algèbre linéaire, etc., et mon conseiller, qui n'est pas un mathématicien mais reconnaît son importance dans l'écologie théorique et la génétique, est très favorable

Troisièmement, l'écologie, et probablement d'autres sciences «douces» aussi, ont tendance à être flexibles quant aux antécédents des étudiants diplômés. J'ai eu une formation en sciences biologiques de mon premier cycle, mais je connais des gens qui viennent d'horizons complètement différents. Dans un cas, une amie a fait ses études de premier cycle et une maîtrise en ingénierie (mécanique?) Et a travaillé pour la NASA. Elle a ensuite complètement changé de vitesse et a commencé un doctorat en écologie quantitative et a obtenu un diplôme avec succès en recherche sur l'ours noir. Être capable de présenter une solide formation en mathématiques / ingénierie est ce qui l'a amenée, malgré l'absence de connaissances en écologie que je connaisse.

Quatrièmement, lié au point précédent, c'est courant dans mon domaine pour les gens pour commencer les études supérieures tard. J'ai commencé ma MS 5 ans après mon premier cycle. Je connais des gens qui ont commencé leur doctorat entre le milieu et la fin de la trentaine. L'âge n'est pas tellement un facteur pour développer une carrière dans certains domaines comme le mien.

Cinquièmement, l'écologie et d'autres sciences développent de nombreuses théories basées sur des concepts mathématiques. Il est très courant que ces théories soient développées sur la base de concepts mathématiques vieux de plusieurs décennies (ou plus); souvent, ils n'ont tout simplement pas été appliqués plus tôt parce que les personnes ayant l'expérience et l'expertise nécessaires pour le faire sont rares. Il y a donc beaucoup d'occasions de faire ce genre de chose. La théorie des réseaux / graphes est un exemple relativement récent en écologie, et l'application est encore relativement rudimentaire.

Cinquièmement, lié à la précédente, j'ai récemment été impliqué dans l'application de chaînes de Markov absorbantes pour prédire la dispersion et la mortalité de populations fauniques à travers les paysages. Ce processus impliquait une collaboration interministérielle avec des mathématiciens / ingénieurs pour développer la théorie pertinente.

Si j'ai piqué votre intérêt, commencez simplement à vous pencher sur différents domaines, les théories dans lesquelles ils opèrent et les mathématiques qui sous-tendent ces théories. Je ne peux pas parler d'autres domaines, mais en écologie, je peux vous orienter vers l ' écologie quantitative et l' l'écologie théorique. Ce n'est qu'un point de départ, car les mathématiques sont en fin de compte pertinentes pour tous les aspects de l'écologie. Dans mon cas, je m'intéresse à la génétique théorique des populations en écologie, qui est également très mathématique.

Si vous trouvez quelque chose qui vous intéresse, envisagez de trouver des chercheurs universitaires qui font des travaux connexes et essayez de creuser ce qu'ils font spécifiquement. Contactez-les pour discuter de leur travail et de la manière dont une personne ayant votre type d'expérience pourrait potentiellement s'impliquer dans leur domaine. Certains pourraient ne pas répondre, mais d'autres seront très favorables. En fin de compte, votre réussite sur cette voie dépendra moins de votre éducation formelle et davantage de la façon dont vous présentez les compétences et l'expérience que vous avez, ainsi que votre capacité à faire preuve d'initiative.

Vous devriez être au début de la trentaine, ce n'est pas trop tard. Passez à la programmation: vous pouvez acquérir les compétences de base en ligne (leetcode est un excellent endroit, par exemple) dans environ un an, puis rejoindre un projet open source de votre choix pendant environ un an également - pour montrer que vous peut appliquer ces compétences. Cela, en plus de vos crédits en mathématiques, devrait vous donner un CV suffisamment bon pour un emploi de niveau débutant. La raison pour laquelle vous étudiez ne colle pas, c'est parce que vous n'appliquez pas vos compétences - l'adage «utilisez-les ou perdez-les». Passer à la programmation vous permettra d'apprendre pour de vrai si vous combinez la théorie que vous lisez avec la pratique. J'étais un peu à votre place, mais j'ai pu me ressaisir et commencer une bonne carrière de programmeur. Si vous êtes intéressé, je peux publier des astuces spécifiques dans les commentaires.

Votre histoire ressemble raisonnablement à la mienne il y a quelques années. J'ai en quelque sorte obtenu un diplôme en mathématiques, mais ni avec de bonnes notes ni avec des connaissances approfondies et pertinentes. J'ai du mal à trouver un emploi car un emploi nécessite une expérience de travail et une expérience de travail nécessite un emploi.

J'ai en fait trouvé un emploi en programmation à la fin, un an après l'obtention de mon diplôme. Qu'est-ce qui m'a aidé?

• c'était un travail SQL et de nombreux programmeurs n'aiment pas SQL
• Apparemment, étudier les mathématiques m'a poussé à rechercher des pièges et des cas particuliers. La société m'a envoyé un petit projet de test avec des cas de coin faciles à repérer, qu'ils ont dit que la majorité des candidats avaient ignorés

Qu'est-ce qui aurait pu m'aider encore plus?

• Demandez à une personne ayant une expérience pertinente (en recrutement) de consulter mon CV et mes documents
• Avoir appris à lire le code d'autres personnes
• Avoir une meilleure connaissance de quelque peu périphérique des aspects tels que le contrôle de version, les tests unitaires, les systèmes d'intégration continue, etc. Ce n'est rien que l'on ne puisse apprendre sur le tas, mais si les RH ne font que cocher une liste, ces choses peuvent être utiles
• Soyez un peu plus explicite sur les petits boulots humbles et terre-à-terre occupés auparavant. IE pas "petits boulots", mais "petits boulots (ligne de production, construction, restaurants, etc.)"

Je pense que cela peut aussi aider si vous comprenez à quel point vos calculs sont supérieurs à la moyenne les compétences sont. En programmation, il y aura éventuellement un moment où des calculs seront nécessaires. J'ai eu des collègues qui ont régulièrement du mal avec l'interpolation linéaire (a.k.a. règle de trois): ou qui ne pouvaient pas comprendre comment 0,1 + 0,1 + 0,1 pourrait ne pas être exactement la même chose que 0,3 lorsqu'il est calculé sur un ordinateur. Avoir un mathématicien dans l'équipe peut vraiment être un atout même si les maths ne vont pas bien au-delà de ce que l'on peut apprendre au lycée.

J'ai obtenu un diplôme en informatique en 2016 avec de faibles notes. Il m'a fallu 6 mois pour obtenir mon premier emploi en tant que développeur junior. Le conseil que je peux vous donner pour obtenir un rôle de développement est que vous créez un site Web et y mettez votre CV (comme un portfolio / bio). Ces jours-ci, si vous montrez dans les 5 premières minutes de l'entrevue que vous avez un site Web en direct qui vous mettra immédiatement au-dessus de la moyenne.

Je n'ai pas assez de réputation pour commenter, alors j'ajoute simplement une réponse ici.

Puisque vous insistez pour apprendre au lieu de simplement trouver un emploi, au lieu de demander ce que j'apprends , vous devriez peut-être demander comment j'apprends , étant donné que vous avez déjà reconnu que vous n'avez pas appris efficacement pendant votre master.

S'il y a une université où vous vivez, vous pouvez essayer de vous asseoir à des cours là-bas et parler aux étudiants et aux facultés. Le fait est que si vous n'êtes pas doué pour apprendre ces choses, vous devez parler aux autres. Dans votre situation, travailler seul sur des livres n'est pas très utile.