如果让我推荐报考专业，数学一定位列前茅！

当初挂线考上大学，所以，自然而然专业也就被调剂了，调剂到了信息与计算科学专业。当时还在自我安慰，心想"不管怎么说和信息技术沾边，不全是数学"，其实，本科几年让我认清自己的"自我麻醉"有多么可笑，除了一些通识课程之外和应用数学没有任何区别，数学分析、复变函数、泛函、数值分析、微分几何、实分析与复分析等等等等，不仅这些课程让我觉得晦涩难懂、枯燥乏味，数学的就业行情也让我非常渺茫。

那时候人工智能和大数据没有这两年火热，数学被连年评为"红牌专业"，换句话说就是"毕业即失业"，很多数学系的同学毕业后有的去做销售了、有的找一所中学当老师了，当时心情非常矛盾，甚至在国家去学校招兵的时候想过参军，心想"好在这有不错的收入，而且还比较受尊重"，但是遭到了家人的反对，索性后来就不想这么多了，后来就顺利保研、读研，因为偷懒，就没有跨专业，顺势就选择继续留在数学系。

保研之后由于在学校无聊我就出去找了一份工作，做自然语言处理，这时候才真正意识到自己有多弱，基础的编程语言C/C++用不熟练，Python又没接触过，Matlab在企业里不怎么用，尤其是自然语言处理这个方向。别人从算法到功能实现可能只需要半天时间，而我却需要两三天，写一句代码能百度半天，那时候内心很煎熬，也开始有一种恐惧感。

几个月后我回到了学校，开始了读研的生活，时至那个时候，我依然不理解数学到底有什么意义，每天面对着一堆公式有什么价值？每天证明、推导到底能带来什么实际的提升？我问周围的大神"数学的意义到底在哪？"大神回答"现实世界中大多数东西都可以抽象为一个数学模型"。

"数学模型"，谁知道这是个什么东西！

后来开始一个人跟着老师做项目，开始做计算机视觉、图像处理、机器学习等项目，当面临学术和论文要求的时候会慢慢的对这些内容进行深入的研究和改进，慢慢的也就开始理解当时同学所说的"数学模型"。

其实，大至航空航天、小至一个手机制造，无论是传统的机械设计还是这两年火热的人工智能，核心都涉及数学问题，举几个例子：

• 航空、航海中的流体力学
• 机械制造的有限元仿真、结构力学
• 人工智能中的最优化
• 图像分割、图像去噪中的能量泛函
• ...

当自己意识到数学知识重要的时候，自己也即将毕业了。当周围同事、领导问道"你是学什么专业的？"，当回答"数学"，周围人的眼光和几年前都大不相同，几年前当听到学数学的会表现出不屑，而如今，周围的人会竖起大拇指"厉害"。尤其是这两年人工智能异常火热，也使得数学有了更多的需求量，大多数公司招聘都会招数学出身的人。

如今给我的感觉就是"书到用时方恨少"，只怪当初没有意识到数学的意义和价值，就"应试"性的毕了业。虽然周围朋友听到学数学的会投来异样眼光，但是自己心里很清楚，自己在数学方面很水，所以。工作后把当初大学毕业时卖掉的那些书又高价重新买了一遍，恶补数学，心想，如果再来一回，一定要好好把数学基础打牢固。

当然，数学并非自带光环，虽然这两年数学系毕业生需求量很大，但也不是怎么样别人都要。

理论结合实际

数学有一个最大的弊病，过于偏重理论而严重脱离实际。很多数学模型都是建立在很多约束条件的理想状态下，在现实中是无法直接应用的。举个例子，一个128*128的图像加上90%以上的椒盐噪声，用泛函方程对图像去噪效果非常好，但是需要耗费几个小时，用滤波去噪虽然不如泛函方程那么好，但是只需要不到一秒钟，这时候数学方法是毫无竞争力的。所以，我觉得数学应该和实际相结合，活学活用才能更大的发挥它的价值。

学以致用

当初跟着工科老师做项目的时候这一点被吐槽过很多回，老师总说"你们数学系的学生有一个通病，每天抱着书在那看，在那证明推导，你编个程序验证一下啊"，的确，从我周围接触的数学系同学来说，在校期间除了Matlab之外很少用其他的工具，所以动手实践能力很差，这无异于纸上谈兵，就算是走入工作岗位上成为一个算法工程师也不可能说"我的算法推理好了，找一个开发人员去实施吧"，在很多公司算法设计和算法开发是一个人来做的，不可能专职的配备一个开发人员打杂，所以，强化实践能力也很重要。

总结来说，我觉如果一个数学系的学生能够活学活用、有实现自己想法的实践能力，那么还是有很强的竞争力，而且这种优势会逐渐被强化。

我觉的随着国内科技越来越发达，数学会有更多的用武之地，当然，数学也会受到更多的重视和青睐。