我如何利用我的计算理论和分析能力谋求更大利益？

在学术界之外，“权力”的用途是什么？除了教书和发表论文外，我还能做什么？我在哪里可以运用我的力量？

为了争辩：请假设我拥有算法/ TCS博士学位，并且学到了很多“东西”，并在现有算法等方面取得了突破性的界限，并且我在算法分析方面也有很强的立足点，近似/随机算法，数学编程等，

问题背后的理由：对这个领域的人们非学术职业选择感到好奇，并可能激发某些学生“这不是理论”，并且本质上在外部世界具有潜在用途。

PS：请不要回答说有很多东西要学习，您可能想尝试XXX主题。从职业/专业发展的角度来看，我很好奇。运筹学（OR）似乎是唯一合适的选择。还有哪些其他选择？

请阅读威廉·瑟斯顿对以下问题的回答：数学家是做什么的？在mathoverflow上。为了说服您这是一本必读的书，请允许我引用他的话。

数学的结果是清晰和理解。不是定理本身。例如，是否存在任何真正的原因，即使是诸如费马最后定理或庞加莱猜想这样的著名结果，也确实很重要吗？他们的真正重要性不在他们的特定陈述中，而是他们在挑战我们的理解中所扮演的角色，这些挑战提出了导致数学发展的知识，从而发展了我们的理解。

这个世界并没有遭受足够的清晰度和理解力（温和地说）。通常很难弄清楚特定数学如何以及是否可以改善世界（无论这意味着什么），但是集体数学非常重要。

我很同情你的问题。我在计算机科学领域获得了逻辑博士学位，最后遇到了效用危机。看来，我所拥有的最强技能和最深厚的知识，以及我为之而训练的一切，与获得非学术性工作完全无关。哈佛大学终身教职的马特·威尔什（Matt Welsh）发布关于离开Goog​​le的讨论时，加州大学伯克利分校的戴维·帕特森发表了以下评论：

我认为大多数系统人员不会为了钱而去工业上，也不是为了学术界而被称为教授。我们很幸运选择了一个领域，既有工业界也有学术界。

在阅读本文时，我感到在理论计算机科学领域攻读博士学位是他陈述的对立面。现在，我一直在申请该行业的工程（而非研究）职位，并且发现那里有我们的职位。

1. 算法在行业中非常重要且相关。工业上的几个问题需要好的算法。您还需要扎实的工程和基础架构才能使事情正常运行。有效解决实际问题的性能瓶颈永无止境。如果您擅长分析实际系统的时间和内存消耗并进行改进，那么您将需要进行大量工作。
2. 明确解决问题是一项宝贵的技能。您已接受了有关问题的数学本质的训练，而忽略了分散注意力的包bag。您也许还可以实施一个好的解决方案，或者将其简化为可以有效解决的形式。
3. 美学具有价值。此评论基于有限的曝光，但是在查看了由Google和Facebook等地方开源的代码后，我发现已经在努力进行逻辑卫生。如果您关心数学美学，那么我希望您在编程时可能会有类似的学科，我的印象是这种学科很有价值。
4. 在真实系统中，随机化是最有效的方法。从协议设计到Bloom过滤器的使用，再到依靠随机化来扩展规模的高速缓存机制的巧妙设计，都有如此之多的情况。对我来说，看到随机作用就像定理一样令人着迷，甚至更加令人满意。

有许多具有理论计算机科学教育能力的人继续从事成功的工业职业。我并没有得出结论，正是这些特定的知识使他们成功了，但绝对没有妨碍他们。

1. 1970年代中期，哈佛大学的一名本科生和一名助理教授写了一篇题为“ 按前缀反转排序的界”的论文。当克里斯托斯·帕帕第米特里乌（Christos Papadimitriou）打电话给学生以通知他论文被离散数学录取时，威廉·盖茨（William H Gates）已经搬到阿尔伯克基（Albuquerque）成立了公司。
2. 1979年会议的合著者Ashok K. Chandra和1981年后发表的期刊论文Alternate在该行业中。
3. Google 的算法和理论小组有许多强大的理论家，据我所知，他们也致力于解决应用问题。

这只是一个随机且很小的清单。我的目的不是要全面，而是要指出到处都有理论家。我希望您喜欢编码，因为这是必不可少的技能，并且我相信它是计算机科学家中为数不多的通用标准之一。当然，您不会每天使用所有已知信息。但是，即使您留在学术界，我也不希望有这种情况，除非您连续多年继续研究完全相同的问题。如果您有其他想法，请尝试Matthew Might的插图博士指南。