Egy mérnökinformatikusnak mennyire kell a matek ?

Informatikus 1

Mérnök 1

Összesen 2 matek kell.

algoritmusok, gráfelmélet --> kollekciók hatékony bejárása és rendezése, mesterséges intelligencia alapjai, kódolástechnika alapjai

kettes számrendszer, bool algebra --> az egész informatika alapja

deriválás, integrálás, differenciálegyenletek --> számítógépes grafika és képfeldolgozás alapjai, beszéd és zenei jelfeldolgozás alapjai, szabályozástechnika alapjai (cloud)

Ha azon filózol, hogy mondjuk gyenge voltál középiskolában matekból és mennyire való neked ez az a szak, arra azt tudom mondani, hogy ha valójában érdekel és hajlandó vagy megtanulni a matekos részeket is, akkor nyugodtan vágj bele - de ehhez fel kell tudnod zárkózni.

Indítanak most már egy "butított" verziót is, üzemmérnök-informatikus a neve: ha nem tervezel robotikával, grafikával, MI-vel foglalkozni, akkor én ezt javaslom neked. (Ha valaki, aki oda jár, ezt olvassa, légyszi írja le a tapasztalatait.)

Gepeszeknek is van boven matek, szabalyozastechnikat - ugy vettem eszre - sokkal komolyabban tanuljak. (tobb gepesz es mechatronikai mernok kollegam van, sokan kozuluk programoznak)

Infonal az egyetemi szakon sok matek van, a gyakorlatban meg - ahogy irtak - nagyon attol fugg, hogy mit csinalsz. Szerintem egeszen szep karriert lehet befutni mondjuk webes cuccok fejlesztesevel ugy, hogy a 4 alapmuveletnel tobb ne kelljen hozza. De nem ez az egyetlen ilyen terulet. A masik jellemzo, amikor okos fejlesztok osszedobnak neked egy libet, amit csak behuzol es hasznalsz. Lehet, hogy elajulsz, ha meglatod a Fourier transzformacio kepletet, es eselytelen, hogy lekodold. Viszont ha behuzod a valasztott nyelven az FFT libet (ami nyelvtol fuggoen valoszinuleg valami masik, alacsonyabb szintu FFT libet hasznal, mondjuk libfftw-t), akkor par sorbol megoldod azt, aminek a matematikajahoz - az alapokkal egyutt - evek kellenenek. Vagy ott van mondjuk a kep/videotomorites, szinten brutal matekkal, aztan a gyakorlatban behuzod a megfelelo plugint, es az megoldja amit akarsz. Jelfeldolgozas? Szinten ilyen (bar ott nem art, ha tudod mit es miert hivsz meg).

Jelenleg egy robotkart felhasznalva keszitunk egy nagyobb rendszert. Robotikaban az inverz kinematika szamitasnak eleg komoly matematikaja van, es allitolag egy eleg nehez valami. Itt meg a robot gyartoja ad egy fuggvenyt, aminek adsz 6 koordinatat (pozicio es orintacio), es visszaadja, hogy melyik csuklot milyen szogbe allitva eri el a robot az adott helyet.

Vagy egy masik project: neuronokrol erkezo elektromos jeleket vizsgaltunk. A megfelelo publikaciot megnyitva kiderult mit es hogy kell csinalni, a Python signal moduljaban ott volt hozza a legtobb szukseges dolog, amit csak hivogatni kellett. Jo, a maradek eleg feladatspecifikus volt ahhoz, hogy ne legyen hozza letezo library, azt megirtam en.

Vagy ott a PID szabalyzo. Nekunk egyetemen a szabalyozastechnika targy jelentos resze arrol szolt hogy lehet meghatarozni a parametereit, hogy lesz stabil, es ilyenek. Eleg komoly matematikaja van. Egyik kollegammal CNC gepet fejlesztettunk, aztan hogy "szamolta ki" a megfelelo ertekeket? Nullazta az I es D tagot, a P-t kezzel beirogatva addig allitgatta, amig a kutyu ugy jart, ahogy szerette volna. Aztan amikor jo lett, ezt eljatszotta a masik ket tagra is. A tobbi tengelynel ugyanigy. (ja, es kaszkad szabalyzo, szoval ezt tobbszor megcsinalta) Amikor tudomanyosabban kezdett neki, a rendszerben levo letapadas, viszkozus kenes es egyeb zavaro tenyezok miatt rosszabb eredmenyt kapott. (quadcopteresek is hasonloan allitanak PID-et hazi keszitesu eszkozokon: addig allitgatjak a kulonbozo ertekeket, mig "jo nem lesz")

Vagy ott van a 3D grafika, mondjuk jatekkeszitesnel. Brutal matek van mogotte, amit nagyon jo, ha ismersz. Aztan a gyakorlatban letoltesz egy Unreal/Unity/OGRE vagy valami egyeb engine-t, egy 3D modellezoben osszekattingatod a szereploidet meg a kornyezetet, es valami hozza adott - tipikusan script - nyelvben megirod hozza a logikat. Jo, ennel egy kicsit nyilvan bonyolultabb, de azert sok matek jol latszik, hogy ebben sincs. (mar ha nem te vagy az, aki az adott engine-t fejleszti, de jellemzoen sokkal kevesebb ember kell az engine fejlesztesehez, mint ahany hasznalja, szoval keves okos programozora van szukseg, es sok atlagosra osszessegeben)

Mesterseges intelligencia? A backpropagation leirasaban csak ugy ropkodnek a derivaltak meg gradiensek. Aztan a kodban ez eleg egyszeruve valik, de Tensorflow/Keras/Scikit-learn es hasonlok hasznalataval meg erre sincs szukseg.

Adatbazisok? Relaciok, normalformak, szinten eleg komoly matek van mogottuk. Aztan az elso alkalommal, amikor bekerulsz egy "oreg roka" melle egy nagyobb adatbazist hasznalo projectbe, hirtelen osszeall az egesz.

Nagyon hasznos eszkoz a matek, de a gyakorlatban nagyon sokszor egyszeruen nincs ra szukseg (kozvetlenul). Pedig meg szeretem is, es jo is voltam mindig benne. Talan inkabb a gondolkodasmod miatt hasznos, illetve ha te leszel a sok kozul egy, aki pont valami lenyegesen ujat alkot es nem a tobbieket hasznalja.

#6: "Talan inkabb a gondolkodasmod miatt hasznos (...)"

- Ez nagyon mélyen igaz. Az egyetemi matek sokszor arról szól, hogy mi van, ha n tart a végtelenbe (vagy más absztrakcióról, de hadd maradjak ennél). Aztán a valóságos problémákban az n sose tart a végtelenbe. Mégis, azok a mérnökök, programozók (másutt közgazdászok) tudják majd a legjobban megoldani ezeket a valóságos problémákat, akik annak idején a legjobban megértették, hogy mi van, ha n tart a végtelenbe.