Photo by Greg Rosenke on Unsplash

译者按：长期以来，文理分科导致广告营销专业的学生仅仅接受文科的专业训练，他们擅长创意，写漂亮的文案，却缺乏必要的理性思维（甚至不乏这样的学生：他们之所以学文科就是为了逃避数学）。营销技术时代来了，「偏科」的营销人很难有更大的发展。而数学，则是营销技术的基础，是理解大数据、算法、营销分析、机器学习、人工智能诸多领域的起点。所以，请一定要学好数学——这是我翻译这篇短文的目的。至于我本人，正在从初中代数开始补课。

我接受了纯数学家的训练。事实上，代数学家的训练。当我完成博士学位时，我已经深入到一个深奥的专业领域，他们甚至很难找到人来考察我。我发现自己陷入了这个兔子洞，因为我认为我想成为一名学者。但后来我改变了主意。

学术界太孤独了，薪水太低，我决定，所以是时候继续前进了。但是，当你唯一的实践经验是花几天时间在黑/白板上书写希腊语和希伯来语符号时，你会去哪里？我不得不接受这样一个事实，即是时候抛开我以前的专业知识重新开始了，在我未来的职业生涯中，深度代数是没有用的。

几年后，我发现自己这个假设证明是完全错误的。今天，我认为，如果你想理解我们周围发生的一切新事物，没有比数学更好的领域开始了。不只是我这么想——就业市场也意识到了这一点。在最近的一份报告中，美国劳工统计局预测，未来十年数学家和统计学家的就业市场将增长 33%，并计算出数学家的收入几乎是美国平均工资的三倍。

为什么数学突然变得如此重要？

尽管市场并不总是反映这一点，但我认为在大多数领域进行数学培训一直很重要。训练有素的数学家在他们的思维过程中学习一门学科，为与他们一起工作的人注入冷静和自信。在当今快节奏的环境中，定量和定性事实从各个角度向我们袭来，仍然非常需要具有逻辑方法并能够快速将问题归结为症结的系统性思考者。甚至在大数据时代之前，我就发现我作为代数学家所掌握的这些技能确实在许多困难、棘手和复杂的现实生活中帮助我自己和我的团队。

尽管如此，即使是五年前，我也从未想过我所学的实际内容会成为我所做工作的重要组成部分。多维线性代数、离散数学、矩阵理论、组合学、逻辑和概率对我在商业世界的职业生涯有什么用处？

大数据和数据科学的爆炸式增长改变了这一切。现在，令人惊讶的是，我每天都会参与所有这些主题。以下是一些示例：

• 我的线性代数背景帮助我深入了解机器学习中的特征空间是如何运作的，支持向量机器等学习算法是如何工作的，以及自然语言处理中的许多现代嵌入技术。这意味着我可以更有效地解释结果，但也可以以一种相关的方式向其他人解释这些方法。
• 我在离散数学方面的培训帮助我解决了诸如图和网络以及密码学之类的主题，所有这些都是我必须定期思考或使用的。
• 矩阵的基本类别和矩阵属性（如特征向量和特征值）是当今许多计算技术（包括算法、网络分析和统计模型）的关键基础。
• 组合数学是一般编程，尤其是函数式编程的绝佳训练场，所有这些都是当今工作场所急需的技能。
• 逻辑和概率是统计假设检验的基础，我认为这是当今数据丰富的世界中决策技能的最大差距。

数学家时代

数学家的时代已经到来。对于那些想要沉浸在我刚开始并最近又回到的美丽世界中的人来说，学术追求不再是唯一现实的选择。我们已经开始看到并将继续看到，企业作为数学从业者的角色显著增长，其中许多正在直接影响我们周围世界的结果。

如果你是阅读本文的年轻人，并且还在考虑你想接受什么培训或学习什么，那么你可能知道我会告诉你什么。如果数学在你的清单里，坚持下去。这将是未来的技能。

成为数学家永远不会太晚。资源丰富，选择多样。如果你有时间和兴趣，我强烈推荐它。

来源：Towards AI

作者：Keith McNulty

翻译：Fred