偏微分方程（pde）博士生如果不繼續從事科研，應該如何規劃自己的博士幾年？

題主是上海一般985學校讀pde的數學博士，目前博士二年級，還有三年半畢業。我的方向是純pde，日常是一堆pde的估計，但是未來並不想繼續從事科研，卻仍要砸大量時間在pde估計上，內心十分掙扎。如我了解到圖像處理，計算機圖形等領域多少涉及到了pde。看了國內一個做數據可視化的lab招聘信息，很想去，但是奈何自己平時都在看pde，其他的什麼都不會。

1.應該如何規劃好讀博的這幾年？

2.請問pde有哪些應用，或者國內有沒有直接招pde博士生的做實際問題的機構（圖像處理 計算機 工業）？

2.想申請csc出國待兩年。請問換一個偏應用一點的方向可能嗎？

感激不盡！

謝謝邀請，估計是遇到熟人了。

曾經在數學系待過，轉行機器學習的人來回答一下。

如果是博士二年級，還有三年半畢業的話，為了學習一門新的技術，這個時間長度還是夠的。因為通常來說，重新讀一個本科也就是三年半的時間，讀一個碩士也是三年的時間。

如果不打算繼續從事科研的話，最好的方法其實是儘快畢業，因為畢業之後在工業界一年的工作經驗積累會非常大，尤其是題主在數學系這種幾乎接觸不到工業界項目的院系裡面。之前看到過一個轉行的建議，那就是實習&>各種競賽&>自學。因為對於轉行的人，首先最重要的是要知道工業界在做什麼，然後才能夠有針對性的補充各種各樣的知識和技能樹，否則自己悶頭在學校學習的話就只是紙上談兵。如果有時間的話，強烈建議找一份實習去體驗一下實際的工作內容。

當然找實習的時候也不能夠什麼也不懂，該學習的內容還是要主動提前去準備，無論是機器學習相關書籍，還是編程的語言，都是應該盡量掌握的內容。否則，連一份實習的工作都不一定找得到。

在學校的時候，還有一個折中的辦法，那就是找一些相關院系的學生，無論是機器學習方向的，還是金融工程方向的，了解一下他們在做什麼，看看他們在做什麼內容的項目。如果能夠有機會參與其中的話，不僅有機會發表相應的論文，也有機會接觸到更多的項目。

其實，從數學系轉行的人不算少。回想起當年的同學們，還留在學術界的人大多數都去金融，工程類，經濟學一類的專業了，留在數學界的非常少。去工業界的話，不僅有去金融的，還有去 IT 行業的，甚至還有做各種各樣工作的。通常來說，一個數學系的博士生做項目的時候上手相對慢一些，但是只要肯學習，一般來說勝任一份工作，謀求一個崗位還是沒有太大的問題的。

之前也寫過轉行的文章，希望對題主有所幫助：如何從零到一地開始機器學習？

也有人評價過數學系的大佬們，貼出來給在讀 PHD 們漲漲自信：朱里：數學專業為什麼沒有那麼多勸退貼？，部分原文如下：

雖然說計算機和金融這倆行業都不能迷信數學，即把數學在其中的地位無限拔高。

但這倆行業離開了數學，就是達內培訓班和清華叉院的區別，就是銀行櫃員和文藝復興的區別。

就沖這個區別，數學的王者地位，還是無可動搖的。

不想搞科研就去搞演算法啊，敢搞PDE的大牛成為圖像演算法大牛應該很容易吧。

我唯一接觸到PDE的一次，就是前陣子學習圖像的L0範數平滑。

現在一般的圖像處理，編程的話就是OpenCV、OpenGL、NEON、Tensorflow。

PDE這玩意兒，還是物理上用的多。

沒讀過博，愚夫之言，大神擇之。

圖像處理里的PDE方法在學術界很有名的的，比如Osher的工作，ROF模型，你可以了解下。

華為，海康，阿里，騰訊等巨頭大廠表示非常歡迎你。

工業界非常歡迎你這種高級人才的。

之前在菊花廠上研院的前輩是浙大物理系博士過來的，所以你這個情況一點問題沒有。

演算法，你自己可以往通信演算法，人工智慧的機器學習演算法，圖像識別處理演算法 等幾塊下手。