«Ну что, пригодилось тебе умение высчитать котангенс после школы?»

Все чаще в описаниях вакансий в IT стало встречаться «математическое мышление». А раньше все больше искали аналитическое или логическое. Решили разобраться, почему так и где его собственно взять.

Современные технологичные тренды — искусственный интеллект, машинное обучение и большие данные — требуют глубокого понимания математики. Это не просто умение считать быстро. А скорее способность видеть закономерности, анализировать и предсказывать.

Тут сразу возникает вопрос: а чем же оно отличается от аналитического? Математическое мышление включает в себя способность понимать и использовать формулы, а также умение строить логические цепочки и выводы на основе числовых данных. А аналитическое же мышление часто охватывает более широкий спектр задач и проблем. Оно включает в себя умение разбирать сложные проблемы на части, анализировать информацию с разных сторон и так далее.

В общем новым и активно развивающимся направлениям в IT не хватает уже обычной логики или аналитики — нужна математика. Из хороших новостей: хотя бы немного этот вид мышления развит у всех, спасибо той самой школе. А апгрейднуть этот навык можно при помощи специальной литературы.

📚Поэтому в завершение делимся хорошей подборкой:
— «Как не ошибаться. Сила математического мышления» Дж. Элленберг. В книге описывается роль математики в самых разных сферах: от лотерейных схем до искусственных языков.
— «Модельное мышление. Как анализировать сложные явления с помощью математических моделей» С. Пейдж. В книге описано множество математических моделей и то, какие проблемы с их помощью можно решить.
—«Вычислительное мышление. Метод решения сложных задач» П. Керзон и П. МакОуэн. В книге рассказывается про алгоритмическое мышление, декомпозицию, абстракции и логику.