首先，求職經歷。當您嘗試進入某個領域時，它的吸引力更大；如果您不在主要都市地區，它的吸引力會更大。這是一個巨大的時間消耗，投資回報率很差，但是需要完成它才能獲得一份工作。事實是，您是否被錄用不僅僅取決於您的技能和經驗，還取決於閱讀您的簡歷的人是否認為您的技能和經驗是否與他們的技能保持一致想他們想要的，而您對此並沒有太多的控制權。因此，說實話，無法預測要花多長時間。

話雖這麼說，您的情況對我來說真的並不那麼可怕。您對（1）您想做的事情（2）雇主正在尋找的事情感興趣並正在研究。您擁有可銷售領域的碩士學位。至於您是否覺得自己在學位期間學到了很多東西，在我看來，您正處於一個糟糕的冒名頂替者綜合症的地方。一些雇主可能希望看到您的成績單，但他們對您​​可以為他們做的事情更加感興趣。因此，也許可以嘗試將您想做的工作組合在一起，其中可能包括您開發的模型或軟件或為某人免費或廉價進行的小型項目。 （這些是非常標準的建議。）

最後，您不可能對所有人都滿意。可能感覺您需要盡可能多地投放網絡，但是對我來說，這聽起來像是您將自己分散開來，這加劇了您的挫敗感。考慮一下您在地理區域內的最佳選擇以及您真正想要做什麼，從而縮小範圍。例如，如果編碼是正確的路徑，則對模型進行後處理，反之亦然。祝你好運。

找到工作。不要做更多的學習-您已經表明您1）並不擅長，2）沒有充分的理由這樣做（您會這樣做是因為您正在避開就業市場）。如果您對這個主題有多熱衷，那麼有多愛都無所謂。實際上，我會質疑您是否真的喜歡這些東西，因為如果您這樣做，您怎麼學到的東西很少？

所以：找出您擅長的事+不討厭做事，得到一個在那兒工作。利用您可以使用的求職資源，例如WVU設有職業服務部門，請與他們聯繫並獲得他們的幫助。不再閱讀有關ODE的文章，而開始閱讀有關如何導航求職過程的文章。與您的妻子交談-她有一份工作，這意味著她做了您沒有做過的事情。

另一件事-對您在MS期間實際學到的東西進行批判性思考。如果有人僱用您，您能貢獻什麼？如果您真正地接受采訪時認為自己的貢獻很小，那麼到處都會遭到拒絕就不足為奇了。

幾年前，我處在可比的情況下：我被CS BSc論文困住了，因為話題晦澀難懂且無法銷售，所以進展不快。另外，我沒有相關的工作經驗。我設法通過兩種不同的方式改善了自己的處境。

獲得工作的最佳方法是找到一份工作

很難立即找到一份完美的工作。所有不錯的工作都需要事先經驗。顯然，您需要獲得經驗。從更低的位置開始，找到一份可以幫助您的工作，然後長期朝著自己想要的方向發展。

我在一家IT借調公司工作，這使我立足主要是僱用具有“滯留”學位的STEM學生，例如在第二或三年級輟學的人。他們是聰明人，具有解決問題的能力，但沒有良好的就業文憑。他們使服務台員工驚艷了：稱職且廉價。對我來說，這是進入就業市場的好機會。我習慣了在一家大公司工作，然後尋求內部培訓機會。

然後我在藉調公司進行了內部培訓，這不僅給了我新的技能，而且引起了我的注意。然後知道如何安排我的演出的高級同事，最終使我從事了出色的初級開發工作。

評估您的技能

重新設置您的思維。嘗試找出您擁有哪些適銷對路的技能。

• 在等待餐桌時您已經獲得了軟技能。
• 您花了很多時間在部隊裡，不僅學習身體技能，而且還學習
• 您實際上已經從更高的學校畢業，但仍然比大多數人的大學更高。

這只是一個開始，我的觀點是您需要了解自己實際擁有的技能。以下是一些有關如何找出現有資源的想法：

• 花一整天時間瀏覽工作清單，以查找您對LinkedIn和Glassdoor感興趣的職位，並記下所需的技能。然後，嘗試在您的背景中找到使您具備這些技能的條件。最後，列出您所擁有的常見技能列表。更新您的簡歷，在以前的職位上描述您如何學習這些技能。
• 與您最近畢業的大學的職業顧問聯繫。大多數大學都熱衷於宣傳他們的畢業生在就業市場上是成功的，並提供幫助實現這一目標的服務。嘗試安排一次面試，著重探討您的機會在哪裡。
• 向您所在部隊的人伸出援手，並與他們聊天，詢問他們如何使用軍隊豐富民政事業的經驗。考慮一下哪些技能也適用於您。

將尋找工作作為研究項目進行處理

作為理科畢業生，可以輕鬆地將數學視為一門科學和求職是別人不可思議的擅長的魔術。但是實際上，這是一種技能，其他人已經對如何提高它進行了很多思考。因此，開始閱讀如何在面試中變得更好，撰寫簡歷以及所有這些內容。利用在大學中學到的知識進行研究，研究如何在求職中變得更好。

找出技能中缺少的東西

就像您需要找出來您已經擁有哪些技能，還需要找出缺少的技能。再次，在您想工作的領域中閱讀五十個++職位空缺，並列出所需的技能。計數頻率。找出通常要求哪些技能/平台作為一攬子交易。然後查看您已經具備了哪些技能的集群，以及缺少哪些技能。

獲取編碼

（許多形式）您將獲得的一個問題是“您實際做了什麼”。例如，您提到數據科學是您正在尋找的方向。在您喜歡的領域中尋找一些比賽，然後嘗試參加一些比賽。例如 Kaggle（數據科學）。你不會贏；這些團隊很多都非常練習。但是，參加會議對您有一些真正的好處：

• 當您在工作面試中被問到您在實地所做的事情時，您有一點要指向。
• 通過做來學習技能，這是我無法做到的。只是閱讀。
• 這些比賽都有非常活躍的論壇，您可以從其他團隊的活動和共享中學到很多東西。
• 您可以與其他參與者建立聯繫，從而為您提供幫助您。

我之前提到過，獲得一份工作的最佳方法是從擁有另一份工作開始。接下來是最好的事情，這對您來說是一個巨大的優勢：您不需要任何人的同意就可以加入。您不必被聘用參加比賽。

別著迷關於認證

IT中有很多很多的maaaany認證。沒有人都擁有。很多人甚至都沒有您認為對於特定工作而言是標準的，或者在職位發布中被要求的人。對於許多工作，滿足列出要求的2/3就可以考慮了。由於IT平台一直在變化，幾乎沒有人像手冊所述那樣使用軟件，因此每個公司都知道無論如何他們都必須培訓新員工。證書可以幫助，即使是完全無關的證書也可以幫助您，因為它表明您可以努力工作以取得認證，並且表明您可以訓練。但是不必擔心將所有這些都放在工作清單中。

您需要擺脫一個嚴重的誤解，這種誤解會困擾許多“去上大學以學習有趣的東西”然後又找不到工作的學生。

行業中沒有人在意 關於您在大學裡學到的“東西”（或您正在從教科書中學習有關ODE和數值方法的知識-它們涵蓋的大多數標準主題都是1960年左右的最新技術，但您可能已經註意到

行業關心的是獲得大學學位教您如何獨立學習。您的大學GPA可能不是一個很好的衡量標準，但這只是唯一的一個。衡量您專注於被要求做的事情（即使不是很有趣或沒有動力），時間管理技能等的能力肯定比沒有好。

行業在選擇聘用人員時關心的是“如果我們僱用您，您將為我們賺多少錢？”當然，他們並沒有這麼粗略地講，但這就是選擇過程中其他所有問題的原因。

您的工作經驗和軍事經驗可能比在大學期間學到的東西要多得多，可以教您有關受聘的有用知識。停止閱讀教科書，開始認真思考（和/或獲得一些專業建議）關於如何將 故事賣給潛在的未來雇主。

到處走走！很多人想要幫助您，您只需找到他們即可。

您如何做到的？參加聚會和團體。哎呀，去教堂，那裡有很多好人。結識人們，如果他們看起來像願意照顧您的人，請告訴他們您的處境。他們可以親自為您提供更好的幫助。他們可以為您提供與您的情況更相關的建議，因為您可以與他們進行更長的對話。您可能需要與許多人交談。但是他們提供的見解將真正為您提供新的觀點，即互聯網上的簡短答案將無法與之匹敵。您還將在此過程中獲得朋友，他們為您的成功加油。我們在學校中學不到的一件事是其他人對我們的成功有多麼重要。 但是，當其他人幫助我們展示出通往成功的新思維方式時，我們生活中最大的突破通常就來了。當您親自面對面時，進行對話會容易得多。順便說一句，做好勇於在線提出問題的好工作！

建議：停止學習 ODE ，然後學習數據科學。沒有什麼可以反對ODE的，但是直接在該領域的工作很少。但另一方面，數據科學非常熱門，而且很可能會持續下去。而且您的背景知識使其比那些在數學上苦苦掙扎的人（甚至在該領域中有很多人）更快地獲得它，這是一個高度可用和令人愉快的領域。

競爭相對較弱，學位課程仍然很少，因此該領域中幾乎沒有人實際上擁有很多紙質證書。最好的當然是擁有統計學習博士學位，並且可以很好地編寫代碼，但是像這樣的人卻很少。您擁有數學的高級學位實際上可以使您比大多數人都受益。實際上可以完成有用的事情。人才會有所幫助。但是根據我的經驗，大多數人仍然患有某種冒名頂替綜合症，因此這應該會使您更輕鬆一些。

如果您有興趣需要更多建議，請告訴我-我在公司的這一領域指導了很多初級人員。

第一件事：祝賀您開始生活在一起。

這裡有很多好的建議。我還有一個。在尋找工作時，請考慮以半技術性的志願服務於您支持其目標的一些非營利性組織或政治組織。憑藉您的IT /綜合能力（即使生疏），以及數學思考能力，您會很有用。您將提高這些技能，結識可能認識工作的人，並在履歷表上寫上一個好項目。

然後聽妻子的話。

如果您精通數學，那麼我認為您非常適合從事機器學習。由於您也可以編程，所以這對您來說是另一個優勢。有趣的是，ML是一種工具，而不是“目標”。您可以使用它來解決來自許多不同領域的許多問題，這不僅會像老闆所說的那樣使您感興趣。

我強烈建議您使用 https：// course。 fast.ai。我還沒有親自做過，因為他們在我畢業並找到一份需要這些技能的工作後才提出來。我瀏覽了整個課程，將其推薦給我的梨子，然後我自己學習了新事物，這表明我認為自己足夠了解深度學習是多麼驕傲。

但是不要聽我說。在Twitter上，看看人們對fast.ai和Jeremy P. Howard的評價。太不可思議了每天我都會看到來自不同背景的人們的成功故事，有些人說以前並沒有做太多的編碼。然後瀏覽論壇。我對周圍的人有多支持以及完全陌生的人如何在解決現實生活中的問題時互相幫助和學習感到敬畏。

因此， TL; DR ：通過學習深度學習並將其應用於您感興趣的新問題，在備受追捧的領域中利用您的數學和編碼優勢。

如果您具有編程技能並且對編程充滿熱情，請考慮在業餘時間為一些現有的開源項目做貢獻。在 http://github.com/或 http://gitlab.com/

上如果您與他人合作，您將學到那些技能（溝通，團隊合作進行軟件開發）。而且您會增強自信心。

但請使用真實的名字和姓氏（而不是偽造的名字）做出貢獻。您想提高知名度

還請閱讀 http://norvig.com/21-days.html

您是否考慮過從心理治療師？

PS。如果您能夠用C或C ++編寫代碼，那麼我有一個瘋狂的開源業餘項目，其中有兩個合作夥伴，我正在尋找更多的合作夥伴。通過電子郵件與我聯繫，發送電子郵件至 basile@starynkevitch.net 以獲取更多信息...（在我的網頁上查看……您可能會猜到我感興趣的內容。 / p>

這裡還有一些其他好的答案，但沒有一個能為您的問題提供具體步驟

“我該怎麼辦？我要學習什麼，要花多長時間才能知道足夠有市場價值？”

這可能是因為這些是只有您自己可以回答的問題，但是基於您的問題以及想要一起使用數學和編程的個人資料描述，以及您最近的興趣在統計方面，我認為您應該集中精力。顯然，我作為生物學統計學家有偏見，但您的背景似乎非常適合應用統計學（大量的數學和大量的編程工作），而且並不是我一個人在說這也很出色（ https://money.usnews.com/careers/best-jobs/statistician）。

我該怎麼辦？ -如果您每天花10個小時學習，則可獲得證書或碩士學位（在線或親自授課）。這樣一來，不用說我讀過x，y和z，而是有關ODE的書籍，您可以說我獲得了Python或其他相關的研究生證書。對於雇主而言，這更為切實。應用統計/數據科學中有許多在線程序，美國統計協會一直在強調這些程序（ https://community.amstat.org/blogs/steve-pierson/2019/10/21/amstat-news -qas-featuring-new-masters-and-doctoral）。您將不會像以前的大師那樣接受相同的培訓，其中許多程序的重點都得到了廣泛應用，例如，您將學習如何使用真實數據進行機器學習，而不是學習機器學習的理論（您可能會有興趣/需要教自己。）

我要學習什麼？ -根據您要在評論中申請的職位，停止研究ODE和數值方法，或者申請那些使用這些方法更為明顯的職位。您似乎想使用編程，選擇一種語言並精通它。我會建議使用R或Python，因為它們的需求量很大，並且會教您可以應用到其他語言的編程基礎知識。 -實際上，至少需要一年的時間，您需要提供一些證明，證明自己是理想的候選人，這意味著您可以炫耀學位/證書/項目，但在此過程中，您僅需繼續求職。

但是事情是我喜歡學校裡覆蓋的東西，我想應用它

我要給你一個開箱即用的東西可能會吸引您或可能不會吸引您的建議：考慮進入不同字段，您可以在其中應用您感興趣的主題。歷史上，許多數學是與其他科學一起發展起來的，以幫助描述自然世界。看看卡爾·皮爾森（Karl Pearson）和羅納德·費舍爾（Ronald Fisher）及其對生命科學的貢獻。

這就是您的情況：

1. 找到一個使您感興趣並且需要的領域對於數學家。像物理學這樣的極端數學重領域可能很難進入，因為它們具有更高的數學基礎標準，但是社會科學，經濟學，心理學，生物學，生態學等其他“較軟”科學則沒有相同的期望。這些領域的研究從非常應用到非常理論。問題是，進入這些領域的大多數人在數學上都不是很高級，因此往往缺乏理論上的努力。這可能是您的利基。
2. 進入該領域的碩士研究計劃。碩士學位不一定會讓您靈活地做自己想做的事，但會為您提供必要的背景知識，並幫助您決定是否要繼續這條路線。碩士研究課程通常是有償的；您這樣做並不一定會賺很多錢，但是除非您在高檔餐廳裡等著飯桌，否則情況不會變得更糟。您不必為研究專業的碩士學位獲得貸款。
3. 然後進入博士學位課程，您可以在其中靈活地完成數學所需的工作。這可能是以一種新穎的方式將高級數學概念應用於您現在所在的領域，甚至可能找到一種使用新領域來推動新數學概念發現的方法。薪酬情況類似於MS。同時，根據具體領域，您的課程要求可能會變得足夠靈活，以至於您可以將研究生數學課程作為博士課程的一部分。
4. Postdocs是一個可選步驟，可能會吸引您。它們使您可以更靈活地定義自己的研究。
5. 進入學術研究職位可能是您的終點。在這裡，您可以靈活地定義要研究的內容，理論/應用的程度，並建立一個興趣相似的研究生實驗室，以在支持和培訓他們的同時為您提供支持。

現在，我將從野生動物生態學家/遺傳學家/程序員的角度為您提供一些觀點/示例：

首先：特別是生態很有趣，因為它是一門聯繫科學，幾乎涵蓋了您可以想像的所有其他領域，包括物理，化學，法律，經濟學，地質學，生物學，心理學等。這意味著人們在製定自己的興趣和職業方面有很大的靈活性。 / p>

第二，讀研究生時，我在計算機科學領域具有深厚的背景，並且在數學方面的實力遠遠超過了我（我一直很喜歡數學，並且在本科生中幾乎轉向了數學）。程序設計和數學在生態學上都非常有價值，對於即將來臨的學生來說，具有任何水平的熟練度尤其罕見（大多數學生只有基本的演算背景，如果沒有，則沒有編程經驗）。我的背景使我在進行先進而有趣的研究方面具有巨大優勢。我實際上正在計劃上一些研究生水平的數學課程，例如現代分析，線性代數等。我的顧問不是數學家，但認識到它在理論生態學和遺傳學中的重要性，因此非常支持

第三，生態學以及可能的其他“軟”科學也傾向於靈活地對待即將畢業的研究生的背景。我的本科生確實有生物學方面的背景，但是我知道來自不同背景的人。在一個案例中，一位朋友以某種形式的工程學（機械學？）完成了她的本科和碩士學位，並為NASA工作。然後，她完全改變了方向，開始了定量生態學博士學位，並獲得了成功的黑熊研究學位。儘管我沒有意識到生態方面的背景，但她還是能夠擁有強大的數學/工程學背景的。

第四點，與上一點有關，這在我的領域中很普遍遲到畢業學校。大學畢業5年後，我開始修讀MS。我知道30年代中期到30年代開始攻讀博士學位的人們。在我的某些領域，年齡並不是發展職業的重要因素。

第五，生態學和其他科學也基於數學概念發展了許多理論。這些理論是基於幾十年（或更早）的數學概念發展起來的，這是很常見的。通常他們只是沒有被較早地應用，因為具有必要背景和專業知識的人很少。因此，有很多機會可以做這種事情。網絡/圖論是生態學中的一個相對較新的例子，其應用還相對較初級。

第五，與前文有關，我最近參與了應用吸收馬爾可夫鏈來預測植物的擴散和死亡跨景觀的野生動植物種群。這個過程包括與數學家/工程師進行部門間合作以開發相關的理論。

如果我激起了您的興趣，那麼就開始研究不同的領域，他們所基於的理論以及這些理論的數學基礎。我無法代表其他領域，但在生態學領域，我可以指出定量生態學和理論生態學。這只是一個起點，因為數學最終與生態學的各個方面都息息相關。就我而言，我對生態學中的理論種群遺傳學很感興趣，這在數學上也很繁瑣。

如果您發現您感興趣的東西，那麼可以考慮尋找從事相關工作的大學研究人員並嘗試深入研究他們具體做什麼。與他們聯繫以討論他們的工作以及具有您這種背景的人可能如何參與他們的領域。有些人可能沒有回應，但其他人會非常支持。最終，您在這條道路上的成功將更少地取決於您的正規教育，而更多地取決於您如何宣傳自己的技能和背景，以及展現主動能力。

您應該在30年代初期就在某個地方，還不算太晚。進行編程：您可以在大約一年左右的時間內在線學習基本技能（例如，leetcode是一個好地方），然後大約一年左右也可以加入您選擇的開源項目-向您展示可以運用這些技能。那，加上您的數學知識，應該會給您一份足以滿足入門級工作要求的簡歷。您學習的學習沒有堅持的原因是因為您沒有在運用技能-“使用或失去技能”的格言。如果您將閱讀的理論與實踐相結合，那麼切換到編程可以讓您真正地學習。我有點喜歡您，但是我能夠團結起來，開始一個良好的編程生涯。如果您有興趣，我可以在評論中發布特定的提示。

您的故事聽起來與幾年前的故事相當相似。我以某種方式獲得了數學學位，但是既沒有很好的成績，也沒有真正深刻和相關的知識。因為工作需要工作經驗，而工作經驗也需要工作，所以找不到工作。

我實際上是在畢業後一年找到了編程工作。是什麼幫助了我？

• 這是SQL的工作，許多程序員不喜歡SQL
• 顯然，學習數學使我難以尋找陷阱和特殊情況。該公司向我發送了一個小型測試項目，其中包含一些易於發現的極端案例，他們說大多數申請人都忽略了

什麼可能對我有更大幫助？

• 請具有相關（招聘）經驗的人看看我的簡歷和文檔 ​​li>
• 已培訓過如何閱讀他人代碼的人
• 對外圍設備有所了解諸如版本控制，單元測試，持續集成系統之類的方面。這不是人們在工作中無法學到的，但是如果HR只是列出一個清單，這些事情可能會有所幫助
• 以前做過的謙虛腳踏實地的零工。 IE不是“零工”，而是“零工（生產線，建築，餐館等）”

我認為，如果您對數學的理解程度超出平均水平也可能會有所幫助技能是。在編程中，最終將需要進行一些計算。我有一些經常在線性插值方面苦苦掙扎的工作人員（又稱三定律）：或者無法掌握在計算機上進行計算時0.1 + 0.1 + 0.1可能與0.3不完全相同的情況。即使數學並沒有超出高中所學的範圍，在團隊中擁有一個數學專家確實是一項資產。

我於2016年獲得計算機科學學位，成績很差。我花了6個月的時間才開始擔任初級開發人員的第一份工作。我可以為您提供的擔任開發職務的建議是，您創建一個網站並將您的簡歷放在那裡（例如投資組合/生物）。這些天，如果您在面試的前5分鐘內證明自己擁有一個網站，該網站會立即使您的排名高於一般人。

我沒有足夠的聲譽來發表評論，所以我只在這裡添加一個答案。

由於您堅持學習而不是僅僅找工作，而不是問我應該學什麼，也許您應該問我該如何學習，因為您已經認識到，您在攻讀碩士學位期間並未有效學習。

如果您住的是一所大學，您可以嘗試坐在那裡的課上並與學生和教職員工交談。關鍵是，如果您不擅長學習這些知識，則需要與他人交談。在您的情況下，僅靠自己編寫書籍是沒有幫助的。