Ingegneria aerospaziale:l'errore più grande della mia vita!
Ciao a tutti! Sono un laureando magistrale in ingegneria aerospaziale. Sto per terminare questo percorso e così come ho sempre saputo questo corso di laurea non fa proprio per me. Mi sono iscritto un po' per esclusione. Ero indeciso tra fisica,ingegneria matematica e aerospaziale e sebbene le prime due mi entusiasmassero di più decisi di scegliere ingegneria aerospaziale per paura,pensando che sarebbe stato più facile affrontare il percorso di studi (non ho mai avuto una grande autostima). Ora dopo mille difficoltà (dovute soprattutto al fatto che sta facoltà non fa proprio per me) dopo ben 6 anni sto per laurearmi avendo terminato tutti gli esami con anche un'ottima media. Ho pensato molto al mio futuro con la voglia di cambiare completamente settore e ho pensato anche a cose abbastanza assurde tipo fare un master di un anno in finanza oppure iscrivermi alla magistrale di ingegneria matematica al poliTo. Ste cose mi sembrano un po' troppo azzardate e quindi sono in forte confusione. Vi chiedo un parare:magari c'è qualcuno che si è trovato o si trova nella mia stessa situazione. Mi sarebbero molto utili i vostri pareri
Risposte
"civamb":
La fluidodinamica verrà ampiamente studiata nel biennio magistrale. Per quanto riguarda il software specialistico dovrai rimboccarti le maniche per conto tuo...
Ok, ma se scegli l’indirizzo aerodinamico comunque sono solo un terzo dei crediti totali e ti devi sopportare molti crediti di altre cose che ti interessano fino ad un certo punto. Semplicemente non tornerei a scegliere un corso di studi così specialistico in cui alla fine sono solo 2 o 3 gli esami che ti interessano e poi magari ti becchi dei professori incompetenti che ti fanno passare la voglia di studiare anche quelli. Aggiungi il fatto che a lezione se quello che seguivo non era matematica mi perdevo (credo perché i matematici devono scrivono tutte le formule e i passaggi, dandomi il tempo di capire quello che stanno facendo, al contrario degli ingegneri che ti mitragliano con un’ora e mezzo di fila di concetti nuovi detti a voce scrivendo al massimo una formula o un grafico alla lavagna, senza poi ritrovare molti di questi concetti in qualche libro o su delle slide) capisci perché ho qualche rimpianto.
Lato software, ci sono università meno prestigiose che li insegnano, non capisco come da noi non si possa fare, invece che ripetere per un mese in 4 corsi diversi al secondo anno di magistrale le equazioni di Navier-Stokes o obbligare un aerodinamico a seguire sistemi o motori.
La fluidodinamica verrà ampiamente studiata nel biennio magistrale. Per quanto riguarda il software specialistico dovrai rimboccarti le maniche per conto tuo...
"Albesa81":
[quote="Dalfed"]ho scelto aerospaziale perché mi sembrava interessante, [...] mi ha annoiato a morte.
Perchè sei così deluso? Che ti aspettavi di studiare a ingegneria aerospaziale?[/quote]
Più matematica e logica che fisica classica adattata alla realtà tramite qualche modello matematico di cui studiare decine di pagine di dimostrazioni e limiti d'applicazione.
Senza considerare che davo per scontato l'apprendimento di software Cad di disegno o di simulazione fluidodinamica, mentre qui a parte Matlab non si è visto nulla (se non un paio di lezioni di presentazione)
In pratica dovevo scegliere matematica o al massimo ingegneria matematica.
"Dalfed":
ho scelto aerospaziale perché mi sembrava interessante, [...] mi ha annoiato a morte.
Perchè sei così deluso? Che ti aspettavi di studiare a ingegneria aerospaziale?
"civamb":
Le materie tecniche di ingegneria hanno veramente poco in comune con quelle fatte in un itis. Il vero problema é un altro. Troppi scelgono ingegneria esclusivamente per trovare lavoro...molti di questi non riescono a concludere gli studi, altri non sono soddisfatti.
Non sono molto d'accordo sulla prima parte perché è vero che a ingegneria le materie sono diverse e più complesse, ma se hai fatto un ITIS comunque qualche base ce l'hai delle materie tecniche e puoi decidere per l'università in base a ciò che preferisci o che ti riesce, mentre da un liceo tiri abbastanza a indovinare e ti può andare bene o meno.
Sulla seconda parte ti posso dire che per me è esattamente il contrario, cioè ho scelto aerospaziale perché mi sembrava interessante, senza che me ne sia mai fregato qualcosa degli sbocchi occupazionali, mi ha annoiato a morte come la quasi totalità dei miei colleghi, ma senza avere neanche l'obiettivo del lavoro dei tuoi sogni o esigenza di guadagnare subito ,al contrario di molti altri, sto facendo molta fatica a finire.
"civamb":
Le materie tecniche di ingegneria hanno veramente poco in comune con quelle fatte in un itis. Il vero problema é un altro. Troppi scelgono ingegneria esclusivamente per trovare lavoro...
Verissimo.
"Dalfed":
...
Sono d'accordo con te, in più aggiungo che personalmente pensavo che entrato nel mondo del lavoro sarebbe stato diverso, ed infatti lo è. Dal mio punto di vista è peggio.
Ciò che ha detto Raptorista è la sacrosanta verità.
Le materie tecniche di ingegneria hanno veramente poco in comune con quelle fatte in un itis. Il vero problema é un altro. Troppi scelgono ingegneria esclusivamente per trovare lavoro...molti di questi non riescono a concludere gli studi, altri non sono soddisfatti.
"Injuria":
Credo che tu sia il ventesimo ing. che vuole inserirsi nel settore finanziario col mito del "quant" o del "data scientist" che scrive qui dentro da questa estate.
A volte non credo a ciò che leggo, voglio dire, se non sei riuscito ad appassionarti di veicoli spaziali, pale eoliche o satelliti, mi chiedo come tu possa appassionarti alla finanza di cui non sai nulla ed è un settore infinitamente meno affascinante.
Dopo la triennale feci un anno di lavoro come contabile in un'azienda di consulenza che lavorava nell'aerospazio, i progetti seguiti dagli ingegneri erano davvero molto interessanti e stimolanti, ovviamente ci sono anche le parti di noia, però ci sono persone che hanno viaggiato molto, lavorato a progetti di lancio satelliti in Guinea, progettazione di nuovi velivoli, nuove infrastrutture in paesi in fase di sviluppo, impianti per la produzione di energia eolica...insomma pensaci, non è così brutto e di sicuro termini come "data scientist" e "quant" sono ormai specchietti per le allodole, in realtà non hanno nemmeno un significato condiviso e non sono professioni codificate. Magari con a tua prima esperienza ti è andata male, passare dalla scrivania di casa per anni ad un ufficio può essere dura, ma io farei altri tentativi, poi se davvero ti vengono le bolle e l'orticaria farai una scelta diversa.
Secondo me il problema è che chi si iscrive ad ingegneria oggi è al 90% gente che ha fatto il liceo scientifico e che quindi non ha la minima idea di cosa sia una materia tecnica, poi non so in passato com'erano le percentuali di chi usciva da un ITIS o da un liceo.
Uscito dal liceo, specie se sei bravo, non hai molte alternative in ambito scientifico: fisica e matematica è sconsigliata da quasi tutti i docenti perché trovi poco lavoro, chimica e biologia erano messe in secondo piano (solo 3 ore a settimana per 3 anni in totale), medicina devi voler studiare per 10-12 anni, alla fine rimane solo ingegneria.
Diversi riescono ad adattarsi bene e a ottenere buoni risultati, altri invece fanno più fatica o non ci riescono proprio, quindi è facile che durante o dopo la laurea preferiscano fare tutt'altro, di cui magari non erano a conoscenza al momento dell'iscrizione all'università.
P.s Se nel 2012, a parte Yahoo Answer, ci fossero stati forum più specifici come questo difficilmente mi sarei iscritto ad ingegneria (magari c'erano ma prima del 2013 o 2014 non trovi thread rilevanti con una semplice ricerca di Google)
Ingegneria matematica al polimi ha recentemente attivato un percorso big bata.
"Injuria":
[quote="Intermat"]Injuria, non mi sembra molto difficile da capire la parte quotata. (...). La differenza invece sta, appunto, tra mondo accademico e lavorativo in quanto, nel primo, sicuramente vengono usati anche i software ma si cercano anche nuovi metodi che poi vanno effettivamente scritti in un linguaggio di programmazione in quanto non ancora esistenti. Solo questo volevo dire!
Infatti, nessuna polemica, la polemica su cosa voglia dire "data scientist" è ormai vecchia, specialmente negli Usa, ormai è noto che in molti annunci si usi questa qualifica per edulcorare mansioni niente affatto entusiasmanti, oppure che molti lavoratori si qualifichino come tali solo perché hanno a che fare in qualche modo con dei dati. In realtà, in un divertente sondaggio fatto proprio negli Usa, la maggior parte di coloro che si autodefinivano data scientist non sapeva spiegare il significato di p-value. Da qui i fraintendimenti ed i messaggi sbagliati che arrivano dalle aziende, gli annunci sono pieni di menzogne proprio come lo sono i curriculum. Per quanto valga il mio parere, se c'è una cosa che potrà fungere da salvagente, saranno proprio le questioni teoriche di base e non le abilità informatiche che tendono a diventare presto obsolete.[/quote]
Il problema è che molti corsi relativi al Machine Learning e all'analisi dei dati sono erogati presso il cdl in informatica che, tradizionalmente, fa praticamente zero corsi sulla probabilità e/o statistica.
In ogni caso io sono tra quegli ingegneri (aspiranti tali, per ora!) che si interessano all'argomento.
Secondo me, in ogni caso, è molto interessante, si spazia dall'analizzare dati relativi ai clienti di una banca a quelli dei pazienti di un trial clinico. Il tutto dovendo fare attenzione, spesso, non solo al risultato migliore in termini statistici ma anche alla corrispondenza di questo con la realtà (ad esempio sui trial medici bisogna vedere che il risultato sia coerente con quanto atteso dalla medicina).
Il discorso sul p-value posso capirlo, sarebbe importante che un tale professionista abbia un minimo di conoscenze dell'argomento, però va pure detto che spesso non lo si guarda proprio perché in argomenti come la classificazione alla fine interessano altri indici come, ad esempio, la k di Cohen.
"Uolly17":
Detto ciò sarei curioso di sapere cosa stiano facendo sti altri ingegneri di cui parli a cui è balenata in mente la mia stessa idea.
Parlavo di quelli che scrivono in questa sezione, se fai una rapida ricerca vedrai che c'è una certa quantità di ingegneri con la tentazione per la finanza o i "big data". Detto questo, fra gli aerospaziali che ho conosciuto (ne ho conosciuti un certo numero grazie anche al mio vecchio lavoro), non ne ho mai sentito nessuno così frustrato rispetto al proprio lavoro, anzi, spesso gli under 30 mi sono sembrati entusiasti di ciò che fanno. Non sono nessuno per darti consigli, però credo sia un po' presto giudicare un settore lavorativo dopo appena pochi mesi. Oppure hai ragione tu e semplicemente ti annoia essere operativo, ma ti interessano le questioni teorico-matematiche. Se questo è vero allora lavorando in finanza non cambierebbe molto la situazione, forse il tuo è un profilo da ricercatore/docente.
"Intermat":
Injuria, non mi sembra molto difficile da capire la parte quotata. (...). La differenza invece sta, appunto, tra mondo accademico e lavorativo in quanto, nel primo, sicuramente vengono usati anche i software ma si cercano anche nuovi metodi che poi vanno effettivamente scritti in un linguaggio di programmazione in quanto non ancora esistenti. Solo questo volevo dire!
Infatti, nessuna polemica, la polemica su cosa voglia dire "data scientist" è ormai vecchia, specialmente negli Usa, ormai è noto che in molti annunci si usi questa qualifica per edulcorare mansioni niente affatto entusiasmanti, oppure che molti lavoratori si qualifichino come tali solo perché hanno a che fare in qualche modo con dei dati. In realtà, in un divertente sondaggio fatto proprio negli Usa, la maggior parte di coloro che si autodefinivano data scientist non sapeva spiegare il significato di p-value. Da qui i fraintendimenti ed i messaggi sbagliati che arrivano dalle aziende, gli annunci sono pieni di menzogne proprio come lo sono i curriculum. Per quanto valga il mio parere, se c'è una cosa che potrà fungere da salvagente, saranno proprio le questioni teoriche di base e non le abilità informatiche che tendono a diventare presto obsolete.
"Injuria":
mi sono ridotto ad usare package già pronti su Python oppure proprio WEKA.
Non capisco questa frase: ti aspettavi di scrivere tu gli algoritmi in linguaggio macchina? Non credo sia quello il senso di lavorare sui "big data", per lo meno credo che questo sia solamente l'aspetto tecnologico della questione, insomma un cuoco non si limita a schiacciare i tasti del frullatore per essere tale, allo stesso tempo colui che ha progettato il frullatore potrebbe non saper cuocere nemmeno un uovo.
Injuria, non mi sembra molto difficile da capire la parte quotata. Semplicemente studiando la teoria (quindi molta probabilità) relativa al machine learning uno si ritrova a vedere dimostrazioni e pagine e pagine di spiegazioni relative a come fare la features selection o similari. Quindi una persona potrebbe pensare di dover poi andare a scrivere quelle cose su un linguaggio di programmazione (come ad esempio Python o R) mentre, con molta sorpresa per i neofiti, soprattutto su Python esistono package già belli e pronti con moltissime funzioni relative al machine learning (ad es. esistono package come PyBrain per le reti neurali o ScikitLearn per altre funzioni).
Non intendevo dire che questo sia negativo, intendevo sottolineare come un "data scientist" (posto che sia chiaro cosa debba fare) si ritroverebbe ad usare, almeno per un 80% del tempo, delle cose già pronte (esattamente come Uolly17 diceva di schiacciare tasti). La differenza invece sta, appunto, tra mondo accademico e lavorativo in quanto, nel primo, sicuramente vengono usati anche i software ma si cercano anche nuovi metodi che poi vanno effettivamente scritti in un linguaggio di programmazione in quanto non ancora esistenti. Solo questo volevo dire!
@Injuria scusami se ho tardato con la risposta ma sti giorni sono stati un po' impegnativi per via delle ultime consegne per la tesi. Certo il pericolo che io stia idealizzando la figura del data scientist o del quantitative analyst c'è ed infatti proprio per questo motivo ci sto andando con i piedi di piombo prima di prendere decisioni affrettate. C'è però da dire che se dopo 6 anni di ingegneria mi rendo conto di non avere la mentalità dell'ingegnere è necessario farsi delle domande per cercare di risolvere questa situazione. Per questo sto informandomi un po' in giro su queste figure che oltre ad essere molto richieste mi sembrano essere molto più "matematiche" diciamo rispetto al ruolo che ho svolto in questi ultimi mesi. Detto ciò sarei curioso di sapere cosa stiano facendo sti altri ingegneri di cui parli a cui è balenata in mente la mia stessa idea.
Credo che tu sia il ventesimo ing. che vuole inserirsi nel settore finanziario col mito del "quant" o del "data scientist" che scrive qui dentro da questa estate.
A volte non credo a ciò che leggo, voglio dire, se non sei riuscito ad appassionarti di veicoli spaziali, pale eoliche o satelliti, mi chiedo come tu possa appassionarti alla finanza di cui non sai nulla ed è un settore infinitamente meno affascinante.
Dopo la triennale feci un anno di lavoro come contabile in un'azienda di consulenza che lavorava nell'aerospazio, i progetti seguiti dagli ingegneri erano davvero molto interessanti e stimolanti, ovviamente ci sono anche le parti di noia, però ci sono persone che hanno viaggiato molto, lavorato a progetti di lancio satelliti in Guinea, progettazione di nuovi velivoli, nuove infrastrutture in paesi in fase di sviluppo, impianti per la produzione di energia eolica...insomma pensaci, non è così brutto e di sicuro termini come "data scientist" e "quant" sono ormai specchietti per le allodole, in realtà non hanno nemmeno un significato condiviso e non sono professioni codificate. Magari con a tua prima esperienza ti è andata male, passare dalla scrivania di casa per anni ad un ufficio può essere dura, ma io farei altri tentativi, poi se davvero ti vengono le bolle e l'orticaria farai una scelta diversa.
Ribadisco quanto scritto sopra: "data scientist" non vuol dire nulla, in teorie è un modo attraente di dire "statistico" che in inglese suona un po' da sfigati e non vende bene "statistician" allorché un tizio della NASA (credo) si inventò questo nuovo termine che ha preso piede ed è diventata una moda, in pratica è diventato alla stregua di "sales manager" o "accountant", ovvero una roba molto generica in cui può esserci qualsiasi mansione.
Non capisco questa frase: ti aspettavi di scrivere tu gli algoritmi in linguaggio macchina? Non credo sia quello il senso di lavorare sui "big data", per lo meno credo che questo sia solamente l'aspetto tecnologico della questione, insomma un cuoco non si limita a schiacciare i tasti del frullatore per essere tale, allo stesso tempo colui che ha progettato il frullatore potrebbe non saper cuocere nemmeno un uovo.
A volte non credo a ciò che leggo, voglio dire, se non sei riuscito ad appassionarti di veicoli spaziali, pale eoliche o satelliti, mi chiedo come tu possa appassionarti alla finanza di cui non sai nulla ed è un settore infinitamente meno affascinante.
Dopo la triennale feci un anno di lavoro come contabile in un'azienda di consulenza che lavorava nell'aerospazio, i progetti seguiti dagli ingegneri erano davvero molto interessanti e stimolanti, ovviamente ci sono anche le parti di noia, però ci sono persone che hanno viaggiato molto, lavorato a progetti di lancio satelliti in Guinea, progettazione di nuovi velivoli, nuove infrastrutture in paesi in fase di sviluppo, impianti per la produzione di energia eolica...insomma pensaci, non è così brutto e di sicuro termini come "data scientist" e "quant" sono ormai specchietti per le allodole, in realtà non hanno nemmeno un significato condiviso e non sono professioni codificate. Magari con a tua prima esperienza ti è andata male, passare dalla scrivania di casa per anni ad un ufficio può essere dura, ma io farei altri tentativi, poi se davvero ti vengono le bolle e l'orticaria farai una scelta diversa.
Secondo me rischi di idealizzare anche la figura di Data Scientist. Guarda le skills richieste su LinkedIn e, molto probabilmente, ti ricrederai. Alla fine anche in questa professione dipende molto dove lavori perché, per assurdo, ci si potrebbe ridurre a "schiacciare tasti" di un software per analizzare i dati (tipo WEKA o similari). Secondo me la vera differenza sta proprio tra il mondo accademico (molto teorico e matematico) e quello lavorativo aziendale (molto legato all'uso di software già belli e pronti). Ti dico questo perché io mi sono seguito durante la magistrale un paio di corsi di Machine Learning e Ottimizzazione per i Big Data ed erano molto teorici però poi, tra progetto e tesi di laurea, mi sono ridotto ad usare package già pronti su Python oppure proprio WEKA.
Ribadisco quanto scritto sopra: "data scientist" non vuol dire nulla, in teorie è un modo attraente di dire "statistico" che in inglese suona un po' da sfigati e non vende bene "statistician" allorché un tizio della NASA (credo) si inventò questo nuovo termine che ha preso piede ed è diventata una moda, in pratica è diventato alla stregua di "sales manager" o "accountant", ovvero una roba molto generica in cui può esserci qualsiasi mansione.
mi sono ridotto ad usare package già pronti su Python oppure proprio WEKA.
Non capisco questa frase: ti aspettavi di scrivere tu gli algoritmi in linguaggio macchina? Non credo sia quello il senso di lavorare sui "big data", per lo meno credo che questo sia solamente l'aspetto tecnologico della questione, insomma un cuoco non si limita a schiacciare i tasti del frullatore per essere tale, allo stesso tempo colui che ha progettato il frullatore potrebbe non saper cuocere nemmeno un uovo.
Sono generalmente in accordo con quanto detto dagli altri utenti, e vorrei porre l'accento sul fatto che anche altri lavori possono facilmente ridursi a schiacciare bottoni di software già pronti, incluso il data scientist. La ragione di ciò risiede nel fatto che molte aziende sono [opinione personale] [size=85][strike]accozzaglie di stupidi ignoranti a cui frega niente di quello che producono e vogliono solo portare a casa lo stipendio senza troppe rotture di scatole, possibilmente facendo oggi come hanno fatto ieri perché tanto va sempre bene[/strike][/size] improntate diversamente.
Se ti interessano questioni scientifiche di fluidodinamica, di statistica o di un altro ramo, allora difficilmente potrai occupartene in un'azienda; in questo caso una carriera accademica [o in un fantomatico dipartimento di "ricerca e sviluppo" di qualche azienda] sarebbe una scelta migliore.
Se ti interessano questioni scientifiche di fluidodinamica, di statistica o di un altro ramo, allora difficilmente potrai occupartene in un'azienda; in questo caso una carriera accademica [o in un fantomatico dipartimento di "ricerca e sviluppo" di qualche azienda] sarebbe una scelta migliore.
Perdonami ma da quello che scrivi hai sbagliato anche il titolo della discussione. A mio parere dovevi intraprendere la strada della ricerca accademica nel campo fluidodinamico/ aerodinamico.
Comunque spero di venirne a capo di sta situazione perchè mi sembra veramente irrisolvibile. Qualsiasi altro consiglio o parere è ben accetto.
Sì questo sì certo su questo ti do ragione.
"Uolly17":
E ora di che ti occupi? Non so se è un idealizzazione però un ragazzo che conosco dopo aver fatto ingegneria matematica e un dottorato fa il data scientist in banca e credo che sfrutti molto le sue competenze matematico-informatiche.
Sto completando la tesi, mi dovrei laureare a febbraio. Ti dicevo solamente quello che ho visto già all'interno dell'università e sulle offerte di lavoro su LinkedIn. Il fatto che sfrutti le sue competenze non lo metto in dubbio ma credo che anche tu nella tua tesi lo stia facendo. Uno può applicare le sue competenze anche usando un software, questo era il senso.
Accedi a tutti gli appunti
Tutor AI: studia meglio e in meno tempo