首先估计规模
在运行完整计算前,找出一个粗糙的,背包式的答案,所以一个千因子的错误在数秒之内被捕获,而不是在经过数周的详细工作后被发现.
格子越深,表示该主题在这项指标上越高。
低高
大部分物理学家早期都专门研究理论,实验或计算,并花几天时间进行计算,分析数据,编写代码或维护仪器,而不是做出戏剧性的发现. 很大一部分工作是递增的:检查结果三种不同的方式,精确地写出来,并在确定之前为怀疑的同事们辩护.
对于学术或工业的研究角色,是的——博士是该领域真正的证书,因为几乎没有一个雇主相信有人会设计没有一个人的原创研究. 物理学士或硕士学位在纯研究,开工工程,数据科学,财务和教学角色之外仍然有价值,这些角色使用物理培训而无标题.
对 光是美国的物理学博士课程每年就毕业约1,800人,而保有权轨道的开学人数则低到数百人;大多数物理学博士从未担任过永久性的学术职位。 培训对于一般的分析工作来说确实非常出色,这就是为什么如此多的物理学家最终在金融,技术或工业中收入丰厚的原因.
它因部门和国家而大不相同。 美国毕业生每年的津贴约为30,000美元,邮编约为60000美元,而所有部门的中位物理学家在美国的收入约为15万美元. 进入定量金融的物理学博士的收入可达数倍,而大多数其他国家的学术工资则要低得多。
理论家们建立和完善了描述宇宙应如何表现的数学模型,主要与计算,计算机和粉笔板合作. 实验者设计和运行仪器——粒子探测器、望远镜、低温器——以测试这些模型是否确实与现实相抗衡。 大部分物理学家在研究生早期都坚定地专门从事一个赛道.
部分内容。 文学搜索,第一稿编码,例行数据清理和图案生成越来越得到AI的协助. 抵制自动化的是决定哪个问题值得多年的职业生涯,设计一个能够实际回答它的实验,并且为声称的结果承担个人责任——判决称当前的AI系统不能被追究责任.
物理学家在粉笔板上单写方程式的图像描述了实际工作份额的缩小:大多数物理学家在计算机上度过了几天,写作代码,运行模拟或分析来自他们可能从未亲自触及的实验的数据.
技术流传下来的不是关于任何具体的方程式,而是关于工作纪律——如何在信任一个答案的细节之前,对答案的大小顺序进行理智检查,如何在分析中隐藏你自己的期望,以便他们不能偏向它,如何相信一个顽固的实验结果,而不是一个能预测其他事物的优雅理论.
将一个物理问题转换成方程,并知道哪些近似是安全的,哪些是悄悄地扔掉答案.
书写和信任将原始探测器或模拟输出转化为可防结果的代码,并知道管道可以隐藏错误的地方.
在共享实验上与数十或数千名合著者协调,其中没有一个人能够单独看到或验证整个分析.
将一个结果变成一个足够精确的论文,以在同行评审中幸存下来,和一个足够清晰的谈话,让怀疑的观众能够遵循这个论点.
建造或指定物理装置——探测器、激光器、低温器——实际上可以测量一个理论在它所说的不确定性范围内的预测。
从纸面上讲,在同样合格的物理学家提出的数十项相互竞争的提案中,建议几年的工作值得很少的资金。
在相关子领域进行一夜间预印,并与研究组就当天的重点事项进行短暂的报到.
用于衍生,写入分析代码,或者运行和检查模拟的主要块——通常是一天中最受保护的时数.
经常与研究小组分享,并提供一个真正的场所,来进行预定会议很少产生的那种非正式的思索。
介绍进展情况或审查同事的分析,经常与其他时区合作者就大型国际实验进行视频通话。
手动仪器为实验家工作,或起草和修订论文或给理论家的赠款提案——即当天的第二大工作块.
个人时间和在普通的一天睡觉;在预定的望远镜运行,束线插槽或探测器转移时,物理学家可以全夜待命.
从业者真正口耳相传的技艺——不是鸡汤。
在运行完整计算前,找出一个粗糙的,背包式的答案,所以一个千因子的错误在数秒之内被捕获,而不是在经过数周的详细工作后被发现.
一个干净的,预期的答案常常是分析中微妙的系统错误或无意识的偏差的迹象,而不是确认作品是正确的.
将预期的或“ 正确” 的答案隐藏在您自己完成分析时, 并且只有在每个方法的决定已经锁定之后才能解开它, 所以希望不能悄悄地引导结果 。
记录数据、错误和半成品的想法,而不是事后重建,因为不能追溯到其原始测量的结果是别人不相信的。
两个从未就共同公约达成协议的合作者之间的单一无标记单位不匹配,可以将正确的计算变成错误计算。
无论一个模型多么优雅,一旦仔细的测量与它不一致,它就毫无意义——数据并不欠理论任何东西.
数据分析、模拟和绘图的标准语言几乎遍及每个子领域,连同ROOT, 分析框架是专门为粒子物理学建立的。
共用的、排得很满的设施,如LHC或全国同步热振光源,实验者经常提前几个月或几年申请光束时间。
将样品冷却到绝对零度的一小部分 用于压缩物质和量子硬件实验 热噪声会淹没信号
物理学论文和方程式的近乎普遍的排字系统,标准足以使在任何其他文件上提交的手稿立即引起注意.
用于读取和提取实验中微弱,吵闹的信号的基本实验室电子设备——尽管进行了几十年的数字数据采集,但仍是实用仪器.
相信一个优雅的模型太远,悄悄地解释与它相矛盾的数据,而不是将分歧视为更有趣的结果.
宣布一个惊人的结果,而不首先用尽每一个普通工具解释——2011年OPERA实验的明显比轻快的中微子后来被追溯到一条松散的光纤电缆.
在一个小的子领域如此深入地专门化,当一个永久的学术职位从未实现时,技能的积累就糟糕地转移到了实际存在的行业角色.
不限同一领域,六项评分最接近的职业。
研究生命本身的科学家,从Linnaeus手工命名物种,到用CRISPR编辑基因组,仍然在针对一个活生物体测试每一种想法.
抗AI 64 🏗️设计必须屹立不倒、符合规范、让客户满意且造价合理的建筑——一旦出问题,还要承担法律责任。
抗AI 78 💱研究稀缺性的学者——从亚当·斯密的制针厂到中央银行的决策室,至今仍被要求预测任何模型都无法完全捕捉的东西。
抗AI 62 🎬通过决定每一个镜头、每一次表演和每一处剪辑,把剧本变成一部完成的电影,再说服制片人、制片厂和观众相信这份投入值得那笔预算。
抗AI 73 🧪亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室,仍是那个判断谱图意味着什么的人。
抗AI 70 👔为客户提供法律意见,起草具有约束力的文件,并在案件进入法庭时为其辩护——若建议有误,还须承担个人法律责任。
抗AI 58研究生命本身的科学家,从Linnaeus手工命名物种,到用CRISPR编辑基因组,仍然在针对一个活生物体测试每一种想法.
抗AI 64 🧪亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室,仍是那个判断谱图意味着什么的人。
抗AI 70 📊从数据中寻找规律、构建预测模型——一个2008年才出现的职位名称,建立在三个世纪计数、检验与可视化证据的传统之上。
抗AI 38 🔭丈量宇宙的科学家,从巴比伦泥板到空间望远镜,始终要判断数据中的哪一次闪烁是一项发现。
抗AI 70 🧮从巴比伦文士到菲尔兹奖得主,再到AI辅助证明:这门职业把难题一个定理接一个定理地变成永恒的确定性。
抗AI 70 🧿构建、测量和控制利用量子态进行计算、传感、通信和材料研究的设备。
抗AI 78 🧫使用临床、试验和卫生系统数据生成可靠的证据,以实现更安全的护理、研究和运营决策。
抗AI 68