最近有学生私信学姐，说自己未来想学习理工科方向，但是没有找准更精细的目标，希望能和结合顺应当下发展趋势，做有前景的行业。那么，问题来了，什么关键词是发展大势呢？

如果你细心观察环境，就会发现近年来人工智能、数据科学、机器人、物联网大火，而这些领域最后都会有一个结合的学科出口，就是往往最终会归结为求解一个优化问题，而研究优化的学科，便是运筹学。

无论你是否听过了解它，可以说运筹学是打开以上重要学科领域的钥匙，更是奠定发展的基石。学好运筹学，才能更好的掌握人工智能、数据科学、机器学习等等。

那究竟什么是运筹学呢？今天，学姐就带你一起走进这个学科，快来一起看看吧

啥是运筹学？

运筹学（Operations Research）是自二十世纪三四十年代发展起来的一门新兴交叉学科。它主要研究人类对各种有限资源的运用及筹划活动，以期通过发现其中的数学问题和规律，提出相应的求解方法，并应用于实际活动中，以发挥资源的最大效益，达到总体最优的目标。其中主要涉及到模型、理论、算法这三点。

所谓运筹帷幄。最初由钱学森老先生引入中国，据说最开始的用途是优化航空／军工等领域。

例如：我们用的导航软件，从一地到另一地的最短路径问题，就是一个典型的运筹学问题。该问题目标是找到最短的驾驶路径 （或驾驶时间最短的路径），约束条件往往有单行路段以及每条路段的限速等等（都可以写成严格的数学表达式）。

它的几个“别名”：数学规划 (math programming)、优化 (optimization)、最优化理论、决策科学(Decision Science)等。

运筹学可以怎么应用？

运筹学传统或最流行的应用领域，包括：之前说的路径优化问题（Routing Problem）--交通领域（GPS导航）；仓储、运输等物流（Logistics）以及供应链(Supply chain)领域；制造业里的生产流程优化（Process Optimization）；电力领域的电网的布局以及分配(Power Grid)；

电子工程里的设施部件分配问题(Facility Layout Problem)；能源领域的优化，如：如何铺设输油管道；火车、课程、飞机时刻表安排问题等调度问题 (Scheduling Problem);资产配置 （Asset Allocation）、风险控制 (risk management)等经济金融领域的应用；

作为优化或运筹学模型，在其他各个学科的应用，如统计、生物、博弈论、压缩感知（近十年很火）、稀疏问题、人工智能（能量函数能量最小化）等等；

所以，运筹学里的优化模型作为数学建模里的一种模型，在各个领域被广泛应用（没错，学好运筹学数学建模竞赛可以玩得很溜）；运筹学里的优化算法作为数值解决各类优化问题的关键，应用更为广泛，例如统计模型最后基本归结为求解一个优化问题(如最大似然估计)。

简单地说：凡是有“最”字，如：利润最大化、成本最小化，基本就和运筹学息息相关。

运筹学的分支

运筹学分为线性规划、非线性规划、（混合）整数规划 、最优控制、动态规划、凸优化......等等。

说了这么多运筹学术语，是不是觉得很玄乎？

其实大家早在高中代数课堂就已接触过运筹学，只是大家不知道罢了。下图是不是很熟悉？三条实线代表三个不等式，虚线代表目标函数，然后我们用手在三角形阴影区域的三个顶点比划、衡量，找出和y轴截距最高的那个点就是最优解。

其中 ，我们先来了解非线性规划。这是求解目标函数或约束条件中一个或几个非线性函数最优化问题的方法，是运筹学的一个重要分支。非线性规划在经营管理、供应链、数据科学、金融投资组合最佳分配等方面有广泛的应用，为最优设计提供强有力的工具。

具体应用场景包括：如何在现有人力、物力、财力条件下合理安排产品生产，以取得最高的利润；如何设计某种产品，在满足规格、性能要求的前提下，达到最低的成本等等。

可以说，运筹优化更是人工智能的基石，人工智能机器学习又为优化算法的提升提供了机会。两者的结合是大数据时代下的必然产物。

运筹学的就业前景

如果你要问学运筹学毕业好不好找工作？那学姐只想告诉你，不要太抢手好嘛？！对口工作方向有很多，而且这是一门交叉领域的学科，都可以和各个行业领域相结合。

举个栗子，你可以从事以下的方向：

滴滴算法工程师（高精尖高薪）--车辆路径规划及叫车资源匹配和调度等问题；顺丰、京东物流、Amazon等工程师（高精尖高薪）--仓储问题、快递分配等问题；投资银行、大型企业工程师--资产配置、成本优化、利润最大化；国家电网、石油公司技术工程师--电力调度、石油管道最优化铺设等；铁路、航空公司--时刻表安排、定价策略、航班安排等；国家铁路局、交通局等研究员等

而人工智能相关领域，比如数据科学家、算法工程师、量化分析师、google等IT企业的研究科学家等。

AI研究院（实验室）-- 各大科技巨头相继押宝于人工智能，微软、百度、腾讯、华为诺亚等等。技术咨询公司--这个或许鲜为人知，可以参考杉数科技（北京）；

优化求解器公司--Cplex, Gurobi等公司的开发员，或再次参考杉数科技（北京）

如果你对这个有趣的学科感兴趣，欢迎在来自世界名校卡耐基梅隆大学的终身教授的指导下，装备前沿理论，运用Python探索非线性规划技术，解决抽象现实问题。快来一起看看吧。

数据处理：非线性规划

学生将在项目中学习无约束优化、约束优化、原始方法、对偶等优化知识，同时运用Python解决现实案例。学生将在项目结束时，自选问题，运用Python完成设定问题解决方案，提交项目报告，进行成果展示。

项目导师 ▽

Jovan Ilic

终身教授

Jovan Ilic导师现任卡耐基梅隆大学电子与计算机工程学院终身教授，拥有田纳西大学电子与计算机工程博士和硕士学位。

Jovan Ilic导师的研究兴趣为数字仿真、离散时间滤波器、人工智能、神经网络等，在IEEE期刊发表论文多篇。

导师来自卡耐基梅隆大学（CMU）始建于1900年，是世界范围内颇负盛名的私立研究型大学，拥有世界历史最悠久的计算机学院之一，在2019年QS世界大学计算机科学排名中位列第3，2019年U.S.News计算机科学美国排名首位。

Jovan Ilic教授在CMU大学官网的截图

“截至2019年3月，学校的教员和校友中共有20人获得诺贝尔奖，13人获得图灵奖，22人获评美国艺术与科学院院士，19人进入美国科学促进会，72人入选美国国家学院。”

课程大纲 ▽

适合学生 ▽

年龄阶段：优秀高中生/大学生；

专业&感兴趣方向：计算机工程、数据科学、运筹学、机器学习等专业，以及对物流、零售、供应链、金融、交通、电力能源和制造等领域的最优化规划和维护方面的课题感兴趣的学生；

语言要求：托福80分/雅思6.0以上（建议）；

技能要求：需要具备线性代数、微积分、集合、拓扑学等基础数学知识，同时具备Python编程或者其他编程语言知识的学生优先。