以下この記事で述べることには,
- 各大学の人事選考に関わる機密情報
- 「受かる書類の書き方」
この記事で筆者が想定している読者は, これから地方国公立大学や私立大学で, とりわけ工学系への公募をお考えの数学・数理科学の若手研究者です.
自身の専門分野で研究中心のポジション(例えばいわゆる旧帝大や数理解析研究所など)へ公募する場合には, この記事の内容は当てはまらない可能性があります.
1. 研究
人事選考に筆者は関与したことがないので, 実際にどのような判断がされているかは断言できませんが, 数学・数理科学の研究者が工学系に応募する場合, 一般に研究業績が多い方が採用されるという単純な判断ではないと思われます.
共同研究でも良いので毎年コンスタントに(例えば年1本とか)論文を出し, 定期的に研究集会に顔を出して活動をしていれば, 公募に出す必要条件の意味で基本的に問題はないように思います.
そもそも工学系は「数学の先生」に研究業績など求めない, という悲観的な声もあるようです.
正直, 内部に入ってからの実務面ではそれは違うと言い切れない部分も多分にあるとは思いますが, そうなる大きな原因は財務省の方針で人員削減され教授陣が雑務で忙しすぎることにもあります.
工学系の構成員もこのような内容を言い切る人は少数と思われるし, 特に国公立大であれば, どの分野の研究者であれ研究費を獲得して間接経費を入れてくれる方がプラスになるのは間違いないので, 最初からこの悲観論に乗っかって研究を軽視しすぎるのもよくないようです.
また, 採用後の事も考えましょう.
研究中心のポジションでない場合, それでも研究を続けるか, そこで研究から退出してしまうかのターニングポイントになることがあります.
実務上, 工学系に所属する数学教員は研究業績を出すことについて組織的にプレッシャーをかけられたりしなくなります. (なお, 筆者の所属大では研究は人事考課上カウントされているので, 別に研究業績が無視されているわけではありません.)
研究中心の大学組織で院生やポスドクをやった方にとっては大きな違いだと思いますが, 周りに専門が近くどんどん論文を出すような研究者が何人もいるわけでもなく, ある意味で研究は「当たり前のこと」ではなくなっていきます.
そのような環境下でも研究を続けるには, 自律的に進めることと, 多忙な業務の中でスケジュール調整をする計画性が必要です.
2. 教育
「公募書類の書き方」以前の問題として, 工学系の公募に応募するのであれば, 少なくとも以下に挙げる科目は全て教えられる, または今後担当することになれば勉強する覚悟があることを明確にしておきましょう.
- 微分積分
- 線形代数
- 確率統計(最低限, 確率分布, 点推定, 区間推定, 検定の基礎まではできること. データサイエンスの流行に伴い, 近年はさらに要求が増える傾向もあります.)
- 常微分方程式
- ベクトル解析(機械工学ではできれば初等テンソル解析まで.)
- フーリエ解析(フーリエ級数, フーリエ変換, ラプラス変換を各分野の工学的応用を拾う形で教えること. 数学科で教わるフーリエ解析とはかなり趣が違う. 収束の厳密な理論などに傾倒しすぎないこと.)
全体的に, 工学的応用実態や学生の実情を無視して, 理学部数学科で教わったようなのと同じ教え方をすることは好まれない(場合によっては何らかの形でダメ出しされる)可能性があります.
具体的には, 精密な理論体系や厳密な証明に拘泥して, 基礎的な計算力とか, 工学で実際に必要となる応用数学を全く無視するような教え方は, 実務上中長期的に色々と問題を起こす可能性があります.
また, 最近の傾向として, 微分積分と線形代数の準備が整わないうちから確率統計を教えるような動きが強まっています.
数学・数理科学の研究者としては, 真面目な方ほど最初のうちは理論の体系と厳密性を気にしないような教育に違和感や抵抗を感じると思いますが, 色々と工夫して対処できるように準備をしましょう.
最初のうちは, 力学や電磁気学との関連を意識すると良いかもしれません.
