IT-профессии без математики

Коротко. Математика в IT нужна ровно в трёх местах: машинное обучение, компьютерная графика и низкоуровневая оптимизация. Всё остальное — техподдержка, тестирование, вёрстка, фронтенд, бэкенд, аналитика, DevOps — требует школьной арифметики, процентов и умения мыслить последовательно. Путать логику с математикой — обычная ошибка: программирование ближе к языку и правилам, чем к формулам.

Где математика правда нужна

Есть узкий набор направлений, где без математической базы работать не получится:

• Машинное обучение и data science. Линейная алгебра, теория вероятностей, матанализ. Здесь математика — суть работы, а не вспомогательный инструмент.
• Компьютерная графика, игровые движки, 3D. Векторы, матрицы, геометрия.
• Низкоуровневая оптимизация, криптография, обработка сигналов. Узкие ниши, куда не приходят с улицы.

Это всё. Ни одно из перечисленных направлений не является массовым входом в профессию, и джунов туда почти не нанимают.

Ошибка новичков — читать «нужна математика» в статье про data science и переносить это на всю индустрию. Из шести массовых стартовых направлений математика в рабочем смысле нужна ровно в нуле.

Профессии, где математика не нужна

• Техподдержка. Считать не приходится вообще. Нужны сети, операционные системы и умение разговаривать: техподдержка с нуля.
• Ручное тестирование. Логика и внимательность вместо формул: кто такой тестировщик.
• Вёрстка и фронтенд. Максимум — проценты и пропорции в адаптивной сетке: кто такой фронтенд-разработчик.
• Бэкенд. Работа с данными, запросами и логикой приложения. Алгоритмическая сложность понадобится на уровне «понимаю, почему цикл в цикле — плохо»: кто такой бэкенд-разработчик.
• Аналитика данных. Здесь считать придётся, но это школьная арифметика плюс базовая статистика: среднее, медиана, доля, значимость. Не высшая математика: кто такой аналитик данных.
• DevOps. Инфраструктура, автоматизация, конфигурации. Математики нет: DevOps для джуна.

Что нужно вместо математики

Навыки, которые действительно решают на старте, к математике отношения не имеют:

• Последовательное мышление. Разбить задачу на шаги, проверить каждый. Это тренируется практикой, а не учебником алгебры.
• Умение читать документацию. Половина работы джуна — найти ответ, а не вспомнить его.
• Отладка. Способность сузить область поиска ошибки вдвое, потом ещё вдвое. Ближе к работе следователя, чем математика.
• Внятная речь. Объяснить, что вы сделали и почему. Недооценённый навык, который отличает джуна, которого держат, от джуна, которого не продлевают.
• Английский чтением. Хотя бы для документации и текстов ошибок.

Где всё-таки понадобится счёт

Совсем без чисел не получится нигде, но уровень везде школьный:

• Проценты и доли — конверсии, покрытие тестами, доля упавших запросов.
• Пропорции — адаптивная вёрстка, размеры и отступы.
• Системы счисления — двоичная и шестнадцатеричная в сетях и цветах CSS. Это тема одного вечера.
• Порядок величин — понимать разницу между тысячей и миллионом записей в таблице.
• Базовая статистика — только для аналитиков: среднее, медиана, выброс, значимость.

Если школьная математика забылась полностью, на её восстановление до нужного уровня уходят выходные, а не месяцы.

С чего начать

Порядок ровно тот же, что и у всех остальных: одно направление, минимальный стек, два проекта, резюме под одну роль, воронка откликов. Полный маршрут — как войти в IT без опыта.

Если выбираете между направлениями, начните со сравнения по порогу входа и срокам: профессии в IT для новичков и как выбрать IT-профессию. Что учить по каждому направлению — в разделе что учить.

Частые вопросы

Можно ли стать программистом без математики?
Да. Веб-разработка, мобильная разработка и бэкенд требуют логики и практики, а не математики. Она нужна в машинном обучении, графике и низкоуровневой оптимизации.

Нужна ли математика тестировщику?
Нет. В ручном тестировании нужны внимательность, логика и умение описывать шаги воспроизведения. Из счёта — проценты для покрытия и статистики багов.

А аналитику данных?
Нужна базовая статистика: среднее и медиана, доли, выбросы, значимость. Это уровень школьного курса плюс несколько понятий, а не высшая математика.

Что делать, если школьная математика забыта?
Восстановить проценты, пропорции и системы счисления. На это уходят выходные, и для входа в большинство направлений этого достаточно.

Нужны ли алгоритмы и структуры данных?
На собеседовании джуна в российских компаниях чаще спрашивают базу профессии и разбор проектов. Алгоритмы важны для крупных технологических компаний и отдельных вакансий.