我最近从一所顶尖大学完成了控制系统硕士学位。在我看来，控制理论必须在数据科学中得到应用。我想在这个领域申请我的学位，但我想确保它与数据科学家的角色相关。
我特别感兴趣和经验的主题是状态空间控制、系统识别、模型预测控制和最优控制。我想任何大型数据集的有效管理都必须涉及根据传递函数/状态空间模型（基于大量历史输入/输出数据）对系统进行建模。然后，这些模型可用于预测市场/变量随时间的演变，从而优化给定的成本函数，例如利润、风险等。
如果这种角色存在于数据科学/其他领域，请给我更多关于工作角色/行业的信息/想法以进行研究。
你试过互联网搜索吗？结果应该能够回答您的大部分（如果不是全部）问题。您感兴趣的主题听起来很笼统或高级。我确信它们可以以一种或另一种形式应用于数据科学环境中。在我看来，这些主题与运筹学（OR）更相关，因此，我建议您在互联网上对控制系统（理论）和数据科学之间的交叉点进行一些研究。
话虽如此，我首先想到的是，在数据科学环境中使用控制理论概念和方法的最有可能的候选者是用于数据分析的分布式系统和算法，例如MapReduce（Hadoop等），如以及其他并行处理系统。如果 OR 的优化领域和控制理论之间存在交叉点，那么它很好地可以用于大数据算法优化等任务。