从认知科学专业博士毕业后，笔者两人开始留意非学术类的工作，一开始我们都觉得在“象牙塔”学会的“软”技能可以很好地沿用到“真实世界”中——比如抗打击能力、批判性思维、沟通和合作能力等。这些软技能确实能很好地跨界，但在我们进入政府部门从事管理岗位后才发现，学术能力的价值被我们大大低估了。
当你应聘学术岗位时，一切都写在你的成绩单上：你申请外部经费的能力，在同行评审期刊上发表研究的能力等。这份成绩单背后的技能几乎全是学术相关的：申请经费；写文献综述；对收集的数据进行统计分析；将研究成果发表出来或汇报演示。然而，这些能力在非学术领域也很有用武之地。两位作者相信，博士期间写基金、分析数据、做汇报的经历会让你今后无往不利。
申请经费写经费申请需要先提出一个值得对方资助、与资助机构优先级一致的思路；基于这个思路撰写研究计划，这个计划通常会持续好几年；还要阐明研究的成果、产出、意义和重要性；最后要列出完成整个工作所需要的具体费用，并证明其合理性。这个过程能培养你筹措资金的能力。学术圈之外，我们俩人都有过向别人要钱的经历，这笔费用可能是用来招募员工，开展项目，或是采购某个软件或设备。
当我们意识到，这不过是套着提案或商业项目名头的一次迷你版的经费申请后，一切就变得容易多了。
分析数据与整合证据大部分现代化机构都离不开数据分析和循证决策。许多机构的数据库里存了几百张表和无数份记录，数据质量参差不齐，大部分都是常规业务流程留下的。
笔者J.M.分析过由海量记录组成的财务数据；笔者S.B.曾在一个拥有150多个源系统的环境中与商业用户和数据专家合作，决定在面向一线员工和高层的数据统计表上展示哪些信息。在这些任务中，懂得如何使用数据、理解数据是一项非常重要技能。这不表示数据分析需要你有生物信息学家或计算科学家的背景。但是，如果你在博士期间有过和数据打交道的经历，你就积累了一些可跨界使用的数据处理技能。
发表研究或汇报工作读博期间写文章和做报告的经历，能很好地满足招聘广告上经常要求的“出色的写作及沟通能力”。这方面的经验对于所有非学术岗位都是必不可少的。这里包括将各种证据汇总为报告，罗列支持某个项目的理由，向同事、老板或是单位的高层提出某个想法或创意。虽然离开学术圈已有近10年，我们仍然会说（和写）“启发法”“确认偏误”或“FWER”这些词。我们知道这些术语和概念，也知道如何解释它们的含义。
但是，在我们现在的工作中，我们也经常会说“看板”（管理工作流程的工具）或“star schema”（一种管理数据库中数据的方式）。博士课程教会了我们一套技能，我们能通过这套技能学习某个学科（或机构）的术语；在书面和口头交流中正确流利地使用这些术语；向不熟悉这些术语的人进行解释。