想问下想从事使用数学更多的cs领域该选择什么？

本科的时候是数学应数和CS双专业的，因为喜欢数学所以选了数学，CS则是用来讨饭吃的。
等毕业后，进了一家公司从事software development后，才发现对于ADHD而言，从事于自己不感兴趣的software development，特别是考虑user experience，画design，有多无聊，无法focus。
回顾了一下自己大学生活，感觉自己对于数学的概念永远都比CS更容易更快吸收，也更有动力去focus。除了数论，图论，线代理论之外，实数分析，统计，微积分都挺喜欢的。
所以现在想求教下，除了机器学习和AI之外，CS还有什么领域是使用到很多数学的吗?
如果要从事于这些领域（包括机器学习），是不是比较推荐回到学校精修下硕士或者PHD？
如果没有机会回到学校的话，请问下有什么课程可以refresh 数学知识并且开始学习这些领域需要的CS和数学知识的?

补充内容 (2025-01-02 16:17 +08:00):

找到新工作后更体会到sde这份痛苦了，像是启动困难，会议睡觉，一小时code review不完一个function（注意力一直涣散），更想骑驴找马找一份自己能engage的工作乐。
楼里很多人推荐了computing，graph theory方面的领域，现在更想求职只有self study的前提下，哪些工作可以考虑transition。
GPT推荐了DS, MLE，Scientific computing和精算，但是不清楚这些工作的详细内容。

theoretical cs。包括且不限于algorithms/complexity, game theory, cryptography, logic/formal verification。

数学底子打好了剩下那些专门的课题自己看看书pick up得也挺快的。

数学底子的定义我觉得berkeley的本科math major的requirement是不错的guideline，不过基本上就是college math + [analysis sequence (real, complex, functional), (abstract) linear algebra, abstract algebra] + 几门领域specific的数学话题。

UIUC数学部门有个叫NetMath的服务提供self-paced的带学分的数学课程可以上。

图形学欢迎你

图形学。特别是去读个博士可以满足你

Applied cryptography

搞优化呀。

感觉挺适合读博士的

形式化验证、形式化方法

高性能计算啊

Re楼上tcs的回复，感兴趣的话还可以看一看COLT这个会议上的论文考虑的都是什么问题

coding theory, information theory, complexity, algorithm, cryptography, game theory, deep learning, machine learning, optimization...