由买买提看人间百态

boards

本页内容为未名空间相应帖子的节选和存档,一周内的贴子最多显示50字,超过一周显示500字 访问原贴
Biology版 - 经验分享:说说你是如何找到第一分工业界工作的
相关主题
经验分享:说说你是如何找到第一分工业界工作的学生物的来说说,你们也都相信上帝是码工吗?(转载)
关于做bioinformatics985高校tenure-track研究员 VS 西部非211高校教授岗位 (转载)
新人请教生物转CS最近做research特别浮躁怎么办?
有多少AP走上这条路是被老板忽悠的?update (转载)老美不也搞干细胞吗?
bioinformatics在工业界的职位? (转载)二维胶一般大家多久能找到蛋白,然后做MS啊??还是完全靠运气?
回国捞金吗?求指导~~细胞不同部位蛋白的提取方法
转行求建议质粒提取的困惑
百老汇的新show: Chinglish请教如何将libSBML绑定到Matlab或者其他编译工具上,谢谢! (转载)
相关话题的讨论汇总
话题: 经验话题: 工业界话题: 工作话题: 数据话题: 第一分
进入Biology版参与讨论
1 (共1页)
M**T
发帖数: 108
1
想从计算机学术界进入工业界工作,但是申请处处碰壁(数据挖掘/算法,对数据的预
处理和分析有很多的经验)。很多公司的位置要求都是需要有几年的工作经验。我想每个
人的工业界经验都有个从无到有的过程吧。已经成功进入到工业界的朋友,能否分享一
下经历和经验?
--------------------
感谢大家的热情参与和给出的诚恳建议,我觉得交流太重要了,集体的智慧往往会对一
个问题有更全面,更正确地认识。
再稍微介绍一下我的背景:国内CS本科毕业,来美做了几年博,偏机器学习和数据挖掘
到公司工作的话比较擅长的领域有:
1)数据的特征提取和回归分析(做过10G的大数据,从数据收集,关键特征的提取和并
行运行
,都是自己做的,在生物/地质/金融系统中都做过),所以经验很多,很有信心能够做
好。
2)Java,C++,其他几门script语言都非常熟悉。博士几年大部分时间和这几种打交道。
3)SVM/ANN作机器学习的研究
4)基本的分子生物,生化,生物信息学相关工作。
希望大家能够再多多给出建议,多多讨论。
s**********1
发帖数: 4651
2
试过大公司吗?一般大公司不那么在乎工作经验
x****e
发帖数: 115
3
你肯定做过intern 吧?那也是经验啊
认识的几个CS本科生大一末也有intern 了
r******8
发帖数: 1486
4
连环坑?

每个
★ 发自iPhone App: ChineseWeb 1.0.1

【在 M**T 的大作中提到】
: 想从计算机学术界进入工业界工作,但是申请处处碰壁(数据挖掘/算法,对数据的预
: 处理和分析有很多的经验)。很多公司的位置要求都是需要有几年的工作经验。我想每个
: 人的工业界经验都有个从无到有的过程吧。已经成功进入到工业界的朋友,能否分享一
: 下经历和经验?
: --------------------
: 感谢大家的热情参与和给出的诚恳建议,我觉得交流太重要了,集体的智慧往往会对一
: 个问题有更全面,更正确地认识。
: 再稍微介绍一下我的背景:国内CS本科毕业,来美做了几年博,偏机器学习和数据挖掘
: 到公司工作的话比较擅长的领域有:
: 1)数据的特征提取和回归分析(做过10G的大数据,从数据收集,关键特征的提取和并

D*a
发帖数: 6830
5
你要转行你就好好转行吧,为什么要踩别人来显得你多么牛?好好混你的生物转行俱乐
部不好吗?
w*******6
发帖数: 392
6
感觉楼猪就是在bso或者挖坑,不过这坑也忒烂了
v**********m
发帖数: 5516
7
我所知道的大公司都需要业界的经验。

【在 s**********1 的大作中提到】
: 试过大公司吗?一般大公司不那么在乎工作经验
1 (共1页)
进入Biology版参与讨论
相关主题
请教如何将libSBML绑定到Matlab或者其他编译工具上,谢谢! (转载)bioinformatics在工业界的职位? (转载)
RNA 提取试剂盒回国捞金吗?求指导~~
求助细胞膜蛋白的提取转行求建议
有没有好的从老鼠组织中提取蛋白的方法推荐?百老汇的新show: Chinglish
经验分享:说说你是如何找到第一分工业界工作的学生物的来说说,你们也都相信上帝是码工吗?(转载)
关于做bioinformatics985高校tenure-track研究员 VS 西部非211高校教授岗位 (转载)
新人请教生物转CS最近做research特别浮躁怎么办?
有多少AP走上这条路是被老板忽悠的?update (转载)老美不也搞干细胞吗?
相关话题的讨论汇总
话题: 经验话题: 工业界话题: 工作话题: 数据话题: 第一分