j*********g
发帖数: 463 | 1 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
本都能做。
但是对更深的原理和自己写点package里面没有的功能，还是不会。
这种情况离彻底转真正的bioinformatics还有多远？ |
l********6
发帖数: 457 | 2 从你所描述的对数据分析的掌握程度来看，就是做最basic的数据分析，而且估计连选
择哪种统计方法合适，为什么选这个统计方法都不知道。
我从来都觉得，只有自己开发过算法，并发表在计算相关的杂志上，是衡量是不是真正
bioinformatian的最重要标准之一。因为计算相关的杂志大都是数学或统计的人在审稿。
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
j*********g
发帖数: 463 | 3 是。但是对于大部分生物实验室，这些不就够了？
[在 lecroc2016 (lecroc) 的大作中提到：]
:从你所描述的对数据分析的掌握程度来看，就是做最basic的数据分析，而且估计连选
:择哪种统计方法合适，为什么选这个统计方法都不知道。
:我从来都觉得，只有自己开发过算法，并发表在计算相关的杂志上，是衡量是不是真
正bioinformatian的最重要标准之一。因为计算相关的杂志大都是数学或统计的人在审
稿。 |
l********6
发帖数: 457 | 4 对于偏染色，跑胶，杀老鼠，养细胞为主的生物实验室，主要创新不是数据分析，而是
生物实验，basic的数据分析足够了。这样的生物实验室，招生物信息的人，就是用牛
刀来杀🐔。但是，Boss会觉得有bioinformatician掌刀，数据分析的结果更有
可靠性，不喜欢算法的bioinformatician做起来会觉得轻松有意思。
【在 j*********g 的大作中提到】
: 是。但是对于大部分生物实验室，这些不就够了？
: [在 lecroc2016 (lecroc) 的大作中提到：]
: :从你所描述的对数据分析的掌握程度来看，就是做最basic的数据分析，而且估计连选
: :择哪种统计方法合适，为什么选这个统计方法都不知道。
: :我从来都觉得，只有自己开发过算法，并发表在计算相关的杂志上，是衡量是不是真
: 正bioinformatian的最重要标准之一。因为计算相关的杂志大都是数学或统计的人在审
: 稿。
|
s******y
发帖数: 17729 | 5 足够了
反倒是那些搞算法，算的不明不白的，生物问题也解决不了，算法上也上不去，基本上
就是想造点垃圾灌水都吭哧吭哧的。生物信息唯一的作用就是灌水EB1A。
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
A**W
发帖数: 50 | 6 够了， 再要求高，啥都会去google， fb了。 有些bioinfo 招工变态，几种语言，还
有统计，还得做bench work。 我真有时候想说话前，咽一口口水 |
n******7
发帖数: 12463 | 7 一般写一大堆的都是不懂的
生怕漏掉啥没写，招个跟自己一样不懂的就亏了
【在 A**W 的大作中提到】
: 够了， 再要求高，啥都会去google， fb了。 有些bioinfo 招工变态，几种语言，还
: 有统计，还得做bench work。 我真有时候想说话前，咽一口口水
|
e*******o
发帖数: 4654 | 8 你这个已经算生信了
那些package也不是啥神秘的 你可以看看代码
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
K****n
发帖数: 5970 | 9 还要沟通能力好，吃苦耐劳，有主人翁意识，自己管理工作优先级，主动独立完成工作
，能够想到看到领导看不到的问题，告诉领导解决方案，没等领导反应过来就把问题解
决了，这样你才是一个合格的底层员工。否则你让领导怎么看得起你这种没素质没上进
心的人，什么？有上进心？那肯定是智商问题了，feel sorry for you
【在 A**W 的大作中提到】
: 够了， 再要求高，啥都会去google， fb了。 有些bioinfo 招工变态，几种语言，还
: 有统计，还得做bench work。 我真有时候想说话前，咽一口口水
|
A**W
发帖数: 50 | 10
主人翁。。。， 挺好的词挺熟悉。
【在 K****n 的大作中提到】
: 还要沟通能力好，吃苦耐劳，有主人翁意识，自己管理工作优先级，主动独立完成工作
: ，能够想到看到领导看不到的问题，告诉领导解决方案，没等领导反应过来就把问题解
: 决了，这样你才是一个合格的底层员工。否则你让领导怎么看得起你这种没素质没上进
: 心的人，什么？有上进心？那肯定是智商问题了，feel sorry for you
|
|
|
s******s
发帖数: 13035 | 11 你都已经算bioinformatician了。不要理楼下的。楼下说的自己从算法写工具的，
占全部bioinformatician的1%都不到
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
d********m
发帖数: 3662 | 12 哥们你这回复真逗，特意登陆上来顶你一下。
【在 n******7 的大作中提到】
: 一般写一大堆的都是不懂的
: 生怕漏掉啥没写，招个跟自己一样不懂的就亏了
|
y****i
发帖数: 4109 | 13 你这就应该很可以了。
如果想理直气壮地说自己做生信，统计知识是很需要的，需要精读。建议你把多元统计
分析和线性代数好好学学。顺带机器学习。其实把RNA-seq，16S，metagenomics 这种
东西吃透，就成了半个统计学家了，可以转DS。
至于编程， 做package那些，其实比统计容易，有一定的积累就会了。但是你在为wet
lab服务的话，根本没时间做的,这就是为什么转马工也不容易，不是难而是没时间转。 |
w*******e
发帖数: 100 | 14 那现在楼主用的工具不是搞算法的搞出的还是石头里不蹦出的?
生物就不是灌水了,难道不也是一堆垃圾
【在 s******y 的大作中提到】
: 足够了
: 反倒是那些搞算法，算的不明不白的，生物问题也解决不了，算法上也上不去，基本上
: 就是想造点垃圾灌水都吭哧吭哧的。生物信息唯一的作用就是灌水EB1A。
|
s******y
发帖数: 17729 | 15 你理解错了，我的意思是算法最好是大牛lab，而且搞计算出身的人算，数学物理出身的
比较好，转行的就不要去碰，否则，连灌水都灌不出，瞎耽误时间，比如那些排名二三
百的学校的屁唉，带着一群生物也不懂计算机也不懂的人搞算法。啥也不说了
【在 w*******e 的大作中提到】
: 那现在楼主用的工具不是搞算法的搞出的还是石头里不蹦出的?
: 生物就不是灌水了,难道不也是一堆垃圾
|
n******7
发帖数: 12463 | 16 说的很切中要害，看来是行内人士
我个人觉得提升编程技能比吃透统计性价比更高
因为统计知识，初步的自学一下还成，进阶的东西要做点project才能吃透
另外，统计这块对于很多人是黑箱，
他们往往无法判断你统计技能如何，给的方案是不是正确
所以就通过学位，论文什么的来做参考
对于生物转行人士来说，这是硬伤
编程就直白多了，脑子不笨的花点时间都可以做的过得去
而且你的东西外行也能评判好不好
工作机会也比DS要多
问题就是，为了出活，大部分时候都是写些短平快的脚本
很难有机会锻炼
这个需要自己有目的的给自己创造训练的机会
wet
【在 y****i 的大作中提到】
: 你这就应该很可以了。
: 如果想理直气壮地说自己做生信，统计知识是很需要的，需要精读。建议你把多元统计
: 分析和线性代数好好学学。顺带机器学习。其实把RNA-seq，16S，metagenomics 这种
: 东西吃透，就成了半个统计学家了，可以转DS。
: 至于编程， 做package那些，其实比统计容易，有一定的积累就会了。但是你在为wet
: lab服务的话，根本没时间做的,这就是为什么转马工也不容易，不是难而是没时间转。
|
p**h
发帖数: 124 | 17 够了。等你到二楼水平之前就可以再出去找FLAG了。我们这一位工具都用不好的最近去
了Amazon。 |
s******s
发帖数: 13035 | 18 这两年看了不少简历，发现bioinformatian这个称呼，范围真是大的夸张。
不像developer, system operator, 大家skill set都差不多，最多入门到精通，换几
种语言，
bioinformatian基本上生物医学搭上点边的，有不是纯粹developer, 全都算
bioinformatian
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
K****n
发帖数: 5970 | 19 比 ”data scientist“ 定义还是稍微更清晰一点
【在 s******s 的大作中提到】
: 这两年看了不少简历，发现bioinformatian这个称呼，范围真是大的夸张。
: 不像developer, system operator, 大家skill set都差不多，最多入门到精通，换几
: 种语言，
: bioinformatian基本上生物医学搭上点边的，有不是纯粹developer, 全都算
: bioinformatian
|
s*****j
发帖数: 6435 | 20 都是一个坑里的, 应该互相支持.
【在 w*******e 的大作中提到】
: 那现在楼主用的工具不是搞算法的搞出的还是石头里不蹦出的?
: 生物就不是灌水了,难道不也是一堆垃圾
|
|
|
w*******e
发帖数: 100 | 21 哈哈，是的！都是在灌一堆没用的水！
【在 s*****j 的大作中提到】
: 都是一个坑里的, 应该互相支持.
|
n*****3
发帖数: 514 | 22 我做过一些生物信息， 虽然是刚入门。
先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
要统计 ph.D. 一个简单的例子，现在生物数据好多不是single testing, 为了提高一
些方法的power for multiple testing, 就需要一些新的方法来替代 p-value, 针对数
据选用合适的方法measure statistical significance. 如果现成的没有， 比如现在
的false discovery rate 是针对 independent data, 但是你的数据是 dependent, 你
就需要新方法， 也需要simulation, 和／或者 数学的证明来说明你的方法是适合这些
数据的。
在说计算方面， programming我也不是很在行。 用script language 结果一些算法，
大概有个 2－3万行把。 C 和 java 也用过点， 但是局限在东一些语法。 写程序就是
熟练和逻辑性问题， 你写的多了， 一开始写的时候， 经常要到网上问这个是如何实
现， 那个是如何实现， 写多了， 基本就不用太查和询问了。 逻辑性， 首先明确的
的分析目的， 然后每步的实现， sub-function的调用， 并行的实现。 还要懂一些生
物里常用的算法， 比如 SVM, Neural network, hidden markove, liearning
programming, multiple-objective function, non-text programmer, Smith-
Waterman, clustering algorithm EM-algorithm. 能通过code来实现。
水平有限， 随便写点我有限的认知
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
w*******e
发帖数: 100 | 23 这些算法你要是不参看任何代码和不借用任何已有的库， 自己能够写出一个就已经绝
对牛逼了，即使是在ai 领域也绝对是top 级别了。 即使是人工智能的ph.d ，很多时
候都是在看代码过程中理解算法的。
,
【在 n*****3 的大作中提到】
: 我做过一些生物信息， 虽然是刚入门。
: 先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
: 现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
: packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
: 信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
: 需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
: 你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
: parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
: 你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
: mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
|
c********e
发帖数: 598 | 24
,
Two questions for you.
What is the mutivariate analysis do you like to use?
What bioinformatics application do you think Neural network/ANN can be
powerful?
【在 n*****3 的大作中提到】
: 我做过一些生物信息， 虽然是刚入门。
: 先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
: 现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
: packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
: 信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
: 需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
: 你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
: parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
: 你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
: mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
|
K****n
发帖数: 5970 | 25 这。。。。
【在 w*******e 的大作中提到】
: 这些算法你要是不参看任何代码和不借用任何已有的库， 自己能够写出一个就已经绝
: 对牛逼了，即使是在ai 领域也绝对是top 级别了。 即使是人工智能的ph.d ，很多时
: 候都是在看代码过程中理解算法的。
:
: ,
|
G******n
发帖数: 289 | 26 good question!
【在 c********e 的大作中提到】
:
: ,
: Two questions for you.
: What is the mutivariate analysis do you like to use?
: What bioinformatics application do you think Neural network/ANN can be
: powerful?
|
w*******e
发帖数: 100 | 27 我是说如果你仅凭看一篇原始论文就自己动手去实现，很多算法的细节末梢你都能够理
解清楚，绝对牛逼，证明你对统计模式识别绝对深刻的理解。
【在 K****n 的大作中提到】
: 这。。。。
|
K****n
发帖数: 5970 | 28 有道理！
【在 w*******e 的大作中提到】
: 我是说如果你仅凭看一篇原始论文就自己动手去实现，很多算法的细节末梢你都能够理
: 解清楚，绝对牛逼，证明你对统计模式识别绝对深刻的理解。
|
t*****z
发帖数: 1598 | 29 写的非常好。支持！
我作为半路出家的bioinformatician，跟周围正牌老鸟讨论问题，压力那个山大啊。一
直在困惑以后的发展方向如何选择。作为faculty总要有自己专长的方向。现在我搞算
法搞统计是比不过学院派的，用工具分析数据那没什么创新性，不是可持续发展的方向
，回去做实验更加不可能。怎么办呢？
,
【在 n*****3 的大作中提到】
: 我做过一些生物信息， 虽然是刚入门。
: 先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
: 现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
: packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
: 信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
: 需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
: 你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
: parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
: 你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
: mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
|
j*********g
发帖数: 463 | 30 我觉得纯做算法，肯定还是得科班出身。
我觉得未来方向可以参考Wei Xie和Fuchou Tang吧，用测序和分析回答生物问题。
【在 t*****z 的大作中提到】
: 写的非常好。支持！
: 我作为半路出家的bioinformatician，跟周围正牌老鸟讨论问题，压力那个山大啊。一
: 直在困惑以后的发展方向如何选择。作为faculty总要有自己专长的方向。现在我搞算
: 法搞统计是比不过学院派的，用工具分析数据那没什么创新性，不是可持续发展的方向
: ，回去做实验更加不可能。怎么办呢？
:
: ,
|
|
|
n******7
发帖数: 12463 | 31 你这太nb了，秒杀99%的生信砖家了
,
【在 n*****3 的大作中提到】
: 我做过一些生物信息， 虽然是刚入门。
: 先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
: 现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
: packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
: 信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
: 需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
: 你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
: parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
: 你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
: mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
|
n******7
发帖数: 12463 | 32 把bioinfo当作工具就好了
类似用当年PCR解决一些过去的难题
还是大有可为的
那些搞统计的 算法的 绝大部分都是弄些没啥用的垃圾
因为受制于数据和方法，往往一个问题很快就饱和了
再灌水的提高也是非常有限的
【在 t*****z 的大作中提到】
: 写的非常好。支持！
: 我作为半路出家的bioinformatician，跟周围正牌老鸟讨论问题，压力那个山大啊。一
: 直在困惑以后的发展方向如何选择。作为faculty总要有自己专长的方向。现在我搞算
: 法搞统计是比不过学院派的，用工具分析数据那没什么创新性，不是可持续发展的方向
: ，回去做实验更加不可能。怎么办呢？
:
: ,
|
d********m
发帖数: 3662 | 33 现在潮流已经不是啥SIGNIFICANCE TEST了，反正计算机能力强大，直接上BAYESIAN
INFERENCE，然后MODEL ASSESSING.
,
【在 n*****3 的大作中提到】
: 我做过一些生物信息， 虽然是刚入门。
: 先说一些统计的问题， 用一些常规的tools, packages当然是数据分析， 但是在使用
: 现有工具时， 除了需要知道如何input, 什么是output, 还要理解和明白这些models,
: packages, tools的统计基础， 这样你才能知道你的数据是否适合， 得到结果是否可
: 信。 如果针对你的数据没有现成的 methods, models, pacakges and tools， 那你就
: 需要发展 (developing) new models 或者延伸 (extending) current methods 去分析
: 你的数据， 这时候你就需要一些统计知识， 至少各种models, estimations of
: parameters, hypothesis testing, assessing. 那么就需要统计硕士的知识。 如果，
: 你需要确定你的方法， more generalized 也好， 针对你的数据结构也好， 需要
: mathematically 确定你的方法是正确的， 那就需要一些证明， 推导， 那么可能就需
|
e*******o
发帖数: 4654 | 34 deep learning
【在 d********m 的大作中提到】
: 现在潮流已经不是啥SIGNIFICANCE TEST了，反正计算机能力强大，直接上BAYESIAN
: INFERENCE，然后MODEL ASSESSING.
:
: ,
|
t*******e
发帖数: 191 | 35 不远。
生信没那么难，我本科是top5学校的这个专业的。生信本质上还是解决生物学问题，CS
方面的东西边学边用就好了，而且技术不会像CS那样老师更新换代, perl/R/python这
些越用越熟的。关键还是解决生物问题。
【在 j*********g 的大作中提到】
: 可以做到会用R和python的现成工具，看着文档，也做了两个project的数据分析，生物
: 实验者想看的无非就是heatmap、基因list、log2、基因组上的分布、overlap之类，基
: 本都能做。
: 但是对更深的原理和自己写点package里面没有的功能，还是不会。
: 这种情况离彻底转真正的bioinformatics还有多远？
|
t*******e
发帖数: 191 | 36 是啊，有大量的伪生物信息学家混在里面。不过这年头有奶就是娘，也管不了那么多了。
【在 s******s 的大作中提到】
: 这两年看了不少简历，发现bioinformatian这个称呼，范围真是大的夸张。
: 不像developer, system operator, 大家skill set都差不多，最多入门到精通，换几
: 种语言，
: bioinformatian基本上生物医学搭上点边的，有不是纯粹developer, 全都算
: bioinformatian
|
t*******e
发帖数: 191 | 37 “生物为体，信息为用” 这么个思路吧
【在 t*****z 的大作中提到】
: 写的非常好。支持！
: 我作为半路出家的bioinformatician，跟周围正牌老鸟讨论问题，压力那个山大啊。一
: 直在困惑以后的发展方向如何选择。作为faculty总要有自己专长的方向。现在我搞算
: 法搞统计是比不过学院派的，用工具分析数据那没什么创新性，不是可持续发展的方向
: ，回去做实验更加不可能。怎么办呢？
:
: ,
|
j*********g
发帖数: 463 | 38 生物信息进级就两类：一类是纯算法方向发展，写个SOAP, ngsplot之类的出来；一类
是依靠生物实验的创新，用数据分析回答生物问题，类似Wei Xie , Fuchou Tang,
Bing Ren 这种大神，或者开发新技术的数据分析，比如单细胞测序的数据降维。 |
c*********r
发帖数: 1312 | |
d********m
发帖数: 3662 | 40 不是挑口水啊，你说的那几类，没几个人愿意被人叫做生物信息学家的吧。
比如数据分析巅峰的人物，比如erez，会说自己做的是生物信息吗？
我认识的几个正经统计出身的人，陷在所谓生物信息这个坑里的，都没人愿意被叫做生
物信息学家。
【在 j*********g 的大作中提到】
: 生物信息进级就两类：一类是纯算法方向发展，写个SOAP, ngsplot之类的出来；一类
: 是依靠生物实验的创新，用数据分析回答生物问题，类似Wei Xie , Fuchou Tang,
: Bing Ren 这种大神，或者开发新技术的数据分析，比如单细胞测序的数据降维。
|
|
|
j*********g
发帖数: 463 | 41 为什么，难道生物信息学家是贬义词？
[在 dimorphism (雷小阿伦) 的大作中提到：]
:不是挑口水啊，你说的那几类，没几个人愿意被人叫做生物信息学家的吧。
:比如数据分析巅峰的人物，比如erez，会说自己做的是生物信息吗？
:我认识的几个正经统计出身的人，陷在所谓生物信息这个坑里的，都没人愿意被叫做
生物信息学家。 |
l******q
发帖数: 52 | 42 这是个好帖，顶一下。严格定义的话，有很大一部分应该算是应用生物信息学。数据一
定是越来越多，但应用生信的路更取决于生物学的发展，如果没有持续产生的新问题，
很快就会有自动化软件取代人工。我思考现在好多公司之所以需要数据科学家，是因为
这些公司的商业模式是新的，所以需要数据科学家帮他们理解他们的运营状况。同样，
通过NGS技术和传统实验技术结合，也有很多新的实验设计出来。有市场的实验设计会
马上有好的自动化工具出来，如MACS；但短期来看，学术界对生物信息学的需求还会增
大。不知道有没有工业界的伙伴在，特别想了解目前工业界的生物信息学岗位主要是在
做啥？也是Perl/Python/R？ |
