h*********c
发帖数: 78 | 1 各位版上的大牛好！我在NYC读bioinformatics，预计今年12月或者明年1月毕业，不想
在学术圈混了，想请教大家转行的建议。先说说我的情况吧：
1. 非牛校，但在NYC还是有一定知名度。两个老板中小老板和业界有些合作，IBM，还
有一些biotech的公司，大老板是犹太人，混的不错，但是我和他有距离感，推荐信没
问题，能不能refer工作就不一定了
2. 做过很多data mining的东西，machine learning有应有过，但是没有自己develop
出algorithm，基本都是用现成的算法，在matlab或者python里实现一下。network
analysis做过很多，主要也是用各种graph algorithm在Java和Python里实现。另外做
过很多statistical learning的东西，classification，clustering，PCA，
statistical inference等等。主要用matlab和python，偶尔不得已才用R。
3. 平时programming主要是Python和Java，脏活累活用python，需要写大点的东西用
Java，但是还远远不到码农的水准，因为我们做的东西主要自己用，所以很少去考虑优
化的问题，基本都是简单粗暴的编程风格。由于不是科班出身，所以算法和数据结构的
基础不好，不会估计时间复杂度计算复杂度啥的，现在正在上coursera的算法课，希望
有所提高
4. Web的东西也搞过，html5和JavaScript, 我实验室的data visualization主要用D3
，所以做过的几个小应用也主要是为了实现D3的
5. Linux和shell scripting也用过，但是不经常，主要是用来跑一些bioinformatics
的软件，和在大的cluster上跑程序。
6. Publication有13-15片，但是估计转行也用不着了吧：（
我的目标是留在NYC，想过几个方向，finance, data scientist可能是比较靠谱的方向
，码农的话也可以尝试，准备最近开始刷leetcode。（当然为了保险起见，我也会投一
投pharma和biotech的bioinformatician的职位，这个是low priority。）大家觉得我
的背景转什么方向最适
合呢？真诚求建议！！多谢各位大牛！！！ |
s*w
发帖数: 729 | 2 练练算法编程，敞开了投各大 IT 公司的机器学习相关工作.
女生好找，只要你不是太烂。
develop
【在 h*********c 的大作中提到】
: 各位版上的大牛好！我在NYC读bioinformatics，预计今年12月或者明年1月毕业，不想
: 在学术圈混了，想请教大家转行的建议。先说说我的情况吧：
: 1. 非牛校，但在NYC还是有一定知名度。两个老板中小老板和业界有些合作，IBM，还
: 有一些biotech的公司，大老板是犹太人，混的不错，但是我和他有距离感，推荐信没
: 问题，能不能refer工作就不一定了
: 2. 做过很多data mining的东西，machine learning有应有过，但是没有自己develop
: 出algorithm，基本都是用现成的算法，在matlab或者python里实现一下。network
: analysis做过很多，主要也是用各种graph algorithm在Java和Python里实现。另外做
: 过很多statistical learning的东西，classification，clustering，PCA，
: statistical inference等等。主要用matlab和python，偶尔不得已才用R。
|
s*****r
发帖数: 43070 | 3 2最有value，network analysis和graph algorithm，那些统计算法是DS常用的
5里面的在cluster上跑程序是指distributed computing?
如果俺是面试官，重点会问2里面的东西和cluster computing。
俺觉得狠适合当data scientist，需要认真准备上面的重点，面试时候做到对答如流，
如数家珍，知道前因后果，应该差不多了。可以扩大寻找范围，弯曲的工作更多。
不适合当码农，可以补习一下数据结构，了解基本知识足矣。 |
h*********c
发帖数: 78 | 4 非常感谢指点！5里面指的是在server上跑程序，distributed computing那部分
应该都是软件里本身写好的，我做的就是把自己的参数调好，submit上去而已。如果是
这样的话是不是最好就不要在简历里显摆了。。。。
以前面过一家做online音乐的machine learning，被问了很多统计和算法的东西，请问
DS对这个要求也很高么？
（家属在NYC，湾区太远了。。。）
【在 s*****r 的大作中提到】
: 2最有value，network analysis和graph algorithm，那些统计算法是DS常用的
: 5里面的在cluster上跑程序是指distributed computing?
: 如果俺是面试官，重点会问2里面的东西和cluster computing。
: 俺觉得狠适合当data scientist，需要认真准备上面的重点，面试时候做到对答如流，
: 如数家珍，知道前因后果，应该差不多了。可以扩大寻找范围，弯曲的工作更多。
: 不适合当码农，可以补习一下数据结构，了解基本知识足矣。
|
h*****7
发帖数: 6781 | 5 一直不理解为什么有的大学要设置一个bioinformatics的博士，这交叉学科到底有啥核
心训练，导师是否有CS发考题的水平呢
我觉得你可能需要显示出比别人强的能力才行。
可以预测的困难有：别人会认为你是半路出家，质疑你是否受过系统训练。HR也会刁难
，不拿博士待遇对待你。
当然工资也许会比你本专业的高 |
y***n
发帖数: 1594 | 6 呵呵，是不是所有大学都设一个CS 专业。
【在 h*****7 的大作中提到】
: 一直不理解为什么有的大学要设置一个bioinformatics的博士，这交叉学科到底有啥核
: 心训练，导师是否有CS发考题的水平呢
: 我觉得你可能需要显示出比别人强的能力才行。
: 可以预测的困难有：别人会认为你是半路出家，质疑你是否受过系统训练。HR也会刁难
: ，不拿博士待遇对待你。
: 当然工资也许会比你本专业的高
|
h*******e
发帖数: 1377 | 7 纽约自然历史博物馆 和一些 NYC university的medical school需要大量的
bioinformatics人才。 |
M*********9
发帖数: 15637 | 8 不是it的上来都要code么？ 这个title也ds?
★ 发自iPhone App: ChineseWeb 7.8
【在 s*w 的大作中提到】
: 练练算法编程，敞开了投各大 IT 公司的机器学习相关工作.
: 女生好找，只要你不是太烂。
:
: develop
|
e*******o
发帖数: 4654 | 9 大量指多少啊？
这些地方听起来高大上 要你有phd学位
要编程好 懂生物 懂统计 有publication
结果工资没一个cs master给的多
大学在没落了 躲的远了好
【在 h*******e 的大作中提到】
: 纽约自然历史博物馆 和一些 NYC university的medical school需要大量的
: bioinformatics人才。
|
h*******e
发帖数: 1377 | 10
是推人进火坑，如果楼主能进nyc FLGAT更好，不能进还想做本行，这个也不错，但是
不是在学术界做纯研究，而是生物信息方向的程序员，将来转其他IT 公司的程序员很
容易。
【在 h*******e 的大作中提到】
: 纽约自然历史博物馆 和一些 NYC university的medical school需要大量的
: bioinformatics人才。
|
|
|
e*******o
发帖数: 4654 | 11 对口有毛用 交税打折么
【在 h*******e 的大作中提到】
:
: 是推人进火坑，如果楼主能进nyc FLGAT更好，不能进还想做本行，这个也不错，但是
: 不是在学术界做纯研究，而是生物信息方向的程序员，将来转其他IT 公司的程序员很
: 容易。
|
h*******e
发帖数: 1377 | 12 呵呵，做巴菲特又捐款又免税，也要有能力不是？
【在 e*******o 的大作中提到】
: 对口有毛用 交税打折么
|
e*******o
发帖数: 4654 | 13 努力一下 跳出生物坑又不是啥难事
lz 不是在努力么
【在 h*******e 的大作中提到】
: 呵呵，做巴菲特又捐款又免税，也要有能力不是？
|
h*******e
发帖数: 1377 | 14 我提个建议保底的情况，就是bioinformatics 本专业在纽约做相应的程序员待遇不低
当年给我的印象是自然历史博物馆的生物信息方向程序员和bloomberg似乎就差一两万，
现在不知道了，至于楼主想努力到其它哪个方向能努力到其他哪个方向只能楼主自己把
握了。
【在 e*******o 的大作中提到】
: 努力一下 跳出生物坑又不是啥难事
: lz 不是在努力么
|
h*****7
发帖数: 6781 | 15 我看不到交叉应用有设置博士点的必要
CS够应用了吧，可还有离散数学之类的可以说这就是核心，让博士们搞搞。这个充其量
一门课程试验却设置博士点，我真不理解，这些学校完全跟着房顶走，误人子弟
【在 y***n 的大作中提到】
: 呵呵，是不是所有大学都设一个CS 专业。
|
n****o
发帖数: 239 | 16 果断转data scientist，非常对口！ |
z****e
发帖数: 54598 | 17 应该是吧，我也觉得很适合ds
各种技能都match，而且有一定实战经验
【在 s*****r 的大作中提到】
: 2最有value，network analysis和graph algorithm，那些统计算法是DS常用的
: 5里面的在cluster上跑程序是指distributed computing?
: 如果俺是面试官，重点会问2里面的东西和cluster computing。
: 俺觉得狠适合当data scientist，需要认真准备上面的重点，面试时候做到对答如流，
: 如数家珍，知道前因后果，应该差不多了。可以扩大寻找范围，弯曲的工作更多。
: 不适合当码农，可以补习一下数据结构，了解基本知识足矣。
|
h*******e
发帖数: 1377 | 18 用machine learning什么 搞dna结构， 蛋白质２，３级结构预测的， larry page
还是布林阿 有个帕金森的基因，他老婆就是研究这个的stanford博士。
【在 h*****7 的大作中提到】
: 我看不到交叉应用有设置博士点的必要
: CS够应用了吧，可还有离散数学之类的可以说这就是核心，让博士们搞搞。这个充其量
: 一门课程试验却设置博士点，我真不理解，这些学校完全跟着房顶走，误人子弟
|
M*******e
发帖数: 546 | 19 先找个行业吧
金融，信用卡,营销，…
然后去找工作
所谓的DS，也是短期的
最好是做你的专业，坚持到底就行了 |
h*********c
发帖数: 78 | 20 谢谢你的建议！我十分同意你预测的困难，如果我去面码农的职位肯定会被狠狠的考技
术上的东西，毕竟是半路出家，老板最担心的恐怕也是技术。但是DS的话是不是对
coding的要求相对要低一些呢？DS目前的定义比较宽，每家公司的具体情况都不一样，
这个可能还是要看是不是很match，我已经做好打持久战的准备了
另外想纠正一下你的观点，bioinformatics这个交叉学科确实有设置博士的需要，因为
它对各方面的训练要求都很高。首先需要系统的生物知识，现在我们领域有很多人从CS
和数学，物理等转过来，但是他们带来的大多是方法上的东西，算法，软件，数据库之
类的，很多faculty瓶颈在对生物的理解太少，不知道what is the right question to
ask，这个没有一段时间的积累是无法一下子掌握的。其次要求数理分析能力强，不是
单纯的coding，而是针对一个实际的生物问题，怎么样从现有的数据提出假设，从而进
行实验验证。比如用machine learning的方法去预测癌症基因，或者用clustering的方
法去寻找疾病的亚型。我不是非常了解CS的PhD们是如何做research的，但是我们
research的结果是要直接拿到老鼠身上验证的，很多model貌似performance很好，在实
验室就是验证不出来，因为生物系统本身太复杂了，在别的领域表现很好的model和方
法用在生物的data上远远不如预期效果好，所以我们往往需要学更多的东西去尽量靠近
想要得到的结果。最后是对coding有要求。专门做software的coding能力不会比去FLAG
的码农们差，而像我们实验室，不要求很精，但是什么都得会，python，java，R，
matlab，javascript，shell scripting，php，mysql，you name it. 这样下来似乎四
，五年都还不够呢。。。。。所以如果用一句话总结这个交叉学科的核心训练，就是把
CS的人捣鼓出来的算法啦模型啦应用在非常crappy的生物data上并且还要make sense
【在 h*****7 的大作中提到】
: 一直不理解为什么有的大学要设置一个bioinformatics的博士，这交叉学科到底有啥核
: 心训练，导师是否有CS发考题的水平呢
: 我觉得你可能需要显示出比别人强的能力才行。
: 可以预测的困难有：别人会认为你是半路出家，质疑你是否受过系统训练。HR也会刁难
: ，不拿博士待遇对待你。
: 当然工资也许会比你本专业的高
|
|
|
h*********c
发帖数: 78 | 21 多谢建议！我以前只知道biotech会招bioinformatics，没想到自然博物馆也招，好像
很酷的样子，哈哈。能不能具体说说？是做标本序列分析之类的么？
万，
【在 h*******e 的大作中提到】
: 我提个建议保底的情况，就是bioinformatics 本专业在纽约做相应的程序员待遇不低
: 当年给我的印象是自然历史博物馆的生物信息方向程序员和bloomberg似乎就差一两万，
: 现在不知道了，至于楼主想努力到其它哪个方向能努力到其他哪个方向只能楼主自己把
: 握了。
|
h*******e
发帖数: 1377 | 22 这个太具体我也说不清，用c++还是 c加上一种其他的语言然后做生物信息方面好像还
是什么DNA和蛋白质之类的的分析，具体内容我说不清， 主要是有一个同学在那干了几
年做到了main
developer后来走了，应该有个整个组在做这个，主要是她女生阿，她bf在我们学校继
续读博所以她就一直留在纽约做这个，后来她来旧金山面了city里面面了一圈拿了个前
三的公司， 然后去了加拿大分部，因为他bf去了加拿大， 不过他bf学基础科学的应该
水平很高的，应该不愁教职和工业界的工作的，你人在NYC 比我方便，可以打听一下这
个博物馆。
【在 h*********c 的大作中提到】
: 多谢建议！我以前只知道biotech会招bioinformatics，没想到自然博物馆也招，好像
: 很酷的样子，哈哈。能不能具体说说？是做标本序列分析之类的么？
:
: 万，
|
h*****7
发帖数: 6781 | 23 就算machine learning也得专业训练吧。对博士起码要求理论贡献加独立实现。不是随
便用用软件改改参数就可以的。
我想说这种系招博士属于短视性功利性行为，学校想从政府拿钱，于是找了些二三流搞
计算的做教授，又不想给CS的位子。这些人自然要自己开博士点找廉价劳动力，却没法
也不能给专业训练，不考虑学生将来干什么。而且学生本来就是转行，这下毕业又面临
再转，转了又转，最后把时间都耽误在转行上面了
page
【在 h*******e 的大作中提到】
: 用machine learning什么 搞dna结构， 蛋白质２，３级结构预测的， larry page
: 还是布林阿 有个帕金森的基因，他老婆就是研究这个的stanford博士。
|
h*********c
发帖数: 78 | 24 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
的人来说，对生物系统如何调节，运作有一个系统全面的认识，并且能够把数据，计算
分析的结果真正有意义的interpret出来才是研究重点，具体用什么方法，哪个方法最
好最优化，这个并不是研究重点。
我不知道你说的专业训练具体是指什么，如果是coding的话那当然不可能有CS的人系统
全面。但是做数据，统计，数理分析，我不认为bioinformatics的博士训练会比CS差。
特别是如果本科就是CS或者数学的同学。我博士期间上了很多这方面的课，甚至包括
Yann LeCun的machine learning，再加上daily work就是做这个的，实际经验很丰富。
由于我们是偏重于生物应用，对我们来说，系统训练就是充分应用别人已经develop出
来的模型和方法，对生物数据进行深度挖掘。code写的有多好，memory time有多省，
we dont care. 这个有一帮CS的博士在搞，我们拿来用就好。
从你的回复看来你应该是一直以来接受的都是系统的CS训练吧，我不知道你说的“学校
想从政府拿钱，于是找了些二三流搞计算的做教授，又不想给CS的位子”是从哪里得来
的结论，我们学校招来的CS背景的faculty基本都是名校出来的，havard，stanford，
MIT的来了好几个，待遇都非常好，要人给人要钱给钱，老婆孩子都给安置，连买房子
的钱都给出（一部分）。不瞒你说，bioinformatics出来的学生如果想继续做本行的话
工作非常好找，现在这个方向非常缺人，待遇虽然不如纯码农高，年薪十万是很容易的
。即使做博后，年薪也能达到七万以上。主要是因为这个方向太缺人了，传统的生物训
练对数理，计算太缺乏，而大量的生物数据井喷一样的出现，大数据这个概念最早就是
从基因组学被提出来的。而这个趋势在短时间内不会下降。可以这样说，现在做生物研
究如果没有高通量的数据是很难发好paper的，所以这个绝对不是短视的行为，反而是
走在时代的潮流哈哈
【在 h*****7 的大作中提到】
: 就算machine learning也得专业训练吧。对博士起码要求理论贡献加独立实现。不是随
: 便用用软件改改参数就可以的。
: 我想说这种系招博士属于短视性功利性行为，学校想从政府拿钱，于是找了些二三流搞
: 计算的做教授，又不想给CS的位子。这些人自然要自己开博士点找廉价劳动力，却没法
: 也不能给专业训练，不考虑学生将来干什么。而且学生本来就是转行，这下毕业又面临
: 再转，转了又转，最后把时间都耽误在转行上面了
:
: page
|
h*****7
发帖数: 6781 | 25 DS定义很广，薪水也很不同。高薪的高要求
我保留我的观点，虽然你解释说个方面要求很高，但人的精力是有限的。如果一个
fresh phd能同时精通（注意是精通）几个领域，那此人能力超出我的认知。而且在交
叉领域应该发展前途更好。
当然如果本科是好学校的计算机或者应用数学，博士读交叉学科（可能性很小），有可
能做到精通多门，但是那应该是奔着发考题去的。
CS
to
【在 h*********c 的大作中提到】
: 谢谢你的建议！我十分同意你预测的困难，如果我去面码农的职位肯定会被狠狠的考技
: 术上的东西，毕竟是半路出家，老板最担心的恐怕也是技术。但是DS的话是不是对
: coding的要求相对要低一些呢？DS目前的定义比较宽，每家公司的具体情况都不一样，
: 这个可能还是要看是不是很match，我已经做好打持久战的准备了
: 另外想纠正一下你的观点，bioinformatics这个交叉学科确实有设置博士的需要，因为
: 它对各方面的训练要求都很高。首先需要系统的生物知识，现在我们领域有很多人从CS
: 和数学，物理等转过来，但是他们带来的大多是方法上的东西，算法，软件，数据库之
: 类的，很多faculty瓶颈在对生物的理解太少，不知道what is the right question to
: ask，这个没有一段时间的积累是无法一下子掌握的。其次要求数理分析能力强，不是
: 单纯的coding，而是针对一个实际的生物问题，怎么样从现有的数据提出假设，从而进
|
s*****r
发帖数: 43070 | 26 俺觉得让学生物的搞搞数据处理是好事，总比毕了业找不到工作，在实验室里面当千年
博后强。转行没啥大不了，只要有社会需求的技术能力，干什么工作不是工作。
machine learning里面很多工作就是调参数，搞个最优解出来，没必要搞得那么神秘。
【在 h*****7 的大作中提到】
: 就算machine learning也得专业训练吧。对博士起码要求理论贡献加独立实现。不是随
: 便用用软件改改参数就可以的。
: 我想说这种系招博士属于短视性功利性行为，学校想从政府拿钱，于是找了些二三流搞
: 计算的做教授，又不想给CS的位子。这些人自然要自己开博士点找廉价劳动力，却没法
: 也不能给专业训练，不考虑学生将来干什么。而且学生本来就是转行，这下毕业又面临
: 再转，转了又转，最后把时间都耽误在转行上面了
:
: page
|
h*****7
发帖数: 6781 | 27 其实优化很重要...写代码更重要...
我不继续下去了，二三流那句话有点伤人，我指的是平均水平，不是特指任何学校任何人
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
y***n
发帖数: 1594 | 28 讲得很好，虽然我也是码农一个，但还是看不惯有的码农以为世界上就这种工作。
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
z****e
发帖数: 54598 | 29 感觉楼主搞ds根本就不是转行，压根就是本行
ds的主要工作就是楼主在实验室日常做的那些工作 |
z****e
发帖数: 54598 | 30 你发一个毒誓好不好？
发誓我不把我发给你的东西泄漏出去
因为涉及到我的一些个人信息
我看到后我就把ds入门的课程的ppt发给你
从web部分入手结合big data的东西
这就是it公司的ds们做的那些东东
你应该会觉得很熟悉，很多东西你应该都学过
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
|
|
h*********c
发帖数: 78 | 31 多谢前辈啊！我发誓要是泄露出去就找不着工作。。。。这个够毒嘛？
弱弱的问一句，你也是转行么？
【在 z****e 的大作中提到】
: 你发一个毒誓好不好？
: 发誓我不把我发给你的东西泄漏出去
: 因为涉及到我的一些个人信息
: 我看到后我就把ds入门的课程的ppt发给你
: 从web部分入手结合big data的东西
: 这就是it公司的ds们做的那些东东
: 你应该会觉得很熟悉，很多东西你应该都学过
:
: research
: bioinformatics
|
e*******o
发帖数: 4654 | 32 对比一下你自己写的标题。
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
t********e
发帖数: 30 | |
C*********e
发帖数: 587 | 34 纠正几个常识性错误，（1）参加了几个ML的会，也不知道你听懂了多少，来概括CS的
research。。。（2）bioinformatics里面有算法性很强的，比如gene alignment,
protein structure prediction，但这只是小部分。而且就这部分来说，比如你以前导
师所谓的理论物理大牛来搞这个，就还是有点不到位，或者说这就是。理论物理大牛投
身类似的领域，三十年前还可以，现在已经out了。（3）关于做数据，统计，数理分析
，如果你说做某些bioinformatics里面博士训练不比做compiler／system的CS phd差，
这个是的，但是这个比较本身就没意义。如果你指的是和做ML／DM／NLP／AI的CS phd
比，那就too over claim了。
btw，你觉得bioinformatics本行很好工作，那为什么不继续找本行。现在所谓的DS很
杂，很多都是data analyst但是打着DS的旗号，找人的要求和待遇也是差别很大。但是
就对finance来说，好的职位基本上是看到bio类似背景的，第一轮简历就刷下去了（除
非是很top的学校）
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
j****n
发帖数: 464 | 35 bioinformatics phd， postdoc 很多， 因为 nih，nsf 给钱；
但是 工业界需求不大， 因为用处不大；
应该转行 |
s*****w
发帖数: 1017 | 36 人格担保绝对不泄漏任何信息，求ds入门材料。。。万分感谢
【在 z****e 的大作中提到】
: 你发一个毒誓好不好？
: 发誓我不把我发给你的东西泄漏出去
: 因为涉及到我的一些个人信息
: 我看到后我就把ds入门的课程的ppt发给你
: 从web部分入手结合big data的东西
: 这就是it公司的ds们做的那些东东
: 你应该会觉得很熟悉，很多东西你应该都学过
:
: research
: bioinformatics
|
l*****9
发帖数: 45 | 37
同求ppt。。。。泄露了我就找不到工作。。。
【在 z****e 的大作中提到】
: 你发一个毒誓好不好？
: 发誓我不把我发给你的东西泄漏出去
: 因为涉及到我的一些个人信息
: 我看到后我就把ds入门的课程的ppt发给你
: 从web部分入手结合big data的东西
: 这就是it公司的ds们做的那些东东
: 你应该会觉得很熟悉，很多东西你应该都学过
:
: research
: bioinformatics
|
m********t
发帖数: 13072 | 38 赞一下，本来这是我想说的话，你先说了，完全同意
heli007居然不知道bioinformatics就是精英高大上学府率先搞出来的，别人只是跟风
而已，
这门学科挺重要的，医学数据现在也到了生死存亡的关头，所以那些最先开设此系的名
牌大学教授，很伟大，高瞻远瞩，20年前就预见到了未来的需求了。
research
bioinformatics
【在 h*********c 的大作中提到】
: 我认为不管学科，对博士的训练是偏向科研，以research为重点的。在CS领域research
: 的主要方向可能是以理论和方法为主，我参加的一些machine learning的会基本上都是
: 在现有几大重要的算法和理论上优化各个流程，generalization，regularization等等
: ，别的方向不熟不做评论。而生物信息，尽管沾了informatics的边，研究的方向还是
: 偏向生物的，是需要实验验证的，是解决实际问题的。用什么算法，写什么软件，做什
: 么数据对我们来说完全是一个工具，我们的最终目的是解释并预测实验结果，并且应用
: 到model animal，甚至病人身上。当然bioinformatics领域也有专门搞算法的，DNA序
: 列比对，蛋白结构预测的，这些同学很多都是CS出身，而这些看似简单的问题至今也没
: 有人解决。（我以前研究生的导师是做理论物理的，超级大牛，在蛋白结构上用了一堆
: 巨fancy的string theory的算法，成果还是很有限。）但是对大多数搞bioinformatics
|
z**2
发帖数: 147 | 39 同求， 泄露就找不到工作。 万分感谢
【在 z****e 的大作中提到】
: 你发一个毒誓好不好？
: 发誓我不把我发给你的东西泄漏出去
: 因为涉及到我的一些个人信息
: 我看到后我就把ds入门的课程的ppt发给你
: 从web部分入手结合big data的东西
: 这就是it公司的ds们做的那些东东
: 你应该会觉得很熟悉，很多东西你应该都学过
:
: research
: bioinformatics
|
M********0
发帖数: 1230 | 40 我就是做protein structure prediction的 物理Ph.D 方向是Computational
biophysics
算法主要就是DP
phd
【在 C*********e 的大作中提到】
: 纠正几个常识性错误，（1）参加了几个ML的会，也不知道你听懂了多少，来概括CS的
: research。。。（2）bioinformatics里面有算法性很强的，比如gene alignment,
: protein structure prediction，但这只是小部分。而且就这部分来说，比如你以前导
: 师所谓的理论物理大牛来搞这个，就还是有点不到位，或者说这就是。理论物理大牛投
: 身类似的领域，三十年前还可以，现在已经out了。（3）关于做数据，统计，数理分析
: ，如果你说做某些bioinformatics里面博士训练不比做compiler／system的CS phd差，
: 这个是的，但是这个比较本身就没意义。如果你指的是和做ML／DM／NLP／AI的CS phd
: 比，那就too over claim了。
: btw，你觉得bioinformatics本行很好工作，那为什么不继续找本行。现在所谓的DS很
: 杂，很多都是data analyst但是打着DS的旗号，找人的要求和待遇也是差别很大。但是
|
|
|
s******e
发帖数: 796 | 41
各大中小药厂，各大中小biotech公司，都要bioinformatics专业的，谁说需求不大？
谁说用处不大？当然了，不跟IT那些大牛公司比。
业界来说，bioinformatics看你是tool user还是有coding能力. 前者对生物背景要求
高，后者对编程水平要求高。至于学校设phd bioinformatics其实不重要，一般来说你
的背景就是三选一（生物、应用数学+统计、计算机）。
【在 j****n 的大作中提到】
: bioinformatics phd， postdoc 很多， 因为 nih，nsf 给钱；
: 但是 工业界需求不大， 因为用处不大；
: 应该转行
|
X**********g
发帖数: 480 | 42 需求大小 找工作的时候 才知道；
好多 做 bioinformatics 的 本来就是 CS 的，
同样的背景 去了 一个系不同的 lab， 几年之后 就感觉到差距了
【在 s******e 的大作中提到】
:
: 各大中小药厂，各大中小biotech公司，都要bioinformatics专业的，谁说需求不大？
: 谁说用处不大？当然了，不跟IT那些大牛公司比。
: 业界来说，bioinformatics看你是tool user还是有coding能力. 前者对生物背景要求
: 高，后者对编程水平要求高。至于学校设phd bioinformatics其实不重要，一般来说你
: 的背景就是三选一（生物、应用数学+统计、计算机）。
|
