生物信息学的前途和钱途怎样？

HaHa

如果能比较下生物信息学（生科院的）和生物医学工程生物信息方向就更好了

原文地址：https://www.zhihu.com/question/375447357

清风寡欲

作为一名生物信息相关行业的非资深从业人员
姑且来说一下吧
各位大佬请轻拍

首先
我是搞云计算的
我们这个行业属于特殊行业（？？？）
特殊之处在于
别的猪都是被吹上天的
我们一生下来就发现自己已经在天上了
所谓“出道即巅峰”
大概就是指我们这种行业
尤其在新冠疫情在全球蔓延之后
全世界都意识到了我们的优势
云计算在各行各业的落地速度可以说是快得飞起

现在生信的状况跟云计算就有点像
毕竟国外的疫情一波未平N波又起起起起起……
各种各样的国家都在“争先恐后”地爆发疫情
逼着全球开始不计成本地开发疫苗或者特效药

不计成本的意思是——
老子有的是钱！！！！！！！！
这句话有用吗？
你数数现在市面上已经出现多少种疫苗就知道了

让我们把场景缩小
想象一下
你正在实验室里精打细算地用着老板分给你的预算和资源
你的老板会不会突然地出现
在街角的咖啡店（划掉）
告诉你从现在开始
不用省钱了
毕竟——
老子现在有的是钱
没错就是现在！！！！！
研发费用加一个……啊不……加一串儿零
愣着干嘛？
滚去干活啊！！！
麻溜的！！！

可能有些事情仅仅有钱还不行
但生信就真的行
比如药物研发里有一步
叫虚拟筛选
当前能够用于药物发现的有机分子数量
已经达到了10的60次方这个数量级
而我们通常虚筛多少个分子呢？
不过百万到千万级别的分子
差了50多个零
为什么呢？
没钱呗……

但是老板刚才说了啥？
老子现在有的是钱！！！！！
于是思路瞬间就开阔了是不是
相关成果也在逐渐绽放
在2020年3月
哈佛大学医学院就在《Nature》上发了篇论文
说他们现在有钱了（再次划掉）
用很多很多很多的钱搞了一个开源药物发现云平台
这个平台能在云端整合大量CPU资源
对超大规模的化合物库进行虚拟筛选

听不懂没关系
用人话说
就是原本他们在1个CPU上筛选1种化合物大概需要15秒
按照这个速度
筛选完1000000000种化合物要475年
这才不过10亿
更别提什么10的60次方了

而现在
他们用这个云平台
轻轻松松搞到了16万CPU的资源
对接10亿分子只需要15个小时


关于这个云平台的详情可戳——
速石科技 fastone：15小时虚拟筛选10亿分子，《Nature》+HMS验证云端新药研发未来所以，作为云计算行业的从业人员
我们真的觉得我们未来充满了光明

哎哎？？？
不好意思串台了
重来——
我们是真的真的觉得
生物信息的未来充满了光明！！！！！

加油！！
我们等着你们！！！！！
在天上！


码字不易，喜欢请点个赞哦~

感恩由您

今年本科同学硕士毕业，了解了下他们的就业情况，除了读博的，主要是7个方向吧。有的是他们入职的，有的是求职的时候遇到的。
去路1：某市级三甲医院科研岗(1人)
月薪1.3W，13薪，其他未知，如果出去学习基本都有补贴
去路2：某生信领域大厂生信分析师(3人)
月薪8K，不加班
去路3：Top医药行业数据分析(1人)
月薪1.5W，需要补充知识：部分医学知识、统计、建模
去路4：某医疗创业公司生信工程师(做机器学习)(1人)
月薪2W，需要补充知识：统计、算法(最好有相关项目)
去路5：某大厂数据分析师(2人)
薪资：17*18  需要补充知识：tableau、数据分析思维、统计
去路6：某大厂数据挖掘工程师(1人)
薪资：22*18  需要补充知识：统计、算法
去路7：某大厂算法工程师(没面上)
薪资：25*18   硬性要求：顶会
不过去路5-7太卷了，如果不是非常努力，基础扎实，机会很小很小很小(一个比一个小)，同学有两个去大厂做数据分析师，一个做数据挖掘基本都是研一就在外面实习了。
仅作参考吧！还是要依靠个人努力呀。冲鸭！

大力水手

这个问题比较复杂。没有一个比较的基准不好回答，我尝试从几个角度来看这个问题。
1）从事生物信息学找工作是否容易？现在大量的实验室都需要生物信息的数据支持，财大气粗的实验室可以自己雇佣一个生物信息人员，中等规模的实验室可以好几个实验室一起合雇一个，小的实验室可以用学校里的生物信息平台或者测序公司和生物信息公司提供的生物信息服务。说了这么多，需求量很大，只要有相关的技能，总能找到一个工作。
2）从事生物信息学能否找到满意或者高薪的工作？从目前的情况来看，很难或者不可能。只有金字塔顶端的很少部分人才有相对的高薪（这个薪水跟互联网和金融行业比那是九牛一毛）。如果你打开一个知名企业的较高的岗位，就会发现技术上的要求不是简单跑跑别人的流程或者软件就可以的啦。都要求复合型的人才，比如同时具备机器学习，深度学习，自然语言识别，大数据，Python，R，Perl，C++，Matlab，统计模型，Web技术，SQL，前端，后端等等。首先要掌握这些技术要花费大量的时间，对于生物信息学出身的人来说很多都要通过自学完成。同时要有带领团队的经验和各种具体生物学应用场景的项目经验和很好的讲生物学故事的本领。满足这些条件已经够难了，如果这些条件都满足了，也足够找到互联网和金融行业的高薪工作了，还有什么理由继续留在生物领域呢？

继续前进

21世纪是生物的世纪
至少一些在国外留学的朋友挺看好这个方向的，因为在美国那边已经有了一些这样的独角兽企业。在中国生物科技也逐渐开始发展，目前因为新冠疫情导致我个人更加看好这个方向，我们应该注重bio以及医学AI的场景应用。
现在很多人批判这个专业无非是因为跟生物沾边了，但是谁又能保证十年后生物就一直不火，计算机就一直大火呢？没人能肯定。
所以别再想这个行业怎么样怎么样了，好好学习，在哪个行业都能有成就，都有钱花的。

继续前进

要放在一定的时代背景下来看。
生物信息肯定是生物学（普通生物学、生物医学、基因学等等）的一个大势所趋，但是现阶段的就业，明显是名声大过工资价格。当然已经比更基础的生物从业人有好的起点了。但是长远来看，随着市场需求量增多，市场覆盖更广，资金融入市场的量增大时，前途和钱途也许会缩小距离吧。
其实，最关键还是你自己有更多的价值，这样，时势到或未到，你肯定都能把握最有利的机会，做出选择。