生物信息学硕士，好就业吗？

青草

生物信息学硕士，好就业吗？
原文地址：https://www.zhihu.com/question/624086278

长长的路

生物信息学硕士在就业市场上具有较高的竞争力，可以从事多种工作，包括但不限于以下领域：

• 互联网公司：生物信息学硕士具备编程技能和生物信息学专业知识，可以在互联网公司从事数据分析、数据挖掘、算法开发等工作。
  
• 制药企业：生物信息学在制药行业的应用也十分广泛，包括药物研发、药物筛选、药物设计等领域。硕士毕业生可以在制药企业中从事生物信息学数据分析、系统开发等工作。
  
• 医疗器械企业：医疗器械企业需要开发各种医疗设备和诊断试剂，生物信息学硕士可以在这些企业中从事开发、测试和数据分析等工作。
  
• 医院和研究所：医院和研究所需要处理大量的生物信息数据，包括基因组学、蛋白质组学、生物医学影像等。硕士毕业生可以在这些机构中从事数据分析、研究助理等工作。
  
• 创业公司：许多生物信息学相关的创业公司需要具备专业技能的人才来支持他们的研发和业务拓展。硕士毕业生可以在这些创业公司中发挥自己的专业技能，为公司的成长做出贡献。
  

生物信息学硕士的就业前景是积极的，但也需要不断学习和提升自己的技能和知识水平，以适应不断变化的市场需求。


生物信息学必备网站大全 - 知乎 (zhihu.com)
生物信息学简史 - 知乎 (zhihu.com)




Llama-2 LLM各个版本GPU服务器的配置要求是什么？ - 知乎 (zhihu.com)
人工智能训练与推理工作站、服务器、集群硬件配置推荐


整理了一些深度学习，人工智能方面的资料，可以看看
一文看懂英伟达A100、A800、H100、H800各个版本有什么区别？ - 知乎 (zhihu.com)
机器学习、深度学习和强化学习的关系和区别是什么？ - 知乎 (zhihu.com)

人工智能 (Artificial Intelligence, AI)主要应用领域和三种形态：弱人工智能、强人工智能和超级人工智能。

买硬件服务器划算还是租云服务器划算？ - 知乎 (zhihu.com)
深度学习机器学习知识点全面总结 - 知乎 (zhihu.com)
自学机器学习、深度学习、人工智能的网站看这里 - 知乎 (zhihu.com)
2023年深度学习GPU服务器配置推荐参考（3） - 知乎 (zhihu.com)


多年来一直专注于科学计算服务器，入围政采平台，H100、A100、H800、A800、L40、L40S、RTX6000 Ada，RTX A6000，单台双路256核心服务器等。

感恩由您

药物设计，蛋白质结构挺火的啊
当然了，确实收的公司少
另外，基本博士起步

大力水手

bioinform在前端、后端技术上完全比不上真正的计算机，在数学上比不上真正的统计学，很少看到bioinform的算法能真的被统计学家引用，反而是统计学家的算法被bioinform拿去无脑拼接和abuse、很不严谨地出现在生信的期刊里。从数学的角度，数学＞物理＞电子信息＞计算机＞经济学（人文社科类）＞生物信息。老实说生信的很多东西，看起来被引用多，可那几乎都是被下游user无脑引用的，真正被严谨的数学家或计算机专家拿去讨论的非常少，也就在搞文科的生医类眼里显得有才（还不如人文社科的经济学严谨），真拿到理工科来不够看的。随着内卷的加剧，这种由下游追捧起来抬升自身地位的所谓影响因子、被引次数、分区迟早有一天崩塌。

大力水手

谢邀，同学你这个研究方向准确的说叫做AIDD(人工智能辅助药物设计)。先说结论，如果对这个感兴趣并且有读博打算的话这个要比传统组学更有前景。aidd的博士在药企中都是35w起的。
贵组有这种研究方向从大局上讲是有远见有目标的。aidd在目前国内的情况来说，基本上都被视为噱头。但是在国外是一个相当热门的医药研究方向，因为人工智能技术确实比较符合药物发现过程中的很多步骤。但是硕士毕业生在这个细分领域内就业情况并不吃香。个人认为现在做aidd研究的就是两种，一种是“海归博士创业”的初创公司，三年五年见不到一个成果，80％时间都在吃投资人的血肉，这种公司不建议去。第二种那就是各大老牌药企，开始进军aidd行业。如果这个部门是初创的研发部门的话，在2-3年内只招博士。有成果之后才会陆续招硕士进去壮大部门。但是一般这种研究部门人数都不会太多，都是有实力有经验的进，其他的人进了也待不住。
再来说说传统组学，硕士毕业就进厂跑跑那种已经被别人跑烂的流程，三天两天写一份几乎没有创新的组学数据报告，每个月拿13k-16k的初始工资。调薪不超过5％，换岗只能跳槽去更有钱的老板那做几乎一样的工作。

AI虽然大热，但是我国的AIDD还需要沉淀。
如果题主对这个领域感兴趣，可以考虑坚持读到博士。着急挣钱的需求的话，硕士毕业也可以。在企业中拼自己的软实力，3-5年的时间磨练下来也不会比博士毕业的发展差。
多说一句，在双非院校能找到这种前沿的课题组机会是不可多得的（毕竟咱也没上985 211）。另外组学的相关知识有一年的自学时间也完全足够硕士毕业（生信专业研究方向）去应聘组学岗了。

队长是我

吐槽一下，生信好转码，都是在校学生和非专业人士云出来的。大部分生信专业的培养计划和计算机交集可以算没有。
聊下正题，你高深度学习所谓优化算法应该是调参吧。这方面的在生信工作中基本用不到。但是既然都属于数据科学，很多底层的基本技能基本相同的。找工作的知识迁移成本其实没你想的大。生信虽然不做深度学习，但会搞一些具有解释性的模型，也需要特征筛选，模型训练交叉验证，调参，做深度学习搞这个不需要补充什么新知识吧。另外，组学分析就那点东西，基本代码能力有了统计学知识有了，拿到不同组学数据除了数据预处理方式有点不同其它都差不多，不就掉个包吗。用人单位其实也会对你深度学习的背景有兴趣，虽然在这一行属于屠龙技但好歹能忽悠人嘛不是，万一哪天心血来潮公司老板也想试试呢。