生物信息学以后主要从事什么工作，薪资待遇又如何？

幸福侠侣

马上要分流了 想要选生物信息学

原文地址：https://www.zhihu.com/question/539012050

感恩由您

以下的情况仅限国内，普通生信人！特别优秀的大佬除外
诚如上述的回答，搭建流程、科研服务确是生信岗位比较常见的工作。当然一些小众的例如云平台搭建、药物研发包括临床数据分析这块都是有的。
至于赚不赚钱还得看热钱投在哪里，这个不同时期会有一些差异，从我个人比较浅薄的了解来看目前生信如果读到博士去到医药行业薪资待遇还是非常可观的，也算是好一点的出路之一，一年40W基本是有的。
硕士的话如果能做临床相关的一些研究还是一个比较好的方向，去大三甲或者药企薪资基本都可以在20W以上。
另外呢如果你更加掌握了一些统计方向的知识，以后做生物这块的机器学习方向在工业届目前薪资待遇也是不错的，一线的起薪也在20K上下。
如果是平常在公司里面做组学相关的话，就分研发还是流程岗，先说在大一点的公司，研发在一线15K是有的，二线的话10-15K之间，流程岗比研发低2K左右，基本上小公司比大公司高2-3K。普通人不变更大的方向的话一线城市后期天花板可以达到起薪1.5-2倍，二线城市1.5倍上下。
这个是目前市场的大概情况，但是我们在不断更新自己的知识和认知，也可以在不断的工作中寻找到热钱投资的方向，这样你的薪资还能有比较大的涨幅。涨幅还是尽量不要依靠三年五跳这样的方式，会对你未来走上管理岗向上发展有限制。可以适度跳槽，厚积薄发，提升技术能力以及自身认知。
越长大会越来越体会到人真的很难赚到认知之外的钱。所以咱们做技术也不要只做技术，陷入盲目追求技术能力的认知内，多沟通多交流，多关注。

长长的路

作为一名生物信息从业者，我倾向于用数据来说话。
话说之前已经回答过类似的问题了（链接），只是之前比较的是生物信息和分子生物学的薪资差异。这次想要看看生物信息和另外两个工作性质比较相近的职业之间的差异：开发工程师和数据分析。
生物信息的薪资：比上不足比下有余

• 数据是还是从猎聘上面搜集的，分别用生物信息、生物技术、开发工程师和数据分析四个关键词来搜索，获取前5页，保存html到本地文件夹中。
  
• 然后用python脚本提取里面的数据，进行数据清洗。
  
• 使用R语言绘制图表。
  

图1 四种职业的薪资分布图

根据上面的图表（图1），我们可以知道生物信息和数据分析相关的职位的工资大多在11K左右，生物技术相关职位在8K左右，开发工程师的工资在13K左右。果然还是程序员比较香。
生物信息的待遇明显要比生物技术的好，但是和岗位性质最相似的数据分析相比，在发展空间上显得不足，薪资20K以上的职位的比例明显比数据分析的低。
生物信息岗位数最少，但人员供给也少

在猎聘网上，限定了10K-20K，城市为上海以后：生物信息的岗位有10页（注：每页有40个岗位）。生物技术有20页。数据分析有20页。开发工程师也是20页。
限定了10K-20K，城市为重庆后：生物信息25个（不足1页）。生物技术4页。数据分析20页。开发工程师20页。
这说明了生物信息和另外三个职位的岗位数相比还是比较少的。不过这并不代表生物信息的工作难找，相反，从我个人的感觉来看，由于现有开设生物信息学的高校比较少，生物信息和其他几个专业相比找工作还是相对容易的。在学信网上可以搜索到，开设生物信息专业的学校有42个；开设生物技术专业的学校有368个；开设数据科学与大数据技术的学校有219个；开设软件工程的学校有645个。
生物信息学主要从事什么工作？

也是利用上面得到的数据，筛选出生物信息相关的岗位名称、相应的公司名称，分别过滤掉没有信息量的词以及单字以后，绘制词云图（图2、图3）。从岗位名称词云图里面，我觉得“工程”以及“科学”两个词师最能够反应这个岗位的性质的。工程，对应生物信息分析工程师这个岗位，一般在公司的技术部门工作，主要是运行流程、开发流程、开发软件等。科学，对应生物信息科学家，一般在公司的研发部门或者高校工作，更偏向于开发软件或者利用生物信息的技术来研究科学问题。
从公司的词云图来看，生物信息相关岗位主要集中在大城市，与生物医药有密切的联系。



图2 生物信息学岗位词云



图3 生物信息学公司词云

生物信息的工作内容

实际上，我这个回答的整个流程展示了生物信息的工作的基本流程：采集数据、整理数据、数据可视化、解读数据。为了采集数据，需要对各个生物学数据库比较熟悉。要整理数据和进行数据可视化，需要有一定的编程以及统计学的知识。为了解读数据，需要有相关的生物学知识背景。
总结

怎样，看完这个分析报告，你应该对生物信息相关的工作，以及薪资待遇非常清楚了吧。
还不赶紧点个赞！
以上分析用到的脚本：

数据整理脚本（python3）
# python3
from bs4 import BeautifulSoup
import pandas as pd
import re

majors = ["生物技术", "生物信息", "数据分析", "开发工程师"]

df = {"major":[], "position": [], "salary": [], "basic_salary": [], "company": []}

for major in majors:
    for page in range(1, 6):
        page = str(page)
        html = open(f"data/{major}/{page}.html", encoding="utf-8").read()
        soup = BeautifulSoup(html, 'html.parser')

        jobs = soup.find_all("div", attrs={"class": "jsx-2297469327 job-card-pc-container"})

        for job in jobs:
            position = job.find("div", attrs={"class": "jsx-2693574896 ellipsis-1"})
            position = position.attrs["title"]
            salary = job.find("span", attrs={"class": "jsx-2693574896 job-salary"})
            salary = salary.string
            basic_salary = re.match("(\d+)-", salary)
            if basic_salary:
                basic_salary = basic_salary.group(1)
            else:
                basic_salary = "NA"
            company = job.find("span", attrs={"class": "jsx-2693574896 company-name ellipsis-1"})
            company = company.string
            df["major"].append(major)
            df["position"].append(position)
            df["salary"].append(salary)
            df["basic_salary"].append(basic_salary)
            df["company"].append(company)

df2 = pd.DataFrame(df)
df2.to_csv("out.csv", encoding="gbk")绘图脚本（R）：
# 绘制工资分布图
library(ggplot2)

data <- read.csv("out.csv", fileEncoding = "gbk", row.names=1)
p <- ggplot(data, aes(basic_salary)) +
  geom_density(aes(fill=major, color=major), alpha=.3, size=1) +
  scale_x_continuous(breaks = seq(0, 100, by = 2)) +
  geom_vline(aes(xintercept=8)) +
  geom_vline(aes(xintercept=11)) +
  geom_vline(aes(xintercept=13)) +
  labs(x="最低工资（千元/月）", title="四种职业的薪资分布比较") +
  theme(plot.title=element_text(face = "bold", size=16))

ggsave("density_plot.png", p, width=10, height=6)

# 绘制词云。我电脑之前已经安装过remotes，这里不再重复安装。
install.packages(c("tmcn", "tm", "wordcloud2"))
remotes::install_github("cran/Rwordseg")

library(tmcn)
library(tm)
library(Rwordseg)
library(wordcloud2)

heci <- data$position[data$major=="生物信息"]
ci <- segmentCN(heci)
ci <- unlist(ci)
ci <- ci[nchar(ci) != 1]
wd <- createWordFreq(ci, onlyCN = TRUE, nosymbol = TRUE,
                     stopwords = c('招聘'),useStopDic = T)

wordcloud2(wd, size = 1)

heci <- data$company[data$major=="生物信息"]
ci <- segmentCN(heci)
ci <- unlist(ci)
ci <- ci[nchar(ci) != 1]
wd <- createWordFreq(ci, onlyCN = TRUE, nosymbol = TRUE,
                     stopwords = c('公司', '有限'),useStopDic = T)
wordcloud2(wd, size = 1)

队长是我

我博士毕业工作五六年，目前在上海某生信大厂做算法研发。
薪资方面目前package是50-60万，视公司年景有约10%波动。
工作内容主要是桥梁。和其他答主的科研生信岗不同，我们生物和写代码各占一半。我们前方承接测序数据和生物学知识，中间用逻辑和统计解析测序数据的模式，后端输出一些高度抽象的问题交给数学家；最后将前中后三个部分合在一起用代码实现。
总而言之生信是一个游走在生物和码农之间的行业，代码功底不用特别扎实【公司有专门的IT团队润色代码】，统计与ML有所涉猎【能和数学家说上话】，生物知识不能太掉底子。
未来的发展看你自己，想拿命换钱的可以转真·码农，想继续悠闲可以在生信线慢慢往上爬。去字节可以薪资x1.5，但我是天王老子来了也要五点半下班的人，那就继续在生信上一条路走到黑了。

检验医师

再再次更新：  20240715
市场在回暖了，AI的压制趋势仍然很明显。

再次更新： 20240111
上次说中了，有地方干活就行，好多人被裁了。。

更新： 20230323
大半年之后，GPT4出来了。
有地方干活就行，别想了，被机器人干掉是板上钉钉的事情了，除非你是AI侠。


截止到20220723

1， 流程侠，线上有别人包好的流程，配置一下跑起来就行。一万起步（学术体系八折，沿城市递减，下同）。
2， 调包侠，找别人写好的包，包起来，用胶水粘起来，打包成产品。两万起步。
3， 调参侠，基本上是生信天花板了，通过修改亿点点细节，图/表让客户看完觉得漂亮。叁万起步。

4， AI侠， PPT给老板画饼，让客户相信可以智能化。这个领域啥专业的大神都有，就是没碰到生信专业的人在做。从撸代码转到写PPT是非常痛苦的，而听外行叨叨一些想象中的空中楼阁简直是一种酷刑。当然如果乐在其中，还能自圆其说，最后落实成项目，十万起步，而且老板会抱着你大腿感动到哭。

上面 调包 和调参 调 这个字怎么读？

调（diao）包；调用
调（tiao）参； 调整
是不是不认识  调 字了已经。

感恩由您

人在上海某生物公司的生信岗
主要工作：
1.开发分析流程，俗称写pipeline，比如要开发单细胞测序的分析流程，就是将网上公开的流程和方法串起来，配置好软件数据库，将各个模块写成自己的代码。
2.承接科研用户的项目，将实验平台下机数据走一遍分析流程，形成分析报告，个别的项目可能需要个性化分析，有时会和工作1结合起来，即通过case熟悉和完善流程。
薪资待遇：
如果只做上述的1和2，算是”生信工程师/分析师“，在上海的话大多数公司12K-15K左右，好点的也不过20K出头，13或14薪吧；如果能自己搞算法开发，属于“生信科学家”，通常得在大点的公司，能到30K左右，在懂生物的基础上，需要较强的统计和代码能力。
行业特点：
1.上限不太高，待遇和晋升空间无论是相比传统生物医药，还是相比计算机编程都差一些，但只是相对于“海归青千”、“独立PI”、“大厂程序员”、“初创CTO”这种天花板而言。
2.没有那么卷，比传统生物医药更容易就业一些，coding能力要求/工作强度比计算机互联网低很多，基本能实现955。
3.生物信息学，弱“生物”、强“信息”，生物学知识要求并不高深，个人感觉大部分程序员稍加训练就可以胜任，但纯生物硕博的生物知识并无太多用武之地，反而对如何写代码不知所措。若想转生信方向，应更注重代码能力的学习和训练。
<hr/>本人远称不上大神，很多相关的知识还是欠缺，也没有凌驾于全行业的眼界，一些基础的入门问题可以提供建议，比较高深的实在无能为力。很多朋友想私聊，我每天高强度上网（摸鱼），几乎都会看两眼知乎，有情况直接私聊就可以，不用评论询问了，不然我的评论区像是卖课的一样。。。。。