做生物信息/计算生物学算法开发是个什么状态？

wolf

主要想问下工业界/学术界的情况，工作内容、薪资待遇、行业前景啥的？

原文地址：https://www.zhihu.com/question/592925082

同花顺

写R/做基因分析的也配叫生信吗

大力水手

有用有趣但不多
你理解我说的意思吗？
【代码分享68】有趣且实用的机器学习算法——随机森林

清风寡欲

本人是做AI+计算生物学方向，主要做深度学习算法开发，偶尔在必要的时候敲cpp以改进经典生信/MD算法。所以本文主要从AI+生物而不是传统生信岗的角度出发。
目前业界AI+生物是非常好的方向，现状是不同公司方差极大。究其原因是交叉科学需要有两个方向扎实的基础。
只懂AI不懂生物（参考大厂现状），做出的项目大多缺乏生物学常识。比如百图生科（母公司百度）在所谓AIGC+生物的发布会上说错氨基酸的编码。
只懂生物不懂AI同样也会闹出奇妙的笑话，比如用ViT做二维feature map的预测任务，只懂得套算法，不懂得算法是为什么任务设计。此外工程化水平也是某些小厂缺乏的，尤其是在大模型时代，这样的能力就显得更加重要。曾经有幸在某些学术会议上与某些高水平研究生交流，对于这样一批自诩高水平的人才，表示ChatGPT这样的东西毫无创新性，只是简单砸算力罢了……这也是生物出身做AI交叉人才的现状，缺乏规范训练和基本常识是非常危险的，容易变成井底之蛙做自以为正确的事情。
谈到薪资待遇，上文所说的均是AI交叉的生物公司，同等水平的人才，待遇在总包上小厂比大厂少10W左右，差距主要来源于食堂和基本薪资。
就选择上，个人推荐有水平的“小厂”，AI+生物是高精尖行业，大多数业内人士均是博士学历，在这里显然能做更正确的事情。
最后打个广告，深势科技在招实习生，欢迎志同道合的朋友们加入。
深势科技招聘算法实习生为什么没说学界？99%的课题组连一张A100都拿不出，还做啥AI交叉的，只是造些无意义的论文灌水罢了……

队长是我

一周5天，3天在在读文献，半天在写代码，1天在想怎么汇报，半天在汇报～


推荐阅读

pythonic生物人：Python可视化笔记43篇合集（建议收藏）
pythonic生物人：从哪些方面着手提高Python？Python社区“老司机们”的这本书讲清楚了！
Python 从入门到精通推荐看哪些书籍呢？
你所读的统计学方向，有哪些不错的讲义（Notes）？
你是如何自学R语言的？
pythonic生物人：13个高清图助快速上手Python: NumPy/Pandas/SciPy/Matplotlib？
有哪些你看了以后大呼过瘾的数据分析书？
pythonic生物人：丰富的Python可视化“武器库”：从PyViz到Matplotlib
GitHub上都有哪些值得关注学习的R开源项目？
机器学习、数据科学 如何进阶成为大神？
作为一个研究生，有哪些你直呼好用的科研神器？
作为统计的博士生，你都读过哪些对你影响深远的统计书籍？
欢迎关注 @pythonic生物人

清风寡欲

2024年10月更新，这个回答已然过去一年半，但我的观点仍然没有变化。

任何一个对数理有兴趣的人，任何一个对编程有兴趣的人，我都不建议考虑做所谓生物相关行业的算法开发(除非润美)。
也不必向高瞻远睹的大牛寻求建议（这就像问土木学院院长土木的就业前景）。不妨写一份简历试着投递看看，是否有合适的城市，是否有期望的薪资，一切不辩自明。
<hr/>据我所知
按华大，诺禾这一贯的作风
不会有对标互联网大厂的算法岗出现
（生信一贯是大厂比小厂工资低
当然我这种小卒也没去过大厂就是了）
在小厂的就没有专职的算法岗
都是拿来主义，把别人说好的软件拿来用
把别人论文新颖的套路拿来流程化
感觉算法在生信分析上游基本没啥发展了
就是深度学习啥的，Google的deepvariant好像也很久了，也没听说过碾压GATK全家桶
越到下游，隔湿实验越远，算法越有发展潜力
但是吧这时候又何必去做什么生物呢
都是算法开发，互联网那边不更香？
就比如百图生科这种新秀，听说待遇挺好的
但那个其实就已经是计算机大数据或者医学统计了