g********r 发帖数: 8017 | 1 一知半解,胡掰几句,欢迎指正.
Bioinf分成好几个方向.数据结构数据库方向属于计算机系的地盘.序列和进化多数在生
物的地盘,也有少数在统计的地盘.高维数据分析主要涉及数据挖掘,被统计和计算机共享.
现在还有人说bioinf跟统计无关,就不止是搞笑了.斯坦福统计系主任在做什么?今年的
COPSS奖给了谁?最近不少系改名字,堂而皇之地把bioinf加在上面,不只是为了装点门
面或者骗钱的.高通数据已经成为一大趋势.这是统计未来十年最大的挑战跟机会.这种
数据不止来自生物.
从就业的角度,最近几年学术界bioinfo是黄金时间.几年后就不一定了.大概很多年以内
,公司的方面都不会很好.毕竟到目前为止,通过proteomics找药,还有GWAS找疾病相关
基因,还是比较失败的.不过统计系bioinf做的好的,多数都是data mining做的好.这样的
人去google之类的公司都有不少例子.
学校里面的staff job大概还可以.基本一个大一点数据密集型的core lab,比如proteomic
core, 454 core, microarray core, 就需要一个data cr |
|
T***T 发帖数: 107 | 2 1.有机会
2.都可以试试。凡是和Bioinf沾边的都可以试试。听说一人条件不如你,去了一综合排
名50-100的植物系,但因为那年其他申请人更差,就拿offer乐。找生物,医学类就看你
做生物问题是不是相关和hot,找CS就看你做的方法了。
Bioinf类的Journal也不少,影响因子也不完全说明问题。比如J of Comp. Bio 在CS人
眼里也很不错,但好像IF都不到2? 说说看是什么Journal,什么类型的文章?
偏生物还是偏计算方法?
IVY也分档次,H. Y. P. 应该比其他机会多些?
league
的 impact factor在 4-9 之间.. |
|
|
w*******s 发帖数: 4 | 4 看到隔壁BIOINF的MM,也来求建议。
跟隔壁比较起来。背景很弱。德国不错的研究所PHD.方向是Graph theory. 导师是做
Bioinf的。头两年没定方向的时候学了很多乱七八糟的课。比如machine learning and
statistics,signal processing等等。也跟着做了些小项目,主要跟biology
network analysis 有关。没有公司实习经历。没有teaching的经历。后来做的比较理
论,虽然方向也跟computational complexity有关,但是也没有自己开发过算法。
在做项目过程中接触过不少programming,比较Matlab, Perl, python, R, shell
script.但是都是临时学学用用而已。
博士一直晃晃悠悠的享受生活,估计9月最晚10月就答辩了。最近才开始找工作。博
后合适的位置很少。联系方向相近的教授,只说可以去访问,但是都没有博后位置。
不是非学术不可的人,但是也喜欢学术界的自由。如果能找到学术界的工作也愿意做
。但是非大牛,学术界不稳定,不好混。考... 阅读全帖 |
|
e*****m 发帖数: 58 | 5 做bioinf的人有来自不同领域的人,一般也都参考原领域的好journal, 好的会议当然也
算。由于隔行隔领域,不同领域里的人看法会有偏差。比如cs的人也许知道bioinforma
tics比biostatistics, biometrics多些。但做生统/统计的人认为biostat, biometric
s要比Bioinformatics好很多。做的东西有些杂,也慢慢才知道这些。列一些我知道相关
的top杂志或conference (for computational methodology or theory)
CS
conferences: ICML, NIPS, SIGMOD, VLDB, KDD, ijcai, AAAI, UAI, RECOMB, ISMB,
PSB
Journal: JMLR, TKDE,
stat:
JASA, JRSS-B, Biometrika, Annals 系列, Biostat., biometrics
Genetics: nature genetics, AJHG, Genetics, Genetic Epidemiology
Bioinf |
|
|
l********8 发帖数: 197 | 7 如果是做bioinf,那R用的多的,还有perl,C/C++应该也有用的。Phython的好处是上
手容易,而且很多CS的位置都在用,你可以找出了bioinf以外的位置。学学很快的,一
般一周就可以上手一种语言。学语言要快点上手,然后多写。。。 |
|
w*******s 发帖数: 4 | 8 【 以下文字转载自 JobHunting 讨论区 】
发信人: worriless (worriless), 信区: JobHunting
标 题: 数学PHD转行求建议 女
发信站: BBS 未名空间站 (Thu Aug 21 16:32:33 2014, 美东)
看到隔壁BIOINF的MM,也来求建议。
跟隔壁比较起来。背景很弱。德国不错的研究所PHD.方向是Graph theory. 导师是做
Bioinf的。头两年没定方向的时候学了很多乱七八糟的课。比如machine learning and
statistics,signal processing等等。也跟着做了些小项目,主要跟biology
network analysis 有关。没有公司实习经历。没有teaching的经历。后来做的比较理
论,虽然方向也跟computational complexity有关,但是也没有自己开发过算法。
在做项目过程中接触过不少programming,比较Matlab, Perl, python, R, shell
script.但是都是临时学学用用而已。
博士一... 阅读全帖 |
|
l****S 发帖数: 37 | 9 还好吧,今年帮另一个系招人, Bioinf 方向,两个position, 结果才几十个
applicants 。
有些人实在是夸大 faculty 的招人整体形势了,跟方向非常有关,有些方向其实 一点
都不严峻。。。。 |
|
h*****7 发帖数: 6781 | 10 方向很不错 矿工 数据分析都可以 其他行业肯定也需要
你主修图论 那变分和统计呢 如果都行 可以秒杀所有面试官 可能coding都不考 怕把
大牛气走了
而且工作是做模型的 可以避免浪费生命的file manipulation
做Bioinf的。头两年没定方向的时候学了很多乱七八糟的课。比如machine learning
and statistics,signal processing等等。也跟着做了些小项目,主要跟biology |
|
|
w********c 发帖数: 2632 | 12 ☆─────────────────────────────────────☆
gochina2008 (gochina2008) 于 (Mon Nov 5 23:34:23 2007) 提到:
我是计算机系的博士生,做Bioinformatics的研究。大概半年就可以毕业了,现在也开
始考虑找工作的事情了。都说Bioinformatics很热,可是我发现大部分的工作都是
faculty的工作,大家知道如果Bioinformatics找industry的工作,机会多吗? 例外,
大家找这方面的工作都从哪些地方找到工作信息呢? 望大家多多指教!
☆─────────────────────────────────────☆
DrumMania (嫑跑,兲) 于 (Tue Nov 6 00:19:33 2007) 提到:
cs不愁工作的
不过没人说过bioinf找工作很热吧,呵呵
☆─────────────────────────────────────☆
arson (笨也要活着) 于 (Tue Nov 6 04:00:46 2007) 提到:
你 |
|
e*****m 发帖数: 58 | 13 偶也是cs出身,做bioinf,也用些machine learning的方法做生物问题,大家算是同行乐
,认识一下:D。下面是我去年找工作的情形,你可以作为个参考。偶学校CS排名该有20
左右;综合排名更高些。Publications 是5片一作journals,大概是Bioinformatics之类
的。无会议文章。我老板不是做cs的,我的推荐人也不是做(纯)cs的,他们应该会写很
好的推荐信,但有多少作用就不知道了。去年找工作的时候,基本就只有排名7,80开外
的cs系的面试机会。
不管怎么样,都该试试。如果不行,又确实想做faculty,可以考虑找个牛人做postdoc
. Good luck!
好久没有上网,看到这么多留贴,很欣慰。
我是做Computational Biology方便的,主要是用machine learning algorithm解决一
些问题。几篇journal大概是类似BMC Bioinformatics之类的,影响因子大概3.0左右吧。
老板是个assistant professor,可能业界联系不是特别多吧! |
|
J********3 发帖数: 3151 | 14 人家主要是研究果蝇polycomb的,老鼠就按人的来,少数几个名字不大一样。
其他pathway就要靠自己找了,有soft的,具体俺也不大清楚,俺不做bioinf。 |
|
P******n 发帖数: 78 | 15 发完帖子才去看了一下前面的帖子,发现你说你也是做bioinfo的,而且不明白NGS为什
么要替代Micoarray.同学,给点专业精神,你还是不要在别人面前说你是做bioinf的好
了,有时间多看paper吧。
PI
cell |
|
P******n 发帖数: 78 | 16 bioinformatics 可以作为工具,但绝对不仅仅是工具,比如data mining这一方向,就
可以对生物系统进化,调控机制提出很多假设。这些假设不是做一两个小试验就可以发
现和论证的。你说的TFbinding的预测,的确准确率不高,很多计算模型的准确率都让
生物学家不满意,但是瓶颈往往在于现在的试验数据太片面,不准确,或者量太少,但
根据数据建立模型本身没有错误,如果认为这都不算科学,那就没有真正的科学了。如
何证明?预测结果有多准确就是对模型本身最好的验证,即使准确率现在还不高,但也
比抓阄或者一个一个的试强,这就是贡献,能够进一步缩短目标就是贡献。bioinf有没
有原创性?数据摆在那里,不同人能挖出不同东西,这就是水平和原创。
bioinfo |
|
|
e****l 发帖数: 318 | 18 同学,还是这个选择吗?上次是BME的专业,你们说cs for sure可以理解。
但bioinf听起来貌似也不错啊,主要是他cs的学校排名太靠后了。 |
|
|
|
l**********1 发帖数: 5204 | 21 first BAOZI one got
Merci.
next,
rocr is better than roc
within obscure several
quantities that are necessary for evaluating the operational
effectiveness of diagnostic tests.
please go to
HTTPS//stat.ethz.ch/pipermail/r-help/2009-February/187606.html
and
//rocr.bioinf.mpi-sb.mpg.de/
now rocc might be better than rocr
//cran.r-project.org/web/packages/rocc/rocc.pdf
Ps: if you satisfied with this answer BAOZI another one please transfer to my account.
only for asking one old paper pdf file.
detai... 阅读全帖 |
|
|
y****t 发帖数: 577 | 23 因果关系没有海量数据本来就是很难推理,如果只有一点点microarray数据,推理的可
靠性是大打折扣的。 现有的很多数学模型也都是建立在各种假设情况下的,仔细推敲
下,也说不清因果的。 生物里是有很多反馈机制,构成各种循环,更说不清楚因果了
。
但是bioinf可以让你发现一些肉眼看不出的相关关系来。 以前做股票期货的都是靠直
觉,靠经验,后来开始有些模型,在后来就大量出现informatics的,用电脑高频买卖
, 把以前那些靠经验都打垮了。 没有谁真正需要知道因果的,发现相关就发财了。
我个人觉得能找到相关就很满足了。才不管是蛋生鸡,还是鸡生蛋这种哲学问题。
文)
contribution? |
|
s******y 发帖数: 613 | 24 那就回国呗 省事省心
要是不想回的这么早
1)高高兴兴的 申您想去的那个老师那 (和孟山都有联系多好)
2) 去了之后,看看能不做能去 孟山都的 项目 能去做就最好了
3) 如果做 育种 就去统计选课 基本是 水到渠成 的了 随手拿个statistical master
多好
4) 如果做进化 就转 bioinf 去学CS 更好
5) 如果真的 bench phobic 就不去做了 问问 家里能不能支援几个
6) 利用好校友network |
|
s******y 发帖数: 613 | 25 NUL?
哥当年也申了,不过没上去,您很牛的
让你去学 bioinf和 biostat 是想让您为转专业打好基础~~~听不明白?
想实际的 就是 育种和pest control 啊
都是 组培好了就去field的啊
100
r |
|
l********8 发帖数: 197 | 26 我觉得你能够去认真思考这个专业其实挺好的,因为很多人去做bioinf自己也没有搞清
楚自己喜不喜欢,适不适合,以及未来的发展如何。不过我觉得,相比于传统的生物,
生信的机会多了不是一点点,但是一个比较大的缺点是,如果要拿绿卡,生物信息发的
文章可能引用和影响因子都不是非常多,所以走EB1比较难,但是工作机会多很多,那
样的话,走EB2还是很有希望了。如果是未来怎么样,那我觉得谁也不敢打包票的~毕竟
生物经常就是热一阵,然后冷下来。。。不知道这一阵可以热多久。。可以安慰的是,
生物信息对于转行计算机还是相对容易些的。 |
|
A*****7 发帖数: 197 | 27 Please provide your contact info. |
|
|
|
A*****7 发帖数: 197 | 30 我已收到一些需要审稿的邮箱。但是有些只提供了private email 地址。最好提供工作
的contact info。Assign审稿的时候会看起来professional 一些。
另外,多谢有人回复说以包子回馈。只是借个机会帮助同胞,不用客气。 |
|
f********e 发帖数: 2194 | 31 恭喜,请问工作是ms的还是bioinf方面的? |
|
g********r 发帖数: 8017 | 32 这个嘛.树叶有专攻.每个人的定义也不一样.有些做data mining的人即使是为bioinf
发展方法,还是不愿意被称为bioinformatician. 他们可能觉得statistician更象牙塔
一点点. |
|
w*********e 发帖数: 2 | 33 【 以下文字转载自 DataSciences 讨论区 】
发信人: waterbridge (), 信区: DataSciences
标 题: PhD student and programmer position in translational bioinformatics
发信站: BBS 未名空间站 (Tue Apr 18 00:12:04 2017, 美东)
Dr. Garmire's group (garmiregroup.org) has multiple PhD students and
programmer positions in translational bioinformatics, available immediately.
Location: Hawaii
Projects include several areas of choices: (1) computational genomic and
genetics study of non-coding RNAs to reveal their functions in cancers; (2)
D... 阅读全帖 |
|