生物信息學就業情況如何? 主要從事什麼方面工作?


一句話回答:
想就業,不如去學數學或者計算機。

多說幾句:
生物信息這樣的學科我覺得不適合作為本科專業,國內此專業目前的課程設置基本上就是一些CS的基礎課(佔主要),一些數學的基礎課,和一點兒生物(比重最小),這樣學出來的CS的內容難學好,數學的內容難學好,生物也難學好。

但是生物信息的工作內容基本上就是推演算法,建數學模型,寫程序,生物只是背景知識,如果數學和計算機基礎不好的話很難有競爭力。同時生物的學習曲線很平,幾本重要的著作看一下就入門了,當你讀了數學或者計算機,基礎紮實了,想轉生物信息很容易,反之本科直接讀生物信息再想轉其它領域就沒那麼容易了,而且你在自己領域的優勢(就是提前學了的那點兒背景知識)也很快就不存在了。


我就是干這個的。貌似人才缺口很大的樣子,不過過幾年就不太清楚了,好像不少學校都新開了生物信息學的本科專業。
生物信息學分幾大塊。一是基於測序的,基因組學、元基因組學、轉錄組學、修飾組學等等。二是結構生物學的計算部分,比如蛋白摺疊模擬、晶體解析等等。三是系統生物學,在電腦里模擬一個生物個體的動態(現在應當只能做到簡單的單細胞)。然後醫學信息學也許可以算在裡面。(別的請大家補充)
這裡面,所需要的知識背景很不同。我是做(一)的,主要處理高通量測序的結果,做樣本間比較,然後做一些統計工作。有的時候需要一些數據挖掘的手段,比如機器學習、聚類等等,不過不多。
干這些事情,需要掌握一些常用(或者本領域才常用的)工具程序,比如序列搜索、序列比對等等;會寫腳本語言來解析結果、連接工具;會用向量語言(R、Matlab等)做統計分析;最好會C/C++/Java等高性能語言,能自己寫重要的工具。最好會用Linux系統,很多工具玩起來方便。然後,需要生物學的背景知識,以及一些靈感,來找出數據之間的關係,以及背後的生物學意義。
結構生物學則主要是物理模擬。系統生物學沒做過,大概得需要控制論一類的基礎。醫學信息學應當主要靠統計。


挺現實的問題,我這邊引一個相關的reddit問題,我個人意見同1樓一致。
http://www.reddit.com/r/bioinformatics/comments/250nhf/why_are_bioinformatics_salaries_so_low/


人才缺口應該是非常大,但具體是缺幾萬還是幾十萬,搞不清楚,沒這個概念。

13年的時候,據統計這個行業的公司大概 300家(參考生物醫學互助平台公眾號早期文字);到17年應有1500家了(參考基因慧做的優脈通)。

有這麼多新公司成立,肯定需要很多人了

薪資方面,差別很大。

武漢、成都這樣的城市研究生畢業做生物信息,有拿五六千的;能力差不多的去深圳剛成立的,融資了的公司可以拿12K。

薪資倒掛也很多,有工作了六七年,拿八九千的,也有新員工剛去1萬以上。這可能還是因為薪資體系不成熟吧。


路過試答。
專業國內人才缺口很大,比生物其他專業待遇好些,就業面偏窄,多去一些測序公司如華大基因等。雖然與IT工作類似,整天面對電腦編程分析等,但待遇不如後者(比外不足比內有餘的專業吧)。建議深造,碩士起薪6-8k吧。
希望能幫助你。專業方向的東西希望由其他人回答吧。


實驗室,一些小biotech都招。特別是做ngs分析的。可惜,待遇低,前途也不好。


目前來說,生物信息學也算是生物領域的熱門學科之一,而且隨著目前高通量分子生物學技術的飛速發展,以後的前景還是十分看好的。不過,很多學習這個專業的同學沒有成為生物信息學家,大部分成了生物信息學工程師(主要是運行一下別人開發的軟體),甚至直接放棄了。這可能與生物信息學的交叉學科性質有著很大的關係。所以其實這門學科的門檻算比較高的。如果想做一個真正比較好的工作,你需要深入理解生物學問題,對演算法精髓也要有相當的心得。此外,要能與屬於不同領域的研究人員比較容易的溝通。由於能將生物信息學的知識運用好的人較少,自己覺得博士的就業還是不錯的,能在許多大型研究項目中發揮重要作用,但碩士的話一般只能作為其他研究人員的幫手。


你好,題主。其實bioinformatics生物信息學的受眾面還蠻大的,首先是優選數學、統計、計算機專業專業的學生,當然還有來自農學部、理學部的學生也很受歡迎。總之是面向理工科的學生。就業前景非常樂觀。生物情報學的發展日新月異,在中國還處於起步階段,在全球都面臨嚴重的人才不足。尤其在美國也是大熱專業領域。建議看此文喲如何申請日本東京大學bioinformatics生物信息學專業。


推薦閱讀:

非985、211的研究生如何提高自己的競爭力?
東京大學研究生要求是什麼?
學前教育研究生就業方向有哪些?
日語系申請日本大學院的經營科究竟有多難?
在985/211讀博士/研究生和中/農/社/地科院的博士/研究生有什麼不同?

TAG:編程 | 計算機 | 研究生 | 生物信息學 | 生物專業 |