本科生物專業，打算申請美國生物信息學研究生，期間多學習計算機知識，畢業後在美國找CS工作，靠譜嗎？

01-05

靠譜

不過現在就要開始多學CS的東西了

清楚的告訴你不靠譜，生物信息不是真 CS，學完就是一業餘程序員，跟正規科班出身比，渣渣都不是。我就不說基礎知識了，人家編程經驗就能碾壓你好幾輪還富裕好幾圈。

我看了一下樓上沒一個是生物信息出身的，哪知道生物信息這麼培訓。我是上了國內生物信息的本科，和英國的生物信息碩士，在英國做生物信息的 phd。可以清楚的告訴你，這期間計算機培訓的部分，CS 來一個本科學生隨便碾壓好幾輪，一點都不開玩笑。

邢波，1988-1993年清華大學物理學、生物學本科；1994-1999年美國新澤西州立大學（Rutgers University）分子生物學與生物化學博士；1996-1998年美國新澤西州立大學（Rutgers University）計算機科學碩士； 2000-2004 美國加州大學伯克利分校（UC，Berkeley）計算機科學博士；現任美國卡耐基梅隆大學（CMU）計算機系副教授，專業方向：計算機科學、統計、機器學習、計算生物學
2007年5月31日晚19：00，在物理系三樓報告廳，清華大學物理系系友，現任美國卡耐基梅隆大學計算機系副教授的邢波學長與同學們進行了一場關於人生規劃和職業選擇的訪談交流會。在近兩個小時的活動中，邢波學長就同學們關心的話題發表了精彩的演講，他長達11年的博士歷程，橫跨三個領域的學習研究給人們留下了深刻印象，他對學術人生的獨到體驗更是發人深思。
Follow your heart
1993年從清華大學畢業後，邢波學長留學RUTGERS大學學習生物，在那裡學習四年半後，成功的拿到了博士學位。他說：「我在讀生物學博士的時候，就已經在學習計算機了，那個時候有個功利的因素，因為計算機很好找工作。並且我覺得生物學與物理學有個很大的矛盾，因為我喜歡量化地看這個世界，而在生物學領域這卻不是一個很常用（common）的方法。而我在學計算機的時候，覺得可以把數學的知識用起來，還可以寫很好的程序。」於是在生物學博士畢業的同時，邢波學長也拿到了一個計算機碩士學位，並找到了這方面的工作。
之後邢波學長對計算機理論產生了真正的興趣，用他的話說，「get excited about it」，當時他便下定決心，申請了伯克利，卡耐基梅隆，華盛頓和MIT四個學校。當時華盛頓和伯克利給了他offer，他最終選擇了伯克利。
在伯克利，邢波學長找了三位教授做他的老師：Richard Cup（計算機學家,偏重理論）, Michael Jordan(計算機學家,偏重概率統計)，還有斯圖·羅素（很好的計算機學家、哲學家），這三位老師都是當時很有名的專家。一個學生同時有三個導師在伯克利也是絕無僅有的。
談到學習計算機，邢波學長講了他對計算機專業的理解：「計算機不是簡單的編程。比方說學數學你要懂分析，學物理則要會解微分方程，每個學科都有它自己的基本技能。其實，計算機科學是應用數學，遠非編程那麼簡單。而學習的最終目的就是『學會在3天內學會任何事情』。」
邢波學長還回憶起他的導師斯圖·羅素的一段話，「你可以有兩種方法畢業，第一個就是你做了一種演算法，全世界都沒有人做過，你是第一個做的；另一個就是你做了一個演算法或模型，雖然之前有人做過，但是你做的是到現在為止最好的，你也可畢業」。這使得邢波學長在做研究的時候就不斷地問自己，自己做的是不是最好的。最後，他真的做到了。畢業後至今，在卡耐基梅隆大學任教。
有人對邢波學長16年的高等教育生涯感到困惑，不明白他為什麼花這麼多時間念書。他說：「不用擔憂在校時間過長影響將來的生活，畢業時一切都應已經準備就緒，否則離校後會發現，自己什麼都不會。其實學校是很好的「溫床」，你不必擔心被「解僱」，老師也希望你能學得好。你還可以充分利用學校的資源。我當時面對眾多的院士、學術大師，每天都很興奮，渴望學到更多的知識以及掌握駕馭生活的能力。再說現在人都比較長壽，何必匆匆畢業呢？」
總結自己多年的求學之路和如今的成績，邢波學長說：「我覺得自己沒有什麼特別的成功因素，只是我一直都是follow my heart。」

以上摘自清華大學物理系

————————————————————————————————————————————————————————————————————————————————

靠不靠譜因人而異，我身邊也有很多同學在做計算生物學，有的人反而想去申生物的博士:p。只是我覺得這個決定你需要慎重。從你的提問來看給我的感覺你對自己的目標並不是十分了解，所以我的建議是你應該先了解一些相關的信息（比如你想要從事CS的什麼工作，這些工作在招人時有什麼要求，「多學習計算機知識」意味著要學習哪些知識，這個「多」字對於一位無CS基礎的本科生來說意味著什麼等等）然後再進行靠不靠譜的判斷。一旦你選擇這樣的一條道路就意味著在今後的幾年中你要付出數倍於常人的汗水。如果你堅持下來了，我覺得你在美國找到一份CS的工作不成問題。

具體措施我覺得樓上的幾位說的很有道理，對我也很有幫助。找一個CS的工作應該還是需要有CS的相關學位的。而且正如上面那位CMU的學長所說的你應該儘早的開始自學CS的相關知識。

我的觀點僅供參考，我也只是一個本科生，我的視野非常有限。希望有更多的過來人可以幫到你。

Good luck! Have fun!

看到樓上的「邢波」詞條有N票贊同，答主恍然大悟：

原來題主是想求雞湯文或者勵志小故事啊，早說嘛！

原來題主是想讀完生物信息學研究生再去讀計算機研究生，早說嘛！

原來題主所謂的「找CS工作」是去指CS系做教授啊，早說嘛！

既然這樣，求摺疊吧！

--------------------------------------------------------------------------------

這裡假設：

1. 題主所說的「CS工作」是指工業界的職位，而非大學或科研機構的教學或研究職位。

2. 題主打算像大多數在工業界工作的留學生一樣走「F1簽證讀書 -&> H1b簽證工作」這條路，而非投資移民、政治避難、婚姻綠卡等途徑。

那麼：

除了CS的專業知識和技能以外，題主最需要考慮的是身份問題。題主拿的是生物信息學學位，普通的計算機工作並不屬於專業相關，因此即使題主拿到某公司CS職位的offer，也很可能申請不到H1b工作簽證，從而無法工作。這和題主個人實力多強沒有關係，只是法律程序而已。

欲知H1b簽證對專業相關的要求，請移步移民局官網：

Understanding H-1B Requirements

為方便手機黨閱讀，把關鍵信息貼在下面。感謝 @張帆同學。

Requirement 3 - Your job must be in a specialty occupation related to your field of study.
Some of the evidence you may submit to demonstrate that your degree is related to your position includes:

A detailed explanation of the specific duties of the position, the product or service your company provides, or the complex nature of the role you will perform, and how your degree relates to the role.

Written opinions from experts in the field explaining how the degree is related to the role you will perform.

Printouts from online resources describing the degree fields normally associated with the occupation.

Evidence that similar companies in your industry require similar degrees for similar positions.

可以啊，但是與其學計算機不如考慮學數學。

畢竟數學比計算機在生信中還重要（個人觀點），且找工作更高大上一些

1.本科非計算機專業能申請美國計算機專業呢？

一般來說，國內很多理工科背景的學生，課程中學過微積分、概率論，編程語言和一些計算機方面的專業課程，都可以申請美國計算機專業。比如數學、物理、電子工程、機械工程等專業的學生。甚至很多非理工科背景的學生也有成功申請到計算機專業的案例，但如果成績單中的課程差得較遠，就需要有一定自學的基礎，並且在工作實習或者科研項目中補充和計算機相關的背景。而且現在美國也有一些學校會專門開設給轉專業申請學生的碩士項目，比如南加州大學。另外還有一些學校會讓轉專業的學生額外修一些成績單中缺少的計算機方向的演算法、操作系統等核心課程，比如亞利桑那州立大學，德州達拉斯分校等等。

2.計算機專業在美國好找工作嗎？

這是毋庸置疑的，從去年美國勞工部2016年H1B工作簽證申請報告中，就可以看出，計算機相關職位佔了70%以上，超過了所有其他領域崗位的總和。而就業地點排在前五位的分別是加州、德州、紐約州、新澤西州和華盛頓州。這也正是和IT產業密集的地區的一致。正是美國在計算機方向的良好就業前景，所以很多想要在美國留下發展的國際學生都轉向了計算機專業。

靠譜，你去看看芝大的進化與生態學系，好像是Evolution and Ecology，裡頭做生物信息學的童鞋，90%都去了投行等反正除了一個半個還在做學術的，都轉行了，囧一個。相對還是比其他的方向容易。

不一定，生信的面大了去了，同一個實驗室做的事兒都可能截然不同。我們實驗室有分析數據的有做ML的也有做網站的，以前還有開發演算法的……這得看你生信做什麼方向，以及你在CS方面能夠了解多少能做多少了……

如果你是其他專業的碩士，博士。我可以告訴你，找到CS工作的概率基本不超過10%。

而且計算機專業現在崗位也在逐年縮減，Google甚至還暫時凍結了對新畢業生的招聘名額，我這裡有一份來自於himycareer留學生求職平台的縮減圖。

由此可見，往年的offer大戶們FLAG在今年二、三月有明顯的收縮offer的跡象。其中，Google的offer從之前的10%一路下降到了6%，其原因很大程度上是由於2017年2月Google Fiber組的大幅變動。在這次變動之後，很多原本隸屬於Google Fiber組的員工都不得不轉到其他的組，內部重組，讓Google對外招聘數量顯著下降。

樓上說的那些找到工作的同學，無不是早就開始準備轉行了，而且不僅僅轉行，而是學有所長。只是從來不說而已。此外，這些人找到工作的另外一個方法，就是拿到統計或者CS專業的碩士學位，靠此學位找工作。或者是面試官心血來潮要招一個非CS的專員，例如做光學工程，材料，機械，等等。當然無一例外這些都是Engineering。如果你不是名校Engineering的研究生。很遺憾！您的機會又渺茫了許多！更何況，你只是學習計算機知識。

計算機專業是需要系統學習的，找IT行業的工作也是需要項目經驗的，能做面試官的人往往有多年的實習和項目經歷，你讓一個非CS專業的學生捏造一些項目經歷出來，就猶如讓一個整天練體育的人發表一下對無脊椎動物語言學的看法，很容易顯得業餘。一個非CS專業的人的簡歷，在面試官眼中就和小學生一樣。你覺得公司會要一個小學生嗎？

現實社會有個倖存者效應，那些過了面試的人，一定會和你說面試很容易。只需要刷題就好了。那是因為專業的計算機知識他們信手拈來。自己去看看有多少被刷掉的同學，都是因為缺乏計算機專業知識，沒有任何一個像樣的項目經驗，沒有大型代碼庫的接觸，沒有和人組隊寫過一個項目。

如果題主不打算考一個計算機學位。客觀的說，就不要浪費時間了。如果題主執意走上CS這條道路，那就按照我下面說的北美CS專業找工作的一些關鍵點來準備吧。

第一，每個人的時間線都有區別，這個部分知識給大家一個參考，每個同學應該根據自己的情況應該把自己的時間線想清楚，不要迷信所謂權威機構的統一性介紹。

第二，同學資源是非常好的，請不要忽略了Networking的重要性，每個學校的特點不同，時間應該如何把握你的學哥學姐是相對最清楚的。但是要小心那些告訴你「別著急找實習」的學長學姐。

第三，努力學習是必須的，但提前計劃也非常重要。排好自己的時間點，在正確的時間做最需要的事情，才能事半功倍。

第四：除了統化學習語言、演算法打好基本功外，增加自己簡歷中參與應用於工業界的實戰項目，也是讓你在找工作中脫穎而出的關鍵。

第五，如果你不清楚自己應該如何做，請找專業人士諮詢（這部分很重要）。

總之，想進入計算機行業，題主需要花大量的時間去學習和做項目，加油吧。