※ 引述《wjlmaxetlott (Sasquatch)》之銘言：
: 幫忙代po
: ——————————————
: 背景：
: 中部某生科學士/陽明大學生科類相關碩士 26Y
: 畢業後做過研究助理和代理商業務，總共約兩年。做的皆非生物資訊相關的工作內容
: 起因對寫程式很有興趣，後來也打算往這塊領域走，自學Python一段時間後便以Data ana
: lyst/ data scientist為目標轉職，累積作品集和相關技術(Python, SQL, Tableau)後，
: 於今年年初開始有找工作的打算。
: 目前拿到幾個跟數據分析有關的offer
: 其中一個就是生物資訊的研究助理，工作內容是
: 1. NGS序列分析
: 2. 可能用DL建模做預測
: 因為是學研單位所以publish比重高
: 當初接受面試的原因是有想從目前的生醫domain累積數據使用的經驗(2-3年)後再去嘗試
: 一些自己有興趣的職涯發展(電商/金融)，但由於不太清楚生資這塊台灣目前的業界發展
: 是如何，只聽
: 知道去年illumina來台灣設立，看起來好像會很重視定序這塊市場。
: 不知道有沒有做生資這塊的前輩能分享台灣目前的情況(?)，例如工作內容以及產品方向
: 之類
: 或是也有類似的轉職經驗，版上似乎也沒有相關的內容
: 先謝謝各位了！！
其實最簡單的就是把Lab網站發出來，PI是誰說一下，內行的看一下發表文章跟研究領域
就知道值不值得去了。
我沒理解錯的話你本身不是生物資訊出生，所以這些測序序列分析你應該沒什麼經驗。
加入後光是理解這些東西的生物意義，學習分析這些序列的R/Python package, 或是
一些在領域內很常用的軟體需要花一定的時間。等你真的可以用這些數據去做所謂的
Machine learning, Deep learning已經不知道是什麼時候了。
現在一堆Lab以及一堆Biotech都在說自己在用AI, DL做分析，真的進去以後其實
你就是幫忙清理Data的那些人，清理好的Data Lab/公司要嘛不知道怎麼做，要嘛
就是丟給別人有經驗有專業有學位的人做，很大可能不是給你做。
更有可能的情況是Lab根本沒有多少數據讓你做AI, DL, ML, 要去public database
下載數據。
所以除非你是真的有興趣，不然不建議你去。
當然如果你本身對Data analysis已經有一定的理解，對於數據分析以及數據可視化
也有一定的概念跟技能，那去了的話可能可以加強你對不同測序數據的了解。
可以用這個機會發一些SCI paper, 將來到業界，或是出國念Ph.D.有幫助。
另外要做生資，千萬不要去跟疾病/癌症不相關的實驗室，工作機會直接少2/3。
推文有人說到生資是騙經費的東西，絕對不正確。
NGS檢測已經是在臨床上應用很廣的東西，不管是早篩也好，治療靶點尋找也好
不管是台灣或是國外都已經用起來了。
比如肺癌患者，如果EGFR/ALK/ROS1有突變或是融合，那醫生可以給相對應的
用藥建議，患者的生存期可以大幅提升，這些都是現在不管國內外都有在做的
檢測。
另外因爲測序技術的提升，現在測序成本便宜很多，很多不同組學的數據越來越多
基因組學，人體微生物組學，代謝組學，表觀遺傳學等等的數據越來越多，這些
都跟人體健康息息相關。我自己蠻看好這個方向的。