作者keroromoa (何时能把脑子用在约会上)
看板Bioindustry
标题[问题] 这样的背景有办法走dry lab吗
时间Tue Jul 24 08:38:00 2018
背景︰
硕士班研究的是秀丽隐杆线虫发育生物学与自由基的关系，
在观察到几个性状後，想进一步探讨相关的机制，
由於指导老师曾任代谢体中心核心成员，
所以在硕班毕业前夕到研究助理时期开始用代谢体学分析延续硕士班的研究。
不过由於学校规定LC/MS相关的上机只能由博士生以上成员执行，
我实际接触代谢体学的部分只有上机後的资料清洗、筛选，
以及将上机的结果做简单的视觉化
（例如将实验组与对照组的结果绘制成PCA、HeatMap等等）
後续代谢物的分析流程只有在一旁观摩博班与博後学长姐如何操作，
懂大致的原理这样。
在接触这些资料分析与视觉化工具後觉得这些过程比做wet lab的生物实验有趣，
所以开始想从生物资讯和生物大数据相关的技术精进并寻找相关职缺。
毕业经过约半年的研究助理将硕班的主题比较有一个完整的故事性後，
我再花了一年的时间，
前半年去学校生资中心开的高通量生资课程学习生资分析相关的商业套件与开源软体操作
例如像CLC、RAST、DAVID、Bioconductor、Galaxy Project，以及R和linux指令等等。
因为没有程式语言的背景在使用开源软体觉得吃力，
生资的老师建议我去中坜资策会长期班作为一个测试自己能不能进生资工作的门槛，
所以後半年去资策会大数据班学习大数据相关的课程。
四月结训後到现在快三个月也投了很多家公司，
除了生资工程师以外，也投了一些关於医疗、健康产品相关的PM职缺
（除了研究助理和Wet lab相关的工作其他应该几乎都丢了）
每家公司的经历都差不多，面试的时候看似聊得很愉快，
收到的几乎都是制式的感谢信︰
您面试侃侃而谈，学经历让我们印象深刻，惟专长与本职缺工作内容不完全相符，
以您的学经历和条件一定能找到更好的工作..............
在现在的分析还是以基因体为主流的情况下，研究主题使用的是代谢体，
没有生资技术和大数据整合在一起的专题实绩确实不如生资背景毕业的学生吃香，
但是不论PM还是生资工程师都说专长和本职缺不完全相符，
我已经不知道我的专长适合丢什麽职缺了，
真的还是只能放弃生物数据分析相关的工作回wet lab吗......
感谢各位板友帮忙~
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 101.137.177.23
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Bioindustry/M.1532392684.A.BCC.html
1F：推 wahl: 这样背景应该是有机会！但是主要协助资讯工程师分析数据 07/24 09:47
2F：推 wahl: 但要更专业 还是得去念真正的生物统计或资讯系...但是还蛮硬 07/24 09:51
3F：推 yojhi: 会SAS的话可以投看看CRO的programmer 07/24 12:25
4F：→ yojhi: 蛮多公司都可以接受junior SAS programmer 07/24 12:25
5F：→ travelmat: 个人感觉，依您经历专长离一般的PM似乎还有段距离，而 07/24 12:40
6F：→ travelmat: 生资工程可能又不如真正生资背景的紮实。因不确定您对d 07/24 12:40
7F：→ travelmat: ry lab的定义，但个人会建议可以试试pre-sales相关的 07/24 12:40
8F：→ travelmat: 职缺，应该在短期面符合您的需求与能力，长期也许能往P 07/24 12:40
9F：→ travelmat: M做发展 07/24 12:40
10F：推 wilsonchen26: CRO data manegement 部门试看看 07/24 13:16
11F：→ Godkin: 来我们社群，我可以教你 07/24 14:48
12F：→ Godkin: Taipei Bioinformatics Omnibus 07/24 14:50
13F：推 kimisky: 积极向上推!!!! 希望顺利找到心仪的工作啊~~ 07/24 17:27
14F：推 lelojack: 我觉得是面试技巧，你能跨到Dry lab肯定有实力，但多数 07/25 06:46
15F：→ lelojack: 公司要求产品专员是生物医学基本能力，若是你过度强调 07/25 06:46
16F：→ lelojack: 生资技术会适得其反 07/25 06:46
17F：推 ChesterYeah: 如果要做代谢体质谱领域相关的也是有 07/26 09:24
18F：→ ChesterYeah: 我觉得自己写出指令比较难，通常我都先改别人的套件 07/26 09:25
19F：推 ChesterYeah: 而且实际dry lab统计理论的很多，然後又要写出code， 07/26 09:26
20F：→ ChesterYeah: 还要会整合成一个套件方便分析使用 07/26 09:26
21F：→ ChesterYeah: PCA heatmap我猜你也是用别人写好的套件带入数据，你 07/26 09:28
22F：→ ChesterYeah: 可以展开function就知道我在说什麽了 07/26 09:28
23F：推 ChesterYeah: 如果你是质谱背景，建议7在实做3在程式，因为你的强 07/26 09:30
24F：→ ChesterYeah: 项是实做，也是你比纯粹dry的人厉害的地方 07/26 09:30
25F：→ ChesterYeah: 现在dry的人很多，目前公司需求多，你有想过潮流过去 07/26 09:31
26F：→ ChesterYeah: 後dry的起薪剩多少吗？而且dry lab也很多领域 07/26 09:31
27F：→ ChesterYeah: 要你用code写网站或app或工程类对你也跳太远，当然 07/26 09:32
28F：→ ChesterYeah: 不是不能 07/26 09:32
29F：→ ChesterYeah: 现在公司会看成果，比较少看你学了什麽，因为没成果 07/26 09:33
30F：→ ChesterYeah: 等於没经历 07/26 09:33
31F：推 ChesterYeah: 为什麽主流是基因体，因为资讯比较齐全，而且是源头 07/26 09:37
32F：→ ChesterYeah: ，数据可信度高，资讯多。代谢体请参考UC davids Feh 07/26 09:37
33F：→ ChesterYeah: n lab他就说质谱跟资讯结合 07/26 09:37
34F：推 pent: Godkin教我啦 08/12 18:36
35F：→ woods0598: 没当过sales还想当pm.. 09/16 00:35