※ 引述《roqe (sojourner)》之铭言： : 之前一直在犹豫要不要回上面那篇博班甘苦谈的文章 : 不过那篇後来都在讨论制度的问题 : 我的背景回这篇应该也很切题，另外我想顺便回应 Carlo 大的提问 : 先从背景交代开始 : 我大学是医技系的，硕班就念生资所，然後直升 : 今年九月开始就是读研究所的第六年，一直都在同一间学校 ||| ===== 究竟为何会进入 生物资讯领域？ ======= 大学毕业时，当时生物资讯正蓬勃兴起，所以便投入了生物资讯... (当时台湾生物资讯学会成立第一年) 毕业後国防役，後来辞职，等当兵期间想说不然报看看，上了，於是退伍就来念... 然後就是一个艰难的博士生涯～ =====开始甘苦谈？？====== 从 Docking 乾乾的做，然後去另一个学校wet lab共同研究... 於是放掉docking不做（有的老师不信） 开始从事microarray分析研究... 过程中...癌症？药物？细胞实验？老鼠实验？统计？ 不懂只好问 医生...老师...学弟妹...学长姊...到处问统计相关老师...旁听课程... 最後，又到另一个实验室做NGS， 博士人生，就是不断的被打败再成长 XD 至於纯dry lab好还是wet lab好呢？ 纯dry，可以毫无顾虑的做，天马行空的想， 到了wet lab，虽然有第一手资料，好发论文，但是生物资讯有时便会相形弱势， 也就是说，究竟是写程式分析预测探讨的重要，还是做实验的人重要呢？ 或许光是这一点就又可以产生很多的热血答辩了>>>> (不过真是没想到有这麽多厉害的高手在生资领域持续奋斗) : 大学的时期虽然有修过程式设计相关的课程，但那有跟没有一样 : （字面意义，可能还减低了我对资讯领域的兴趣 orz） : 我的资讯启蒙课程是四下时去生资所修的演算法 : 阿，离题一下，当我那时准备研究所考试时 : 当时是我 summer 的指导教授跟我说： : roqe，生资要作的很好其实很辛苦，因为你每一个领域都要很强 : 当时我一点感觉都没有 XD 最近才深深的感觉到 QQ : 不是说只有一个领域强不行 : 而是念书的时候，就要决定自己的定位跟以後的卖点在哪里 : 有那种很生物的生资人，专门整合别人的工具然後做生物验证，处於比较应用端 : 或那种很资讯的生资人，题目的本质只是用生物 data 做 ML，其他没有差异 : 也有很统计的生资人 XD，开发新的统计值等等 : 刚刚说了我以前是生物人，但其实我的第一篇 paper 竟然做演算法分析 : 那种 big O 进步了多少的、非常资讯的题目 XD : 做这个题目的时候，我还学会了写 C : 在这个题目之前，我只有修课跟自学的一点点 C++ 跟 JAVA 基础 : 那时後合作的 J 老师（他的题目、知道我是生物人）问我 : Dr.J：你有没有写程式的经验阿？ : roqe：有呀！（自信满满，初生之犊不畏虎 XD） : Dr.J：....你之前写过的程式大概几行阿？ : roqe：两三百行吧 @@（就是个修课作业的程度) : Dr.J：这样好像不太算写过阿 XDDD : roqe：QQ : 当然最後还是有写出来 : 所以老实说，我觉得没有跳很大学不会的问题 : 要确定的是，有没有兴趣跟愿不愿意投入时间 : 如果原本是生物人要念生资的话 : 投个几年念资讯跟统计的基本知识我觉得是必要的 : 这某种程度就是跨领域研究所跟专一领域研究所的差异 : 我念研究所修了非常多课，除了毕业要求的 24 学分，我超修了 20 学分 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 114.36.200.170 ※ 编辑: superchris 来自: 114.36.200.170 (07/09 23:50) ※ 编辑: superchris 来自: 114.36.200.170 (07/10 01:36)