作者keroromoa (何時能把腦子用在約會上)
看板Bioindustry
標題[問題] 這樣的背景有辦法走dry lab嗎
時間Tue Jul 24 08:38:00 2018
背景︰
碩士班研究的是秀麗隱桿線蟲發育生物學與自由基的關係，
在觀察到幾個性狀後，想進一步探討相關的機制，
由於指導老師曾任代謝體中心核心成員，
所以在碩班畢業前夕到研究助理時期開始用代謝體學分析延續碩士班的研究。
不過由於學校規定LC/MS相關的上機只能由博士生以上成員執行，
我實際接觸代謝體學的部分只有上機後的資料清洗、篩選，
以及將上機的結果做簡單的視覺化
（例如將實驗組與對照組的結果繪製成PCA、HeatMap等等）
後續代謝物的分析流程只有在一旁觀摩博班與博後學長姐如何操作，
懂大致的原理這樣。
在接觸這些資料分析與視覺化工具後覺得這些過程比做wet lab的生物實驗有趣，
所以開始想從生物資訊和生物大數據相關的技術精進並尋找相關職缺。
畢業經過約半年的研究助理將碩班的主題比較有一個完整的故事性後，
我再花了一年的時間，
前半年去學校生資中心開的高通量生資課程學習生資分析相關的商業套件與開源軟體操作
例如像CLC、RAST、DAVID、Bioconductor、Galaxy Project，以及R和linux指令等等。
因為沒有程式語言的背景在使用開源軟體覺得吃力，
生資的老師建議我去中壢資策會長期班作為一個測試自己能不能進生資工作的門檻，
所以後半年去資策會大數據班學習大數據相關的課程。
四月結訓後到現在快三個月也投了很多家公司，
除了生資工程師以外，也投了一些關於醫療、健康產品相關的PM職缺
（除了研究助理和Wet lab相關的工作其他應該幾乎都丟了）
每家公司的經歷都差不多，面試的時候看似聊得很愉快，
收到的幾乎都是制式的感謝信︰
您面試侃侃而談，學經歷讓我們印象深刻，惟專長與本職缺工作內容不完全相符，
以您的學經歷和條件一定能找到更好的工作..............
在現在的分析還是以基因體為主流的情況下，研究主題使用的是代謝體，
沒有生資技術和大數據整合在一起的專題實績確實不如生資背景畢業的學生吃香，
但是不論PM還是生資工程師都說專長和本職缺不完全相符，
我已經不知道我的專長適合丟什麼職缺了，
真的還是只能放棄生物數據分析相關的工作回wet lab嗎......
感謝各位板友幫忙~
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.137.177.23
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Bioindustry/M.1532392684.A.BCC.html
1F：推 wahl: 這樣背景應該是有機會！但是主要協助資訊工程師分析數據 07/24 09:47
2F：推 wahl: 但要更專業 還是得去念真正的生物統計或資訊系...但是還蠻硬 07/24 09:51
3F：推 yojhi: 會SAS的話可以投看看CRO的programmer 07/24 12:25
4F：→ yojhi: 蠻多公司都可以接受junior SAS programmer 07/24 12:25
5F：→ travelmat: 個人感覺，依您經歷專長離一般的PM似乎還有段距離，而 07/24 12:40
6F：→ travelmat: 生資工程可能又不如真正生資背景的紮實。因不確定您對d 07/24 12:40
7F：→ travelmat: ry lab的定義，但個人會建議可以試試pre-sales相關的 07/24 12:40
8F：→ travelmat: 職缺，應該在短期面符合您的需求與能力，長期也許能往P 07/24 12:40
9F：→ travelmat: M做發展 07/24 12:40
10F：推 wilsonchen26: CRO data manegement 部門試看看 07/24 13:16
11F：→ Godkin: 來我們社群，我可以教你 07/24 14:48
12F：→ Godkin: Taipei Bioinformatics Omnibus 07/24 14:50
13F：推 kimisky: 積極向上推!!!! 希望順利找到心儀的工作啊~~ 07/24 17:27
14F：推 lelojack: 我覺得是面試技巧，你能跨到Dry lab肯定有實力，但多數 07/25 06:46
15F：→ lelojack: 公司要求產品專員是生物醫學基本能力，若是你過度強調 07/25 06:46
16F：→ lelojack: 生資技術會適得其反 07/25 06:46
17F：推 ChesterYeah: 如果要做代謝體質譜領域相關的也是有 07/26 09:24
18F：→ ChesterYeah: 我覺得自己寫出指令比較難，通常我都先改別人的套件 07/26 09:25
19F：推 ChesterYeah: 而且實際dry lab統計理論的很多，然後又要寫出code， 07/26 09:26
20F：→ ChesterYeah: 還要會整合成一個套件方便分析使用 07/26 09:26
21F：→ ChesterYeah: PCA heatmap我猜你也是用別人寫好的套件帶入數據，你 07/26 09:28
22F：→ ChesterYeah: 可以展開function就知道我在說什麼了 07/26 09:28
23F：推 ChesterYeah: 如果你是質譜背景，建議7在實做3在程式，因為你的強 07/26 09:30
24F：→ ChesterYeah: 項是實做，也是你比純粹dry的人厲害的地方 07/26 09:30
25F：→ ChesterYeah: 現在dry的人很多，目前公司需求多，你有想過潮流過去 07/26 09:31
26F：→ ChesterYeah: 後dry的起薪剩多少嗎？而且dry lab也很多領域 07/26 09:31
27F：→ ChesterYeah: 要你用code寫網站或app或工程類對你也跳太遠，當然 07/26 09:32
28F：→ ChesterYeah: 不是不能 07/26 09:32
29F：→ ChesterYeah: 現在公司會看成果，比較少看你學了什麼，因為沒成果 07/26 09:33
30F：→ ChesterYeah: 等於沒經歷 07/26 09:33
31F：推 ChesterYeah: 為什麼主流是基因體，因為資訊比較齊全，而且是源頭 07/26 09:37
32F：→ ChesterYeah: ，數據可信度高，資訊多。代謝體請參考UC davids Feh 07/26 09:37
33F：→ ChesterYeah: n lab他就說質譜跟資訊結合 07/26 09:37
34F：推 pent: Godkin教我啦 08/12 18:36
35F：→ woods0598: 沒當過sales還想當pm.. 09/16 00:35