Redian新闻
>
继续读PhD还是转行?(情况稍特殊)
avatar
继续读PhD还是转行?(情况稍特殊)# Biology - 生物学
j*l
1
【 以下文字转载自 Hardware 讨论区 】
发信人: johninfl (johninfl), 信区: Hardware
标 题: 外置备份硬盘寿命多久?
发信站: BBS 未名空间站 (Tue Feb 12 16:36:51 2013, 美东)
我有个250GB外置备份硬盘,2006年买的,现在还在用。基本上每个月power on一次,
每次3个小时,备份笔记本上的一些数据。
我在想是不是该换一个了,否则哪天data丢失就惨了。
avatar
p*l
2
楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
到加拿大枫叶卡。
现在纠结应该是quit转行还是继续读完。
关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
science的MS然后找工作。
关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
算。
求指点,建议。谢谢。
avatar
z*8
3
再次备份 硬盘这东西 本身就是看运气 越大容量 质量越烂
avatar
p*x
4
导师不错就读完吧,两年时间也不长,多发两篇文章争取把EB1A搞定,毕业后去公司和
学术都可,看自己兴趣。
想现在找工作的话也没必要再去读个MS然后找Data science的工作。一不说这样也得话
1-2年,二来还不一定有Bioinfo PhD degree 有竞争力。
完全没有必要觉得bioinfo沾了bio好像就避之不及。找工业界的工作看的是skillset,
这是靠你自己充实提高的。Bioinfo跟information也扯的上关系,大公司也不觉得完全
不沾边,尤其是FLAG这一level的。所以自己提升自己的skillset,到时PhD找工作不是
什么大问题。我之所以这样说是根据自己亲身经历来说的,我是烂校BioInfo 的PhD,
FLAG这些公司offer都拿过,没有人对我的Bioinfo 背景有过任何concern.
楼主加油。工作一直都会有,好老板不常有!

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
t*z
5
卧槽,能跟大牛,那当然继续读呗!你在想什么啊?你随便抓10个flag的码农,问问他
们是否愿意跟你易地而处?

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
y*s
6
lz完全没有quit的必要。
说实话,phd的学位对进很多大公司是非常有帮助的。而且你做的绝对算是cs的方向。
很多cs的phd做的其实是数学,只会python写代码,c都写不了几行。他们也没有你强。
而且现在cs水涨船高,不是top20的cs ms,连面试都拿不到几个。你的情况我觉得除了
top4 cs的ms,都不值得你quit现在的phd。

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
p*l
7
谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
大牛。
我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
升自己水平。
不知道各位的看法有没有改变?再次谢谢各位指点。
avatar
y*s
8
这看你自己的追求吧。ms很少做ml,大部分得PhD才真能研究这个。但是ML PhD很难申
请而且毕业时间长。见过MS+PhD十年才拿到学位的。当然你数学功底好天赋强5年内也
拿得到。
现在不建议quit是可预期的几年内,cs的就业只会越来越困难。今年和明年毕业的cs一
堆科班出身的也拿不到offer。
你既然导师很牛的话,跟着组多发paper尽早拿绿卡才是王道。那个时候你想转什么压
力都不大。

【在 p**********l 的大作中提到】
: 谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
: genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
: 大牛。
: 我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
: 础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
: 课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
: 升自己水平。
: 不知道各位的看法有没有改变?再次谢谢各位指点。

avatar
s*y
9

实话实说不建议你quit. 我很怀疑你举出那些什么machine learning 啥啥的,其实只是
你道听途说来的热门词而并不是你自己真正喜欢或者在行的东西。
至于说你老板是搞基因的而不是专门搞生信的,这个其实无所谓,因为生信的现状和
近景都肯定是和基因有关的,所以市场上和应用有关的生信职位会更偏向那些搞基因
出身而又懂生信的人。单纯搞生信出身的人反而没有那么吃香。
当然,如果你对生物沾边的东西深恶痛绝,天天在实验室度日如年,那你还是赶快退吧。

【在 p**********l 的大作中提到】
: 谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
: genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
: 大牛。
: 我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
: 础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
: 课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
: 升自己水平。
: 不知道各位的看法有没有改变?再次谢谢各位指点。

avatar
s*y
10

对, machine learning 这个方向存在很久了,其实也就是最近才火起来的,所以大家都
忘了以前这个领域的惨景了。这个方向很难的,想两年就出师几乎不可能。

【在 y*****s 的大作中提到】
: 这看你自己的追求吧。ms很少做ml,大部分得PhD才真能研究这个。但是ML PhD很难申
: 请而且毕业时间长。见过MS+PhD十年才拿到学位的。当然你数学功底好天赋强5年内也
: 拿得到。
: 现在不建议quit是可预期的几年内,cs的就业只会越来越困难。今年和明年毕业的cs一
: 堆科班出身的也拿不到offer。
: 你既然导师很牛的话,跟着组多发paper尽早拿绿卡才是王道。那个时候你想转什么压
: 力都不大。

avatar
y*s
11
哎,是的。
人其实是谎言说过1000就当真的生物。真的有自由意志存在么?
lz真对ML DL感兴趣,就去找本deep learning book来读读。生信用DL理所当然,或者
更主动一点找cs系做ML的老师合作,看看能不能把DL用在自己的领域。这样等你毕业的
时候,你对ML DL的理解应该比大部分CS ms强很多。。

只是
吧。

【在 s******y 的大作中提到】
:
: 对, machine learning 这个方向存在很久了,其实也就是最近才火起来的,所以大家都
: 忘了以前这个领域的惨景了。这个方向很难的,想两年就出师几乎不可能。

avatar
f*n
12
“我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
础的。根本不涉及任何CS、machine learning或者统计的东西”
我简直觉得这是我自己写的帖子
我的情况跟LZ一模一样,或许跑一跑pipeline是目前90%bioinfor从业者的现状
但我跟你不同的是,我老板不管学生前途,逼迫我做benchwork,一再拖着加实验不让
我毕业;各种unpredictable,今天说的话明天就忘记了或者变卦了,所以我忍无可忍。
看到我老板那张脸我就诅咒他赶紧去死,所以我为了身心健康必须quit。
所以,你甚至连什么去genomics大公司都不用care,你只用care一条:
你老板可以保证让你顺利毕业,而不是到时候用各种理由拖着你不毕业,甚至逼迫
你做实验
只要满足这一条,你就一定要拿到PhD,同时赶紧趁着大好时光狂刷题找SDE工作,你甚
至可以申请做SDE intern。
但如果你看出半点老板变态的端倪(你lab之前的PhD多少年毕业,比如),就要做好quit
的准备

【在 p**********l 的大作中提到】
: 谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
: genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
: 大牛。
: 我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
: 础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
: 课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
: 升自己水平。
: 不知道各位的看法有没有改变?再次谢谢各位指点。

avatar
l*3
13
继续读完吧,而且中间可以在本校继续修个CS的master吧

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
f*n
14
还有,需要注意的是
不知道你所在的program是单独的bioinformatics项目,还是那种BBS大项目。
或者说你最后的degree是bioinformatics,还是biomedical science呢?
如果是后者的话,可能OPT extension的时候,以及未来H1B申请的时候,不知道会不会
有问题。我觉得你要好好问一下你们的ISSO,比如CMU的biology就很恶心:他们的学生
如果做码农,那么ISSO的bitch们戏比较多,会加一句说这个人是biology出来的,不推
荐做SDE。。。当然,这种情况比较罕见,但不能不防。另外,我知道今年H1B RFE的人
很多,导致有好些人居然没通过,而他们故意给你设置障碍的理由之一就是你的degree
major和工作内容不一致

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
f*n
15
"今年和明年毕业的cs一堆科班出身的也拿不到offer。"
说实在话,虽然不知道会不会如你描述的这么艰难;但对于new grad工作越来越难是肯
定的;因为转行的人越来越多,不仅中国人,更可怕的是美国人也都知道SDE好找工作
,大家都来转了。没办法,这个时代造就的。
但是,senior SDE的职位还是很多的,而且缺口很大,因为一方面很多企业点名要
experienced SDE,另外我认识不少senior SDE,被lay off后马上可以拿到好几家FLAG
offer,工作完全不愁
所以我们熬过头两年,以后的日子会好过很多。

【在 y*****s 的大作中提到】
: 这看你自己的追求吧。ms很少做ml,大部分得PhD才真能研究这个。但是ML PhD很难申
: 请而且毕业时间长。见过MS+PhD十年才拿到学位的。当然你数学功底好天赋强5年内也
: 拿得到。
: 现在不建议quit是可预期的几年内,cs的就业只会越来越困难。今年和明年毕业的cs一
: 堆科班出身的也拿不到offer。
: 你既然导师很牛的话,跟着组多发paper尽早拿绿卡才是王道。那个时候你想转什么压
: 力都不大。

avatar
t*y
16
牛人 这个回帖看得通透!

只是
吧。

【在 s******y 的大作中提到】
:
: 对, machine learning 这个方向存在很久了,其实也就是最近才火起来的,所以大家都
: 忘了以前这个领域的惨景了。这个方向很难的,想两年就出师几乎不可能。

avatar
t*z
17
赞同。我一个朋友研究微生物生理学,自学DL,用在他的研究中,给代谢物的循环建模。

【在 y*****s 的大作中提到】
: 哎,是的。
: 人其实是谎言说过1000就当真的生物。真的有自由意志存在么?
: lz真对ML DL感兴趣,就去找本deep learning book来读读。生信用DL理所当然,或者
: 更主动一点找cs系做ML的老师合作,看看能不能把DL用在自己的领域。这样等你毕业的
: 时候,你对ML DL的理解应该比大部分CS ms强很多。。
:
: 只是
: 吧。

avatar
C*l
18
挖坑的吧?真觉得上一两年课就能学会ML?
CS那些工作一直在那,一个好导师能给你PHD可是很多人可遇不可求的事情。
avatar
f*n
19
一个垃圾导师,也可以毁了你
好导师数量 《《《《《 垃圾PI

【在 C*****l 的大作中提到】
: 挖坑的吧?真觉得上一两年课就能学会ML?
: CS那些工作一直在那,一个好导师能给你PHD可是很多人可遇不可求的事情。

avatar
p*l
20
谢谢胖老师指点!

只是
吧。

【在 s******y 的大作中提到】
:
: 对, machine learning 这个方向存在很久了,其实也就是最近才火起来的,所以大家都
: 忘了以前这个领域的惨景了。这个方向很难的,想两年就出师几乎不可能。

avatar
p*l
21
谢谢指点和建议!

degree

【在 f*****n 的大作中提到】
: 还有,需要注意的是
: 不知道你所在的program是单独的bioinformatics项目,还是那种BBS大项目。
: 或者说你最后的degree是bioinformatics,还是biomedical science呢?
: 如果是后者的话,可能OPT extension的时候,以及未来H1B申请的时候,不知道会不会
: 有问题。我觉得你要好好问一下你们的ISSO,比如CMU的biology就很恶心:他们的学生
: 如果做码农,那么ISSO的bitch们戏比较多,会加一句说这个人是biology出来的,不推
: 荐做SDE。。。当然,这种情况比较罕见,但不能不防。另外,我知道今年H1B RFE的人
: 很多,导致有好些人居然没通过,而他们故意给你设置障碍的理由之一就是你的degree
: major和工作内容不一致

avatar
y*s
22
我说句话你可能不爱听,但是我觉得你真的有点迫害妄想了。
你的导师的表现就是一个正常做研究的PI的表现。感觉在你眼中,只有学生不做研究就
白送PhD才算好导师,但是这显然是不可能的。
说实话,我也没从你的帖子里看出来你对cs是多么爱,但是单纯的对生物深恶痛绝是真
的。只是这个年头cs真不是你想的那么轻松,看样子你是高年级quit phd读cs ms。我
也能理解你希望合理化自己选择的决心。天道轮回,这世界上不存在免费午餐,便宜的
午餐也几乎不存在。

【在 f*****n 的大作中提到】
: 一个垃圾导师,也可以毁了你
: 好导师数量 《《《《《 垃圾PI

avatar
b*s
23
2年时间,肯定是读完。没必要一峰窝去搞编程,30年河东30年河西。2000年互联网泡
沫,当时也有一大堆人转行去学编程。
再多说一句,其实在华尔街看来,生物和IT,只是拿来炒作、圈钱的概念,或者说道具
而已。只要今天生物领域出现一点他们觉得有炒作价值的成绩,呵呵呵。。。

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
f*n
24
我想请教,你有多了解我的老板?又多了解我的情况呢?
我的PI,从来不管学生,没有任何指导,说话出尔反尔,unpredictable,拖着不毕业
,实验室里没有一个人毕业。。等等太多了。。。我想请问,这叫做一个“正常的PI”?
我什么时候说过“学生不做研究白送PhD才是好老师”?我自己又做计算又做实验,有
原创性的发现。
另外,我自己做生物信息,coding经验不少了,题也刷了300道了。我爱人是码农,
所以非常清楚CS这行的状况。我自己琢磨转行也挺久了,从来不是冲动转行;
也从来没认为,也没说过"转行CS是很轻松的";我都做好了找unpaid intern的准备。
我自己心态也做好了准备,找比我小很多岁的SDE内推,称呼人家一声"前辈",
大丈夫能屈能伸,入行晚了,自然要付出更多努力。但不管再难,也是值得的;
因为CS肯定比生物有前途。未来我就算是回国,做计算机也比生物有前途。
至少,我做coding比做实验开心的多的多的多的多。
还有,谁说要一辈子做码农了?
不过,还是非常感谢你的提醒。我深知现在对于new grad找工作非常困难;所以
我需要更加努力找intern;还要请各位前辈多多帮忙

【在 y*****s 的大作中提到】
: 我说句话你可能不爱听,但是我觉得你真的有点迫害妄想了。
: 你的导师的表现就是一个正常做研究的PI的表现。感觉在你眼中,只有学生不做研究就
: 白送PhD才算好导师,但是这显然是不可能的。
: 说实话,我也没从你的帖子里看出来你对cs是多么爱,但是单纯的对生物深恶痛绝是真
: 的。只是这个年头cs真不是你想的那么轻松,看样子你是高年级quit phd读cs ms。我
: 也能理解你希望合理化自己选择的决心。天道轮回,这世界上不存在免费午餐,便宜的
: 午餐也几乎不存在。

avatar
u*n
25
美国这种规定真限制留学生的发展。

degree

【在 f*****n 的大作中提到】
: 还有,需要注意的是
: 不知道你所在的program是单独的bioinformatics项目,还是那种BBS大项目。
: 或者说你最后的degree是bioinformatics,还是biomedical science呢?
: 如果是后者的话,可能OPT extension的时候,以及未来H1B申请的时候,不知道会不会
: 有问题。我觉得你要好好问一下你们的ISSO,比如CMU的biology就很恶心:他们的学生
: 如果做码农,那么ISSO的bitch们戏比较多,会加一句说这个人是biology出来的,不推
: 荐做SDE。。。当然,这种情况比较罕见,但不能不防。另外,我知道今年H1B RFE的人
: 很多,导致有好些人居然没通过,而他们故意给你设置障碍的理由之一就是你的degree
: major和工作内容不一致

avatar
e*2
26
有机会尽快转,生物就是一团屎

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
D*a
27
拿了ML娘家的枫叶卡为什么不试试申请ML娘家的ML?
当然如果楼主真的有意ML的话,一个phd是必须要的,时间耗不起的话还是CS吧
avatar
D*a
28
要不你也可以自己学学算法搞点不太一样的bioinfo,你不愿跑pipeline,那你能提出
什么新方法?
avatar
y*s
29
隔着屏幕我都能感受到浓浓的戾气。。。。
我只是提醒你做人不能戾气太重,不然好运很难来。。

”?

【在 f*****n 的大作中提到】
: 我想请教,你有多了解我的老板?又多了解我的情况呢?
: 我的PI,从来不管学生,没有任何指导,说话出尔反尔,unpredictable,拖着不毕业
: ,实验室里没有一个人毕业。。等等太多了。。。我想请问,这叫做一个“正常的PI”?
: 我什么时候说过“学生不做研究白送PhD才是好老师”?我自己又做计算又做实验,有
: 原创性的发现。
: 另外,我自己做生物信息,coding经验不少了,题也刷了300道了。我爱人是码农,
: 所以非常清楚CS这行的状况。我自己琢磨转行也挺久了,从来不是冲动转行;
: 也从来没认为,也没说过"转行CS是很轻松的";我都做好了找unpaid intern的准备。
: 我自己心态也做好了准备,找比我小很多岁的SDE内推,称呼人家一声"前辈",
: 大丈夫能屈能伸,入行晚了,自然要付出更多努力。但不管再难,也是值得的;

avatar
H*E
30
DS ML行业很看重博士学位,不过理工科的博士是比较吃香的。DS master虽然可以帮助
你就业, 但是如果你想做有趣或者前沿的项目,基本上没有博士学位不太可能。只有
一个硕士学位,就要同时做马公的活也或许可以收入较高。做马公的话有没有博士无所
谓, 重点是看你喜不喜欢,会不会花时间钻研。而且老了容易被淘汰。不管怎样,有
个博士学位在ds行业还是像一块金字招牌的,尤其是你的学位和数学或者编程搭边。
avatar
h*x
31
有时候偏激一点并不是坏事,在选对方向的前提下,偏激的人更容易成功。每个人的情
况只有自己最清楚,与生物相比较,cs对大部分人来说是正确的方向。


: 隔着屏幕我都能感受到浓浓的戾气。。。。

: 我只是提醒你做人不能戾气太重,不然好运很难来。。

: ”?



【在 y*****s 的大作中提到】
: 隔着屏幕我都能感受到浓浓的戾气。。。。
: 我只是提醒你做人不能戾气太重,不然好运很难来。。
:
: ”?

avatar
h*i
32
显然是读博士,继续做基因相关,machine learning那些自学就好了,基因相关的
domain knowledge才是宝贵,外行人学不会。读完phd去 面google或者一些热门的做类
似的start up
avatar
s*8
33
你的情况,接触到data了,bioinfo/computational bio如果毕业直接进业界,工作薪
水会不错的。不要quit,前提是:
1. 你确定你的导师是个好导师
2. 你对bioinfo还有兴趣
如果这两者成立,你可以跟导师好好沟通,希望修data science/ CS 课加强背景,更
有利于在研究中有新发现。如果你导师支持,是最好的了。 你同时可以琢磨是否对这
个domain 保持兴趣,还可以慢慢转型。
好导师一生难求。要好好辨别。不是那种表面nice,说些空话的。好的老师能因材施教
,真正给学生资源,帮助学生成长和拓展自己的领域。好导师还会相对公平(有些老板
对美国人和中国人的要求绝对不同!)
很可惜,生物这行业竞争太厉害,mean的老板或表面好笑里藏刀的不少,把学生当工具
的太多了。好的导师太少了,
CS/Machine learning都是tool, 除非到了博士。当然,就是一份普通CS engineer 工
作,也比做生物bench work 高很多而且稳定。
如果在行业立足后要往上走,还是靠domain knowledge. 很多MD PI 统计和实验都懂得
很少,发paper还得拉上他们。他们绝对高高在上于PhD. 为什么?因为他们的clinical
domain knowledge 值钱。
Flareon 给大家分享了很多,是个好人,他纠结了很多才作出quit的选择有他的道理和
个人的处境。人聪明其实转什么都问题不大的。就是年纪越大机会成本越大。一个力求
上进没有什么错的学生碰上一个不合适的老板,就是灾难。

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
s*y
34
genetics就算了,牛不牛和你没关系,除非你能当上PI否则屁都不是。当然目测一下毕
业之前或者毕业两年内能不能搞到EB1A如果不能,也没有5成的把握做到PI(这个可以估
算,比如实验室毕业十个人,有几个PI,你在实验室的水准自测),如果这样都算不出
50%的胜算,退了,没啥留恋的

【在 p**********l 的大作中提到】
: 谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
: genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
: 大牛。
: 我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
: 础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
: 课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
: 升自己水平。
: 不知道各位的看法有没有改变?再次谢谢各位指点。

avatar
f*n
35
military版那才叫戾气~~
我承认我现在比较emotional;但总比过去几年浑浑噩噩,晕晕的,稀里糊涂的要好。

【在 y*****s 的大作中提到】
: 隔着屏幕我都能感受到浓浓的戾气。。。。
: 我只是提醒你做人不能戾气太重,不然好运很难来。。
:
: ”?

avatar
f*n
36
基因相关的domain knowledge才是宝贵
对于DS来说,真的是这样。domain knowledge才是未来致胜的法宝
所以,我的想法是,何不增强我们在金融和互联网方面的domain knowledge呢?这方面
的数据才是大肥肉

【在 h*******i 的大作中提到】
: 显然是读博士,继续做基因相关,machine learning那些自学就好了,基因相关的
: domain knowledge才是宝贵,外行人学不会。读完phd去 面google或者一些热门的做类
: 似的start up

avatar
N*e
37
学统计没用,除非你以后还去搞研发方向,不然PhD没用
我是药厂的principal sci,公司招人看到是PhD就overqualified,毕竟sr sci和pri
sci不需要那么多
有几个phd来做entry scientist的活,眼高手低,后来不是被开了就是跳了
你想好以后要干什么,继续研发的话就不要跳,拿下PhD
如果不想搞研发想靠CS,那么要么拿下PhD和绿卡再转,要么现在就转

【在 p**********l 的大作中提到】
: 楼主PhD第三年刚开始,top15的学校,导师是业内大牛,做的是bioinformatics(自己
: 写代码,但也是很简单的程序,不涉及到machine learning和高深的统计)。最近刚拿
: 到加拿大枫叶卡。
: 现在纠结应该是quit转行还是继续读完。
: 关于现在quit转行:楼主统计学的还不错,编程也有一定基础,去加拿大读一个data
: science的MS然后找工作。
: 关于读完:楼主的老板是业内大牛,不push,也很supportive。之前毕业的学生或
: postdoc有不止一个去了不错的公司。读完的话还有至少两年,时间成本不知道是否划
: 算。
: 求指点,建议。谢谢。

avatar
s*8
38
人的精力和时间是有限的。
如果你又要做wet lab实验,又要写代码分析数据,wet lab周期长又这么
unpredictable, 就算你足够努力,博士阶段80%的结果可能就是会跑跑pipeline了。如
果是这样,我可以理解为什么你博士三年级了一个学期只能到外系修1-2门统计/CS课。
如果你导师足够支持,你可以要求只做分析数据的,或者跟wet lab合作,但你不做实
验。这样你才有时间集中精力攻读统计数学建模的各种精华。
一个好导师真是太重要了。

【在 p**********l 的大作中提到】
: 谢谢楼上各位指点。可能有一点我没说清楚,导致大家有些误解。我现在的专业是
: genetics,做的和生物信息相关。导师是genetics领域的大牛,不是CS或者bioinfo的
: 大牛。
: 我的焦虑在于,我现在做的,其实都是现成的pipeline,我自己写代码,也只是非常基
: 础的。根本不涉及任何CS、machine learning或者统计的东西。我也在尝试上统计系的
: 课来提升自己,但每学期最多也就一两门,也学不到多少。还不如脱产去读个master提
: 升自己水平。
: 不知道各位的看法有没有改变?再次谢谢各位指点。

相关阅读
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。