835. 生信职业发展路径¶

博士/博士后 → 独立PI → 知名教授
│
├── 纯生信PI（发方法学论文）
│   技能：算法开发、统计建模、高性能计算
│   代表：开发DESeq2的Michael Love、开发Seurat的Satija Lab
│
├── 湿-干结合PI（实验+分析）
│   技能：实验设计、数据分析、生物学解读
│   代表：做单细胞+空间组学的实验室
│
└── 生信支撑平台
    技能：流程开发、数据库维护、技术支持
    代表：大学核心设施的生信分析师

工业界生信岗位分类：

1. 生信工程师/科学家（最常见）
   → 制药公司：药物靶点发现、临床基因组分析
   → 基因检测公司：NGS数据分析流程开发
   → 测序服务公司：客户项目分析交付

2. 计算生物学家
   → 机器学习+生物数据建模
   → 蛋白质设计、药物设计
   → AI制药公司需求大

3. 生信DevOps/平台工程师
   → 构建生信分析平台
   → CI/CD、云部署、流程自动化
   → 需要较强的软件工程能力

4. 临床生信分析师
   → 医院/第三方检测机构
   → 遗传变异解读、出具报告
   → 需要临床遗传学知识

5. 数据科学家(生物方向)
   → 大数据分析、AI模型训练
   → 多组学整合分析
   → 偏向计算和工程

必须掌握（面试基本功）：
├── Linux/Shell         ★★★★★  命令行操作、Shell脚本
├── Python              ★★★★☆  pandas、numpy、基础编程
├── R语言               ★★★★☆  ggplot2、基础统计分析
├── NGS数据分析         ★★★★★  质控→比对→变异检测/定量
├── 统计学基础          ★★★★☆  假设检验、多重校正
├── 生物学基础          ★★★★☆  分子生物学、基因组学
└── Git版本控制         ★★★☆☆  基础操作

面试考核重点：
→ 能独立完成一个RNA-seq/WGS/宏基因组分析流程
→ 能解释统计检验原理（p值、FDR、效应量）
→ 能在Linux服务器上高效工作

进阶技能：
├── 流程开发            ★★★★★  Snakemake/Nextflow自动化流程
├── 容器技术            ★★★★☆  Docker/Singularity
├── HPC/云计算          ★★★★☆  SLURM、AWS/阿里云
├── 机器学习            ★★★★☆  scikit-learn、特征工程
├── 多组学整合          ★★★★☆  跨组学数据分析
├── 数据库              ★★★☆☆  SQL、MongoDB
└── 软件工程实践        ★★★☆☆  测试、CI/CD、代码审查

高级技能：
├── 算法/方法开发       ★★★★★  开发新分析方法
├── 深度学习            ★★★★☆  PyTorch/TensorFlow
├── 架构设计            ★★★★☆  大规模平台架构
├── 团队管理            ★★★★☆  带团队、项目管理
├── 领域专长            ★★★★★  在特定方向有深度
└── 学术/行业影响力     ★★★★☆  发表论文、会议演讲

国内（一线城市）：
初级(0-2年)：12-20万/年
中级(2-5年)：20-40万/年
高级(5年+)：35-60万/年
总监/首席：60-100万+/年

细分领域溢价：
AI制药方向：+30-50%（最热门）
临床基因组：+20-30%
单细胞/空间组学：+20%
传统生信分析：基准线

海外(美国)：
Junior Bioinformatics Scientist: $70-100K
Senior Bioinformatics Scientist: $100-150K
Principal Scientist/Director: $150-250K+

生信求职渠道：

1. 学术界
   → 导师推荐（最重要）
   → 学术会议networking
   → Nature Jobs、Science Careers
   → 各大学招聘网站

2. 工业界(国内)
   → Boss直聘、猎聘（搜"生信"/"bioinformatics"）
   → 丁香人才（生物医药专属）
   → 公司官网招聘页面
   → 微信公众号（测序中国、生信技能树等）

3. 工业界(海外)
   → LinkedIn（最重要）
   → Indeed、Glassdoor
   → BioSpace、GenomeWeb Jobs
   → 公司官网 Careers 页面

4. 社区与人脉
   → GitHub开源项目（展示实力）
   → 生信论坛（BioStar、生信技能树）
   → 学术会议（ISMB、RECOMB、全国生信大会）

# 生信面试准备清单
□ Linux基础操作（文件管理、权限、管道）
□ Shell脚本编写
□ Python/R数据分析
□ NGS数据分析流程（至少一个方向精通）
□ 统计学基础（假设检验、回归、多重校正）
□ 项目经验（能完整讲述一个分析项目）
□ 文献阅读（近期该方向的重要论文）
□ GitHub有代码展示

# 简历亮点打造
→ 列出具体项目和使用的工具
→ 量化成果（分析了X个样本、发现了Y个关键基因）
→ GitHub链接展示代码能力
→ 如有论文/预印本一定列出