| |
|
|
| 首页 淘股吧 股票涨跌实时统计 涨停板选股 股票入门 股票书籍 股票问答 分时图选股 跌停板选股 K线图选股 成交量选股 [平安银行] |
| 股市论谈 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 商业财经 科技知识 汽车百科 工程技术 自然科学 家居生活 设计艺术 财经视频 游戏-- |
| 天天财汇 -> 自然科学 -> 生化环材是否即将起飞? -> 正文阅读 |
|
|
[自然科学]生化环材是否即将起飞? |
| [收藏本文] 【下载本文】 |
|
新能源新材料是国家未来战略大方向，行业如日中天，头部公司宁德时代股价上涨也经过了两轮加薪，透过富豪榜单，随着房地产公司陨落，互联网行业的饱和。生物医药… |
|
就…相对于生化环材起飞，我觉得我变成萝莉魅魔之后起飞的概率还大一点。 |
|
我并不赞同这样的观点。 身为一个天坑专业的青椒，我多年对天坑行业以及相关科研的观察，我觉得与其说要起飞，更合适的说法是生化环材等专业将迎来更大规模的调整。 新能源新材料是国家未来战略大方向，行业如日中天，头部公司宁德时代股价上涨也经过了两轮加薪，透过富豪榜单，随着房地产公司陨落，互联网行业的饱和。 看问题的描述，就不甚准确。新能源新材料确实是国家未来的战略大方向。但是高精尖产业的特点是，产业人口很大可能是相对少的。一个高精尖的材料公司，可能研发部门会有不少高学历人才。但是到了生产车间，可能一个车间一个本科生就够了。整个工厂生产高度自动化产业化。而一个行业培养最多的是硕士博士吗？不，一定是本科生！大量的本科生面对少的可怜的对口岗位，真的算是摆脱天坑吗？而就算研发岗位增多，相比于我国庞大的硕博毕业人数，真的算岗位充足吗？可能还需要更进一步的发展，才能更有底气的说出走出天坑这句话吧。 而且互联网真的饱和了吗？三十年河东，三十年河西。这两年互联网只是过了峰值。然而互联网薪资中位数依旧还是吊打生化环材吧。这种状况，还敢看不起互联网？醒醒，白天，别做梦了。近年来互联网过了峰值，生化环材薪资上升只是行业动态调整的结果。万一哪天又调整回去了呢？ 而且，让一个普通人穿越回四十年前，再送他30%微软的原始股。他真的能什么事都不做，就等微软起飞，然后拿着原始股变现，当上世界首富吗？答案必然是否定的。普通人绝对没有为富的定力与眼界。如果没有对应的心理定力与头脑，给一个人巨富，财富也会流向匹配得上它们的人手上。流失时间或长或短，但是结果不会有差别。 互联网名言：风口上猪都会飞！ 但是没了风，猪也一样会摔死。 就算生化环材真有风口了，也需要有对应的实力，抓住机会。不然趁着行业红利赚几年快钱，后面一样会泯然众人。 再看下面这个描述： 生物医药公司越来越攀升，是否意味着，生物，化学，材料等专业有望摆脱天坑，即将迎来时代机遇。 生物医药公司确实在攀升。但是需要看到的是，我国的生物医药行业还很初级。生产的大多是原料药以及医药中间体。原研药很少。这次新冠，paxlovid是辉瑞做的。美国还搞了mRNA疫苗。我国呢？连花清瘟卖爆了。 当然，不是说我国医药行业不行。而是说，我们在不断的进步，在努力，可我们在努力的同时，国外也在进步，差距还非常非常非常的大。所以，我国生物医药的总体来说依旧存在着很大的不确定性。能否迎头赶上，乃至领先世界，谁都说不准。因此说相关的生化专业要起飞了？尚为时过早。但是在政策支持下，这些产业在短时间会有较多的发展机会。 因此，我更倾向于生化环材专业在未来一段时间内会进入更大程度的调整。怎么调整？朝什么方向调整？都需要国家进一步政策引导以及市场需求共同作用。 期待着未来我国可以涌现出中国的 杜邦 拜耳 3M 巴斯夫 宝洁 摩德纳 辉瑞 葛兰素史克 吉利德 默克 等等等等！ 等到那一天，那样我们的生化环材就真正的起飞了！ 加一点内容吧。 并不是说迎合风口去选择职业或者工作有什么问题。而且一定要有对应的实力。 即使一个985背景的优秀计算机相关应届生，去了大厂，结果干了几年之后，问在干嘛？ 答曰：写弹窗。 或者 写按钮。 或者 写支付页面跳转。 接着问：每天工作干嘛？ 答曰：代码查找然后复制粘贴。 如果是这样，那被裁了，后面就真的很难了。 没有不可替代性，纯机械性体力劳动。 同样的，在一家生物公司或者医药公司，哪怕有风口，招了很多人。结果一进去只干也只会干养细胞、抽质粒、过柱子。这样的情况下，一旦行业大行情不好，最先倒下的，也一定就是这批人！ 最最可怕的是，有些人还会说，抽质粒、养细胞、过柱子、写弹窗，写按钮等等等工作就值很多！一年低于50w不干！ 那资本只会说：下一位！走您嘞！ 说白了，增加自己工作中的不可替代性。这才是自己的核心竞争力！ 有本事资本你找别人去啊，我不伺候了。狗头保命.jpg |
|
说点有意思的 最近大热的chatgpt，让大家直呼ai未来会取代大部分岗位。 现在看来，生化环材一直以来的大力灌水眼光长远啊。 众所周知chatgpt的基本原理就是靠着他超强的检索和分析能力，在各个数据库中驰骋，随着投喂量的提升，自我进化。 就拿计算机来说，网络上有太多的开源代码库，有大量优质的代码，对于大家的问题，chat可以精心挑选，集合出一个最优回答，同时自我学习。 但是到了生化环材就惨了，生化环材近十几年大力灌水，各个期刊文献数据库都成了垃圾场，先不论各个文章的结论对不对。有时候关于某个问题，不同的文章给出的结论都是矛盾的。而大公司的专业生产工艺，配方，参数等核心技术都是公司秘密，不可能流到对外数据库中。chat面对生化环材的问题，就像进了垃圾堆，混乱不堪，最终只能草草给你东拼西凑一个“看似合理”的回答，其实漏洞百出。 这么看来未来ai取代大量底层码农的工作非常有可能，但是对于材料工程师来说，都是自己在实验室摸爬滚打总结出来的经验，除非ai会自己做实验，自己处理产物，自己做测试，自己分析结果，否则，在可见的将来，ai取代生化环材工程师的可能性太低了 |
|
化环材怎样我不知道，生物可以看看2022年9月美国的生物法案，美国已经做好和中国脱钩的准备。 |
|
|
之前脱钩的是芯片，后续制裁大家也看到了。 生物麻烦的是绝大部分仪器、大部分试剂都是国外生产，国外质量远超国内。只要一抽掉核心元件和核心原料，国内生物医药和科研就成为空中楼阁。 最简单的例子，国内的发文章大户结构生物学，依托于冷冻电镜，脱钩试试看？ -- 所有起飞都应该有扎实的基础，否则容易变成虚假繁荣。 美国的生物制裁可以预见，一旦动到仪器试剂上，很多实验可能做不了，很多药物的生产检测也会成为问题。未来还是需要国内底层仪器、试剂的自主开发。 虽然这几年国内酶试剂、测序仪器也都在本土化，但缺口实在太大。不知道6-8年，国内厂家能不能赶德超美。 国产试剂上或许能有提升。 仪器上？难。 说到底，底层试剂和仪器还是要跟上。 否则一旦被制裁，还起飞个毛线。 |
|
费劲，我一直有一种观点。 类似于计算机专业，那些程序员就是一个公司最宝贵的财富，公司也愿意花大成本给他们。（劳动集中型行业，劳动人员是主要的） 但是类似于生化环材，实验室或者厂子最宝贵的永远是设备和仪器，反倒是人是最不宝贵的，凭啥给钱。（资金集中型企业） 我是学化工的，之前做过化工厂的经济核算，尤其是大宗化工，员工的工资在厂子支出中所占微乎其微。 即使是生化环材行业有起色，也不是从业人员由起色。 |
|
难，基础学科只能谈上行，起飞是不太可能的。因为基础学科是框架，是地基，要把地基打劳，就要拿出一部分高附加值来填充底部。所以生化环材哪天真的变好了，那就是无形的手刻意的拉平了不同行业的收益。 比如先进材料研发的十个热门方向： 可持续材料 半导体材料 纳米材料 增材制造 轻量化 材料信息学 高级复合材料 石墨烯和二维材料 表面工程 电化学材料 做材料行业的人应该明白，全世界以上十大方向大多都是政府补贴和风投推动的，不管是在企业做还是高校做，没有补贴就很难建立产业集群。我以美国一家初创公司举例： Chromatic 3D Materials，这家公司在3D打印界很有名。这是他们的产品： |
|
|
赚钱的主业是生产耐用的高性能聚氨酯弹性体，用于 3D 打印，其他产品都在研发阶段，目前的主要业务来源是航空天，国防，铁路，汽车等工业制造业，关键是公司成立2017年初，做过多轮融资： 2017年从美国科学基金会拿了50万美金。 2018年筹了100万债务融资。并进行了A轮融资。 2019年从DSM venturing筹了大额融资，外界估计拿了1000万刀，年底又从美国科学基金拿了150万刀。 2020年从Newchip拿了未公开筹资，估计有500万刀。 2021年从embedded venturing筹了500万刀。然后年底宣布结束了新一轮融资。 2022年从风投那又搞了一千多万刀。 但是今年2023年了，财报依然处于年年亏损的状态。看出问题来了么？一家初创企业投了六年，没赚钱一直亏，这放在国内私人老板如果没有大靠山的说不定都进去吃牢饭了。也只有央企，国企研究所能做。投入周期太长，而且新材料研发跟运气的关系可能比技术还大。如果这个社会人人浮躁想赚快钱，是不会投这样的公司的。 好，继续说第二个问题，重资后回报率低，世界十大化工企业： 巴斯夫（德国），陶氏（美国），沙特基础工业（沙特)，利安德巴塞尔(英国)，三菱化学(日本)，3M(美国)，林德(德国)，Air liquide(法国)，住友株式舍(日本)，LG化学(韩国) 以上十大化工公司毛利率均在4%~9%之间，而互联网比如电子商务的毛利是多少？25~50%。其实在美国的留学生学化学化工的对陶氏很熟的，陶氏能开出的薪资在7-15万刀之间，一般的化学，化工phd做理论模型的8万刀，愿意做工程的10万刀。这已经是行业顶级了。而google，Amazon给算法phd的一般是16w刀起步，高的能到25w刀。但化工企业也有它的好处，就是没有裁员潮，疫情三年这些企业都受到了冲击，但没必要裁员，因为投入产出稳定。 看到了么？全球都一样，符合经济学原理，三产的附加值远高于二产，一产，行业收益率所致。 当然，各行业研发也属于三产（国内的定义）。 生物医药这块就没什么好说的，并不是国内生物医药投资不大，中国国药集团疫情前年年营收世界第一，江苏恒瑞和中国生物制药也在世界药企收入榜靠前，但创新药指标很低。 世界前五十大制药公司美国就有17家，创新指标皆处于世界顶级。这一块国内宣传说的少，因为这玩意不是卡脖子，是没脖子，不知道怎么下手卡。 原因很简单，药这一块完全靠研发创新能力，基础科学依赖度极高。比如癌症免疫疗法创新者，2018年生理学或医学诺贝尔奖获得者Jim Allison 。 |
|
|
他做免疫疗法研究就做了46年: |
|
|
通过抑制负性免疫调节(CLTA4,PD1)进行癌症研究 他的研究动机是什么？是因为他母亲在他10岁时死于淋巴瘤，他的哥哥在他25岁时死于前列腺癌。他直言不讳，他研究这玩意一是怕死，觉得自己可能存在家族遗产，一是两位至亲去世让其悲痛，还有就是做这个有口饭吃。什么人类命运呀，家国情怀呀，那都不是他的研究动机。我个人认为反而是这种研究动机更加纯粹，而且从结果来说，他是当之无愧的人类英雄！ 我还是想说，弯道超车没有可能，为什么中国互联网收入高？跟中国国药集团收入高是一个道理，人多，消费者多，中国国药集团收入疫情前吊着强生，辉瑞，默克，安进，百健打，但是癌症创新药基本来自于欧美。 基础科研前期投入太大，从普通人的角度来看只要国家投入大就能大力出奇迹。真实情况是，基础科研急不来，要慢慢积累。否则像大基金这样的事情会越来越多。我认为一个平和，友善，有劳动保障，不需要赚大钱就能人人居者有其屋，老病有所依的社会环境才更有利于科学长期可持续性发展。我举过很多次日本的例子: 中国国内媒体唱衰日本，日本真的进入衰退期么？4148 赞同 · 58 评论回答 |
|
|
现在日本死亡人口是出生人口的两倍，就是因为前期操的太狠，后期没有持续发展的能力。 换言之，国内不平均过高收益三产，不去努力减少贫富差距，不保障劳动权益，会导致国内大量基础科学工作者转行工作或者考编，甚至离开，这些事情我前几年就提醒多次，现在已经进行中了。 还是扎实点吧，起飞这个问题讨论很多年了，但讨论来讨论去毫无意义，目前来看，面对脱钩，国内的各个行业如何平稳落地才是重中之重。 |
|
在大城市盖房的人，买不起自己盖的房。 沉迷于相关性归因，就会有各种博弈错觉。 生化环材如果起飞了，也跟多数专业从业者没啥关系。 这不仅仅是生化环材的特性，也是几乎所有新兴赛道的规则。 功利的判断行业收益，要记住，非个性化的牛马工作，赚不到红利。 房地产起飞了这么多年，建筑设计院的从业者赚到大钱了吗？工地施工的人赚到大钱了吗？ 相比于房产中介，房产销售，银行，房地产商，炒房团，商城经营者，这些牛马获得的行业红利可以忽略不计。 互联网起飞了这么多年，表面上程序猿们获得了红利，但稍有动荡，就被毕业，被赶去做其他的无门槛服务业。 医药起飞了这么多年，大家可以查一下，一个相关的博士，收入能不能比得上一个小城市的医药代表。 在我国的商业规则中，真的核心创新的驱动目前仍然非常稀少，而这种驱动才是研发牛马和生产牛马能够获得红利的前提。 我们的驱动是啥？监管套利，模式创新（说白了是新技术侵占传统赛道），国家政策红利，渠道为王，低息加杠杆。 深圳过去统计过，所有创新成功案例，97%是模式创新。 牛马们能有啥红利啊？ 知道为啥游戏行业好吗？因为游戏行业真的需要个性化的增值，真的需要细节极致的增值。 另外，我们的教育，教育出的“高精尖”人才，多数也是功利驱动的工具人，其特点就是获得了一些优势地位后，必然糊弄事（以补偿早年的被恐惧和功利驱动的所谓努力）。 然后这些人才糊弄着糊弄着，就变成了自己年轻时候讨厌的，那种不学习不进步还打压年轻人的“日子人”。 这种“日子人”的特点是很容易替代。 无论在多么有红利的赛道，资本在“日子人”投入产出比降低之后，必然不养闲人，必然要向社会输出这些“优秀日子人”。 现在考公考编的为啥这么多？因为“日子人”可以混到退休。。 这就是真相。 破局咋办呢？ 当有“个性化”增值的人。 当有“专家主义”加持的人。 或者，成为赛道上，卡住人脉、销售、商务、政府关系、管理、战略这种位置的人。 不然的话，啥品种的牛马都一样。 “没关系的，东方，都一样，都一样” |
|
同学在美国野鸡大学念生物硕博，老板是福建人，四年就给他毕业了，水博连分子实验都不会做几个，进了美国biocompany，做酶生产qc，负责看工人出的报告，月薪近9000刀。 我在国内，害，不说了 |
|
7年材料老学长现身说法，学材料的妥妥放心，就业绝对有保障，毕业就进厂，基本多包吃住，白天进车间，晚上出车间，风吹不到，雨淋不着，别看基本工资1500，但是岗位津贴有3000呢，5％的公积金一分不少，全存起来了，根本没地方花。职位虽小，但是群里是人是鬼都会艾特，到处有人拉去开会，一群人打太极扯皮推诿，奥妙无穷。部门活动就是农家乐，别觉得农家乐low, 鱼肉新鲜，原汁原味。年会有抽奖，特大奖一台32村小电视谁不爱？没抽到也没关系，群里能抢到几十块红包呢。对了，还有年终奖，第二年6月份发，确实年"中"奖，老铁没毛病！ 可惜我只呆了2年，材料这么好，我却动了歪脑筋，转数字ic设计了，现在坐在窗明几净的写字楼里，看不到漂亮厂妹了，一个月工资抵在厂里半年，这钱拿的没有以前心里踏实了。 现在看看以前同事的朋友圈，看着他们农家乐大合影，ktv大合唱，啤酒瓶大碰杯……我知道，这些快乐我再也回不去了…… |
|
产业（即便）起飞也不代表生化环材学生“脱坑”。 举个例子：曾有多位学术界权威说过：21 世纪是生命科学的时代。 结果呢，结果就是常年头戴“生化环材”帽子，按顺序看还位列“老大”~ 那难道是国家定的方向、权威大咖们都在误导人？？？ 事实是——太多人误把专业/学科发展前景和今后的就业前景划等号了！ 权威们所说的“好”指的是学科对应的产业，从产学研的角度来说，这些领域的进步对当今社会的发展至关重要，因此“相关人才”被大量需要！ 而问题正出在了“到底是是哪些相关人才被需要”，以及“这些人才对应的职业”能让多少读这类相关专业的学生感到满足？ 答案是——高精尖技术人员！（高级技术型中台职业） 随便读个生化环材本硕就能够得着“高精尖技术”吗？ 本科接近0概率，硕士接小概率事件，不读个博士基本没机会。 如果看过美股我们互联网企业的财报，再对比国内外生化环材产业的公司，你会无一例外得发现——生化环材类行业公司的员工薪资这块占总成本、利润等数据的比重差距太大了，公司成本结构上原材料、设备仪器占了太大比重，从人员成本上“降本增效”就成了行业常态。 所以同样在劳动密集型产业工作，同样手握技术，平均待遇完全比不上互联网码农... 关于“技术型中台”的概念，延伸参考可以看我之前的： 【精】为何很多人不愿做后台工作?——一文带你分清「前中后台」（共8602字，各行业通用）499 赞同 · 44 评论文章 |
|
|
上文提及码农更吃香，但其实我之前出版的书里就写过了，一样危险！ 程序员为什么越老越贬值的厉害？32 赞同 · 2 评论文章 |
|
|
|
|
我觉得....提到这个话题可以提下少子化这个话题，大家格局要放开一点，除了中韩的生育率降得的很猛，其他国家也在或多或少的下降。 如果你是合格的体制外做题家无论生化环材、还是计算机电气机械自动化，同步学好英语、日语可能是更重要的，每个国家都有自己的文化、宗教、信仰，但是理科做题家的需求都是类似标准的，复星、恒瑞的医药做题家们去日本武田、第一三共面试所需的药物合成知识栈是类似的，如同日本Indeed、野村证券也在用Java、Rust、C++一样........ 如果是走做题家这条路，并且毕业时候选择当了“大善人”，眼光就要长远，因为你们是一群错过上岸机会之人，未来中年后有可能日子还远不如那些可以定向体制内就业的大专、二三本。（回答末尾会解释什么是大善人） 再回到生化环材这个话题，咋们先来说下计算机。 有很多学生尤其是院校不太好的那类可能有过以下这种体验，同班同学自己眼中的“书呆子”还在那做三重积分、泊松分布....自己找来各种网络教学视频跟着做，成功搭建一套图书馆管理系统、电商系统，内心无比骄傲，看着那些还在死磕高等数学的同窗，自己内心涌起一股“优越感”，“我是实战派”之声不绝于耳...... 那么真实情况是这样吗？高等数学能考90、95的人跟你看同样的教学视频会学不会Java、SpringCloud、Mysql、Zookeeper....嘛？ 但是一旦你错过了本科最黄金的时间，你再想学高数和“书呆子”开始学所谓Java、Vue全家桶，你猜孰难孰易？“书呆子”甚至以后都不碰JavaWeb，以后从事嵌入式、信号、图像、视频等领域.... 35岁人家还真的未必和你一起共鸣。 所以生化环材专业课难有难的好处，其他专业不容易转过来的...... 首先我还是建议名校生打破技术迷信，毕业首选体制内、国企、央企、研究所，不是专业对口也不要紧，别觉得自己搞了七年纳米材料现在让你去工商银行当管培生就“亏了”，眼光一定要长远。 如果毕业的时候太年轻，太执着于技术，那就必须把眼光放眼全球，全球很多国家的少子化是一种机会.....反正我就喜欢什么日本、韩国、新加坡之类的地方保持少子化..... 如果你的眼中只是某个省、某个城市....并且坚决选择生化环材技术路线，那可能就有些狭隘了。 大善人理论指:指一些985、211的应届本硕博实力并不足以在严苛考验绩效与产出的体制外民营经济环境中拥有25岁-65岁的年龄段站稳脚跟的竞争力的前提下，毅然决然放弃一个人一生中唯一一次进入诸如选调、国网、烟草、中石化、中石油、四大行、国资投行券商等校园招聘的机会，把机会留给其他同校相对自己较弱一些的同学亦或者其他教育背景更弱的同学，那么我愿将这个群体称之为大善人。 这类群体大多技术迷信，但是水平却无法在体制外的民营经济体中成为无可替代的优秀专家、高级工程师，无法安全度过35岁的失业危机。 固执的认为自己所学所掌握的专业技能必须在专业的平台从事专业的岗位工作才叫“不浪费”，并且对自己可以用技术获得一切可以获得的深信不疑，但是对专业以外的社科、经济、金融等一概不知且不主动学习了解，狭隘而单纯的"单线程"。 这一大类群体可称为大善人。 |
|
机械材料博士 20年前说要振兴东北老工业基地 15年前大力发展环渤海建了天津滨海新区 10年前jjj一体化 十年前 安 这些级别哪一个不比什么狗屁新能源新材料级别高，你看看哪一个成功了。 这种话听听就得了，谁信谁是傻子，混个高学历，端个铁饭碗混仕途或者混个金融捞钱不香吗。当然了，端上铁饭碗也许仕途捞钱都搞定了。 |
|
贴吧有一句话说得挺好的，如果现在学计算机是49年入国军，那现在学生化环材就是49 年入清军。 |
|
为什么技术含量不高的律师、医生，特别是牙医 在全世界范围内，都是中高收入人群 材料科学，生物科学的技术人才，食不果腹 并不是这个行业不行，也不是国家不重视 是因为这些行业是资本集中型行业，个人的议价能力非常低 只要国家继续培养过量的专业人才 他们就继续得在转行带来巨大沉没成本，和给资本家当狗换三餐一宿，两者之间2选1 时至今日还有这种幻想的，非常愚蠢 |
|
|
换成生化环材有点过了？ 感觉也差不多。。。 |
|
听说19世纪是工业的世纪 还等什么 赶紧去当工人吧 特别是纺织业 那叫一个如日中天 |
|
生化环材很不一样。 生命科学还在起步阶段，离形成成熟的产业还有很大距离，不知道多远的未来的确可以起飞。不成熟的最典型特征就是只有具有核心竞争力的企业和个人才能吃饱，还没有能力吸收大量低技术操作工，不像编程那样大学混四年或者上个培训班就能找到还可以工作。 化学已经非常成熟，已经起飞过落地了，可以预见的将来很难再次起飞。化学属于天坑主要是行业自身高危险性高毒性的特点。其实化学行业已经高度成熟，充斥着生产生活的各个领域，养活了大量低技术含量的操作人员。也正是由于高度成熟，很难像计算机那样不断冒出新兴增长点。 环境是工程，不像生命科学和化学那样是基础科学，环境很吃政治，自己飞不起来。环境不像其他行业那样收益可以非常直接了当的看到，而是用来防止危害。但是这种危害通常是社会面的和长期的，如果没有强制力，很难有人会主动去实施，所以环境基本上很难有飞起来的机会。 材料其实是杂糅了物理、化学、生命科学等不同基础学科的交叉学科。材料断断续续都在不断地产生新的成果，只是大都是特种设备方面，极难出现像塑料那种所有人都用到的广为人知的材料。材料一直在缓慢的匍匐前进，飞不起来，也不至于完全趴窝不动。 |
|
起飞个毛，命都给你算好了。 先是上头说基础学科太差，要赶超，然后开始给补贴，一群骗补的来了。 接着生化环材确实工资上去了，皮包公司高薪挖几个985211充门面，不然吃相太差骗补都骗不到。 然后苦逼仔以为熬出头了，汽车房子全部背上贷，88万彩礼村里最靓的妹走起，各种海口夸给老婆丈母娘。 最后补贴结束，公司破产，老板数钱移民，一地鸡毛。985211原地失业，回到抢几千块工作的时代，车子卖了，房子断贷卖不出去，老婆离婚，丈母娘表示一朵鲜花插在牛粪上。 全剧终。 |
|
材料硕士毕业，最近一个月把身边朋友联系了一遍，记录一下身边好朋友的工作状态。也算是工作这几年，对自己和朋友工作的一个回顾。 首先是同住一个小区的朋友C，几乎是工作的第一年我就认识了他，平时来往也多，最熟悉。 他2016年从A激光公司辞职后，进了两个规模小一点的激光公司，前后待了三年多，在一个同事的介绍下，他进了一个外资企业，做激光器维护的售后工程师。 在家办公，工作内容是维护客户现场激光器的稳定，收入比大多本土激光公司收入高25%，社保和公积金也按工资全额缴纳，偶尔出差去外地，周期也不长。 前些时间我很羡慕他的工作方式，不用上下班打卡，可以自由支配的时间多。 他说他现在也有困境，国内的激光器公司这两年发展的很快，国外的激光器售价高，营业收入这两年都是下滑的。如果这种状态持续下去，公司这两年估计要裁员，这个岗位可能过两年就没有了… 同学Z，和我一个村，走几步就能到他家，他从深圳大学研究生毕业后，进了一家以激光加工为主的上市公司，做光学工程师。他在深圳工作的那几年我们联系的不多，2016年他联系我，说准备回武汉买房。 那一年他回武汉看了几次，就很果断地在武汉买房了。随后他所在的公司技术总监辞职回武汉，他跟着他领导回武汉。 他领导华科博士毕业，武汉人，回武汉后成立了一家激光设备公司，同学Z负责设备的技术部分，负责设备设计、组装、调试。因为公司刚起步，所以每一个细节都要参与，厂房的装修也要参与进来。 有天，我去他小区找他聊天，他说请我喝奶茶，顺便坐着聊一下。 他把他现在公司从2016年成立到现在的发展情况、处境、甚至他的待遇都和我详聊。 他公司刚开始是焦虑期，为了生存，只要与激光相关的设备都试着做，结果做出来的设备很难与大公司竞争。经过几年的摸索，进入到激光细分领域，只做激光3D打印设备，经过几年技术积累，也算在这个行业有一定的知名度，有了一千多万的年销售额，客户大多集中在高校，单台设备净利润很高，进入到盈利模式。 他说他们老板现在也看到市场的局限性，开始把精力从公司转移出去了，老板有华科博士的头衔，也有上市公司经营的经历，开始和地方政府合作，拉投资，这种方式来钱比经营公司容易得多。 地方政府想引进科技企业，以优惠的价格提供土地和启动资金，老板有了厂房，拉几台设备过去展示。 就在去年，某沿海城市提供了老板几百万资金，老板直接在那儿买了套房，想把公司从武汉转移到那儿。 Z接着说：“老板经过这几年的摸索，摸清了行业里的很多规律，包括如何压低员工工资、如何拖欠供应商货款、如何把销售的提成减少，这一套已经很熟练了。我虽然在这里干了这几年，其实收入也不高。” 随后他把收入的明细给我看。 我问：“公司刚成立你就在这儿，很多设备都是你一手生产的，公司不怕你走吗？” “老板很清楚我暂时不会走，武汉也没有完全对口的工作，我家在这儿，去外地也不方便，老板很了解。”他说。 “其实到了这个年纪，往后的路是越走越窄的。”他感叹到。 更让人诧异的是，他们公司老板竟然把自己公司的图纸卖给了其他公司，通过技术入股的形式做了其他公司的股东。 在一个创业型的公司，一个人能看到自己该看到的，也能看到自己不该看到的。 要适应并生存下去，终究需要一颗强大的心脏。 同事L，刚毕业时带我了解激光应用，辞职后进了一家小激光公司，小公司有熟人，一直待到现在，有七八年了。 最近说，不想干了。和现在领导和不来，也觉得小公司学不到太多东西。 他说从搞激光就接触3C这些东西，搞来搞去也没啥新的，设备还是那些设备，应用还是那些应用，没意思，撤了。 同学W，大学最好的朋友，研究生毕业后进了舍弗勒，一家做轴承的德资企业，在那儿接触到了激光焊接，使用过一系列通快的激光设备。 前两年进了一家美资的铝合金型材公司，在上海的研发中心，有激光的应用，激光切割，激光焊接等。 现在工作主导做铝合金材料的焊接或切割验证，作为材料专业的毕业生还算对口，是他喜欢的工作，也是一个好平台。 还有一个材料专业的学弟，小我两届，老家在河南，他虽然毕业比我晚两年，但他现在的工资远高于我。这件事引起了我关于收入分配和个人财富的思考。 2015年他毕业后留在北京，进了半导体公司中芯国际，在中芯国际工作的那几年待遇虽然不了解，但后来他回武汉的时候说在北京的工资和武汉差不多。 2018年他在北京工作三年后回到武汉，进入长江存储，当时进长江存储的工资在1万2左右。这个时候我也换了一份工作，工资不到1万。这样来对比，半导体行业在武汉来看，算得上高薪岗了。 除了收入上有优势外，长江存储还做了一件有吸引力的事，在厂房的附近买了一块地，建了一个小区，以相对低的价格销售给公司的职工。 师弟就是在这时候在武汉买了房，小区在光谷东，均价在一万左右，赠送车位，周边新房的价格在一万五左右，相当于公司给内部员工赠送了一个大红包。 当然，在赠送红包的同时，员工与公司需要签订服务年限的协议。 以长江存储目前的薪资来看，在武汉依然是有竞争力的。 写到这儿，发现身边认识的很多朋友都与激光或者半导体有一点关联，看过一句话叫——光连万物，材料专业大多进了这些行业吧…… |
|
在上周六（北京时间1月14日11:00），我们有幸邀请到了加州大学洛杉矶分校（UCLA）的王烨博士加入SDbioinfo讲座系列，作为本系列的第二位嘉宾。 王烨博士在访谈中分享了他的学术旅程，包括从北京大学化学学院博士毕业后，决定前往UCLA攻读博士学位的经历。他不仅提供了关于如何应对英语学习的建议，还分享了对学术研究和未来规划的见解。 以下是对这次访谈内容的文字整理，希望能为大家在留学生活、学术研究和人生规划等方面提供有价值的启发。 Part I 深度访谈 Q1: [主持人]: 首先非常欢迎大家能够来到王烨博士的分享会，王烨博士本科毕业于南开大学化学学院化学专业，博士毕业于北京大学化学学院化学生物学专业。目前在加州大学洛杉矶分校攻读生物信息学博士学位。主要研究方向为三维基因组数据分析，研究染色质的在核内空间信息与基因表达调控/疾病的关系。 我们可以看到您的个人经历是非常有特点的，您为什么在已经拿到生化博士学位的情况下，还要前往UCLA读博呢？到底是什么样的契机和原因造成这样的选择？ A1: [王烨博士]: 首先感谢SDbioinfo的邀请，很荣幸今天能在这里和大家聊一聊自身的一些成长经历和体会。 这个问题是个非常好的问题，也是我被问过很多遍的一个问题。在面试或者和各个Professor见面的时候每个人都会很好奇我的经历，因为读一个博士已经足够痛苦了。你为什么要选择把这个痛苦经历要给他double？ 比较世俗的原因是我们之前是做生化环材的，是实验室里边搬砖的，在拿到生物信息学博士之后，可以更好地找工作，这是一方面。另一方面，我觉得也是最主要的原因是研究兴趣的转变，其实我本人对于科研是非常感兴趣的。之前一直是化学背景的，所以一直做的是生化这一块的方向。后来保研到了北大，也一直做的化学生物学也是比较偏化学的，做了很多生物学问题相关的这种项目。 我当时对生物信息学产生兴趣是我研二研三的时候，当时我们实验室需要分析一些测序数据，因为我们实验室是开发这种高通量测序的方法的。因为帮我们分析的工程师非常的忙，然后就有一个机会，我们导师就说你能不能自己学一下简单的生信流程，自己分析一下，正好我们实验室有一台闲置很多年的服务器，所以我当时就自己从零开始，然后请教一些师兄就慢慢的开始上手了，然后发现这个东西还挺有意思。然后后来真正下决心应该是在研三研四，过了一两年，我已经了解到了更多这方面的知识，同时也在北大旁听了一些相关的课，然后我觉得这个领域其实还是有很多未知的可以做的东西的。 然后这个其实也涉及到一个更大的一个问题，就是未来生物学有哪些值得做的方向，我觉得计算生物学，在我们已经获得了海量生物学数据的情况下。我们有希望能筛选出出更多的基因来，所以说这个研究兴趣发生了转变。当时本来是可以选择去做一个计算的博后，但是当时觉得想接受一些更为系统的训练，所以说就重新申请了一个博士。 当时其实我也纠结过很久，因为你直接去做一个计算相关的博后是一个不管是从时间成本，还是从机会成本来讲，都是一个更快一些、风险更小的一个道路。但是如果你重新读一个博士，这个风险就不确定，因为你的年龄，各个方面的工作机会，你可能会失去很多东西。但是最后想了想决定还是追随自己更想要的东西，防止以后后悔吧！ Q2: [主持人]: 因为您在中美两边都读过博士，中国和北美的科研环境在您的角度来看有什么区别，有哪些优缺点呢？ A2: [王烨博士]: 我觉得其实差别还蛮大的，而且北大跟UCLA还挺具有可比性的，因为他们的国际排名、国际声望、科研产出都是比较接近的，但是即使这样，我觉得他们两个的这个科研氛围还是有很大差别的。我觉得国内比如北大要卷很多，UCLA这边环境更加宽松些。虽然说UCLA的PI的压力也很大，就是我老板也经常抓我，有时候晚上经常催我发邮件或者假期给我发邮件，但整体而言，这里会要比国内宽松一些。一般晚上导师不会干扰你的个人生活，假期也不会说抓你起来让你回微信，留给学生自己的时间会稍微多一些，就是生活跟工作的平衡会更好一些。当然各有优缺点，北大这样的环境，它可能更能激励老师和学生有更高的产量，UCLA这边的产出可能相对于北大就会少一些。 Q3: [主持人]: 美西和美东的学校他们的学术氛围会有很大差别吗？ A3: [王烨博士]: 如果说倒退了几个月我就回答不了这个问题，因为几个月之前我没有去过美东，我12月份去了趟波士顿，然后参观了波士顿的几个生物医学研究所，我总体的感觉是美东要比美西更卷一些，美西要稍微宽松些。可能正好是因为我去的地方是波士顿，它是这个“博士屯”嘛，高精尖人才的密度特别高，因为波士顿的名校太多了，密度特别大，而且哈佛大学它对于PI的考核也是变态的严格，这是很有名的。绝对不比清华北大的压力小，可能压力还要大很多。所以说我觉得东边要比西边紧张很多，当然随之而来的也是他们那边产出更高，然后他们也会有他们的收获。但是我觉得这个东西很难说是好是坏，就是两边的氛围不一样吧，每个人可以选择更适合自己的氛围。 Q4: [主持人]: 可能产出还是跟卷的概率是比较挂钩的。 A4: [王烨博士]: 一般是正相关的。 Q5: [主持人]: 在博士毕业之后，对于未来您有什么规划吗？ A5: [王烨博士]: 其实我个人将来还是比较想去学术界的，这个我觉得还是挺确定的，因为毕竟我都读了两个博士了，我如果想直接去工作的话，就没有必要这么折腾了。我觉得我可能做科学研究比较擅长，其他方面我这个能力非常一般，所以觉得自己还是可能比较适合走这一条路。所以我觉得将来做科研应该是比较确定的一条路，只不过不好说的就是将来能去哪。因为毕竟你现在找教职，各地都比较卷，国内这两年越来越卷大家也都知道，你可能5-6年前，你能去清华北大的，你现在可能连其他的985你都去不了了。特别是19年之后，它这个变化特别大。美国这边其实也很卷，特别是如果你想要去顶尖高校的话，对你的文章还有grant的要求不比清华北大差。 对于我个人而言，我对自己没有那么的高要求，我就想将来能做科研，所以说我想在这边各个地方都找一找，如果能去一个即使排名没那么靠前，但是也是比较好的研究型大学，我觉得也挺满意的。 Q6: [主持人]: 您身边做生信的学长学姐或者同学，他们的就业方向有哪些？ A6: [王烨博士]: 对于我身边的这些同学而言，我可以举个例子，比如说UCLA生物信息学系上一届毕业的学生里边，绝大部分都去业界了，我们上一级可能有13个还是14个学生，有10个学生最后都去公司了，他们去哪个公司我不太清楚。就我们实验室而言，我们实验室因为现在是做纯dry lab的，然后他们去的公司有去大厂的，去做码农，去谷歌，去Amazon，然后还有去LinkedIn。如果是做生物相关的，我们实验室去年有一个博后去了illumina，因为正好也跟测序比较相关，所以说去业界比如说去大厂还有illumina这种我觉得是比较好的。还有去初创公司的，我们lab有一个学生去了我们老板那个初创公司，反正被老板坑过去了，但是可能给他钱更多一些，这个就是基本的一个就业情况。 Q7: [主持人]: 我们直播间和群里的粉丝们很多是国内的本科生，您是直博进入北大的，在国内保研的话，您有什么经验可以分享吗？ A7: [王烨博士]: 因为我是十年前保研的，放到现在经验不一定适用了，我们十年前当时最主要的还是看你的绩点。我们那一级当时保外校最好就是保北大，当时我学的化学，北大化学是国内最好的，其次是吉大，南开这些。 所以说其实北大当时他挺喜欢招从南开来的保研的学生的，我们那一级去北大保研面试，可能去了十个人，当时好像全招了。当时的十个人基本上也都是我们级绩点比较靠前的，至少应该是前15%的，最差可能要到前20%，一般都是前10%差不多。 然后英语的话，你至少过六级。因为我们学校当时规定如果六级没有过，会影响到保研资格。所以英语别学太差，至少考过四六级，然后就是绩点尽量搞好一点，这样比较保险。 Q8: [主持人]: 您刚刚提到了保研面试，现在保研基本上是看夏令营时候的表现，保本校基本上就没有那么大难度，然后保外的话基本上就看你面试时候表现了，然后想问一下您在面试方面有没有什么好的经验分享。 A8: [王烨博士]: 我觉得我的经验是这样的，其实那个面试是很能看出一个学生的，当时我没有感受到，其实后来我才感受到这个面试很能看出一个学生对科研的理解和科研素养的，这个表演也可以表演出来，但是不太容易，因为你想在面试你的教授，他们是非常有经验的人，所以说你如果想糊弄他们，基本上是不可能，你不要想糊弄他们。我个人觉得就有一点，就是如果你不懂的话，你千万不要瞎说。我当时在北大的时候，我见过有人不懂，然后瞎说，最后那个教授就会一直问到他说不出来为止。如果你懂的，你可以多说一点。而且就是你在面试的时候，如果说这个教授问到了你不会的问题，你也不要慌，那个教授他都是弹性的，如果说他发现给你提了一个特别难的问题，或者发现你对这个问题不知道怎么回答，他就会非常耐心的引导你，会给你一步一步的提示，换一个简单一些的版本，但是如果发现你这个人特别厉害，或者发现你有这个不懂装懂的倾向，他就会一直问你更难的问题，最后问到你说不出来为止。我当时遇到的面试的那几个老师是这样的，你们就看着办，所以说尽量还是多了解一下你感兴趣领域的这个学科前沿，然后你的基础知识也尽量搞得扎实一些。 我们当时去北大夏令营的时候还有考试，那个考试的试卷真的是噩梦，那个试卷有20页，分了分析，有机，还有无机几大部分，那个试卷真是太吓人了，但是最后很幸运的是，那个试卷当时只占了30%的分，70%都是在面试的时候决定的，那个试卷可能就只是考察一下你最基本的知识是否扎实是否过关，面试不要太紧张，因为紧张是正常的，那个老师也不是吃人的，因为你要相信，你只要能站在那里，你肯定就已经是你们学校最优秀的人。 Q9: [主持人]: 其实现在国内的话，它还是保留了笔试的这个环节，但好像占比不是很高。 A9: [王烨博士]: 对，我们当时占比是不高的，最主要的还是面试。 Q10: [主持人]: 您当时为了转码做了哪些准备，因为现在大家还是比较想转码的。 A10: [王烨博士]: 对，因为现在这两年CS实在是太火了，他们发的文章的数量和被引用数都很多，因为现在这两年深度学习兴起之后，除了核心的CS的它的分支，我们做CS相关的这个某某信息学领域，不止生物信息学，还有其他领域，比如地理信息学，和各种信息学，都感受到深度学习带来的巨大冲击，以前大家都是做传统机器学习模型，然后去应用在这些生物医学数据，现在都得加一些深度学习的模型。 如果说要做些准备的话，我觉得你可以先从最基本的代码怎么写开始。我知道有几种模式，我自己也尝试过买一本书，比如说十天搞定Python从入门到精通这种东西，然后自己拿回来慢慢啃。另外一种，就是你自己搞一个小项目，比如说和你自己相关的，然后你自己试一试，能不能把你想做的那些图做出来，比如说用一些R语言，或者是用一些Python的代码，然后你在网上搜一下，或者说你有ChatGPT账号的话，你可以让ChatGPT帮你写代码，在这给大家强烈推荐。 我个人其实是比较倾向于第二种，因为第一种我也试过，Python从入门到精通，一般都是从入门到放弃，十天就放弃了，因为一般人很难有那个恒心，连续看十天，特别是在你还有自己的实验任务的情况下，你就真的太容易放弃了，因为坚持下去是最难的一个东西。所以说后种方法的好处就在于，它可以把你这个学码的过程和你的实际的科研需要结合起来，然后你这个代码run不了就不行，你必须把它run起来，不然你这个图就没法做出来，这个就给了你一个很大的驱动力，所以我觉得比较好的方法就是能结合你当前的一个小的科研项目，然后你从这个出发，你可以学一下Python或 R，然后你就慢慢的了解这个代码原来是这样子的。这样的缺点就是不那么系统，不像学CS那么系统的学，但是好处就是印象会比较深一些。反正各有利弊吧，如果你时间特别充足，或者说你已经在实验室如鱼得水，你已经发了三篇paper了，有大量的时间，那你完全可以拿一本书，慢慢自己琢磨。 Q11: [主持人]: 转码的早期可能会经历这样的过程，一开始觉得比较容易，后面可能会遇到一些瓶颈期，我想问一下，如果遇到这样的情况，有没有什么比较好的建议可以帮助大家渡过这些难关？ A11: [王烨博士]: 就我之前而言，如果你做生物信息学，你还真不容易碰见瓶颈期，因为生物信息学需要的代码比较low，这个是一个客观的，它不需要你特别复杂的代码，生物信息学经典算法就是那些。我们上研究生课的时候，那几门课来来回回就是讲经典算法，比如多序列比对、基因组组装等。而且在你开始应用生物信息学的时候，你不需要了解这些算法，你只需要能让Python打印出一行字来，或者说计算出一个二除以三等于多少，你只需要干这些事情就行了，只有说当你要干的这个活的level越来越高的时候，你才会需要一些越来越高级的东西，这个可能也就是主持人刚刚说的这个瓶颈了，我自己可能也是感觉到了这个瓶颈，所以我才想去进一步深造。 但是对于你们目前的这个项目而言，比如说你想做一个单细胞，现在单细胞的这些包，不管是R包还是Python包，它都已经封装的非常好了，你只需要做一个调包侠就行了，其实绝大部分的生物信息工作都是在调包，别人的包调一下，然后run几行code就可以了。如果说你还进一步想了解code中的原理，你还想进一步improve它的这个performance，让它更快一些，更精确一些，那你确实要多了解一些算法，机器学习这些东西。ChatGPT是个非常好的东西，如果你不确定代码怎么写，或者你想要写一个比较高级的代码的话，你可以直接抛给它。 Q12: [主持人]: ChatGPT我们平时写作业也会稍稍利用一下。 A12: [王烨博士]: 我也会，不只是稍稍的利用，大家还是要独立思考。 Q13: [主持人]: 我感觉ChatGPT它可能更多给你一些比较综合性的回答，它没有办法回答一些比较具备人类思维的东西，他会给你乱说。 A13: [王烨博士]: 对 Q14: [主持人]: 对于申请国外的博士，您有一些经验分享吗，具体做了哪些准备？ A14: [王烨博士]: 关于博士申请，我觉得我可以写出一万字的这个血泪史，我这个申请绝对是充满了失败的血泪的经验，我这个真的并不成功，走的弯路太多了，我觉得我这个对于本科生的参考意义不是太大，可能主要对像我这种大龄博士或者是硕士毕业的想申海外的博士会有一些参考意义。 我当时最大的一个问题就是英语不行，英语不过关。所以说在座的如果有本科的这个学弟学妹们真的是及早刷英语，要把英语这个分刷够了。我其实当时挺后悔的，最大的一个问题就是比较轻视英语，我当时就觉得托福刷个几次可能就够了，但是发现根本不是，就语言类的这种东西，可能也因为我英语基础不太好吧，从高中到大学，英语一直都很一般，所以我刷托福刷了有11次。我到现在都没有找到一个能打破我记录的，几乎是每个月刷一次，刷了一年，太痛苦了，不知道你们想不想了解更多刷托福刷英语的细节，如果你想要了解，我可以跟你多说一些。 Q15: [主持人]: 可以的，因为很多同学想申请好一些的学校，英语确实是一个比较大的问题，希望你能多分享一些。 A15: [王烨博士]: 我跟英语的这个爱恨，从本科就已经开始了，其实我本科的时候就想申请出国，我并不是到研究生，我才去拍脑袋想出国，我当时在保研之前，我其实就有点想出国。我当时也报过托福和GRE，但是当时就是英语考的不好，我觉得这个考英语太难了，我GRE考了两次，当时是考310分还是310几分，当时他们GRE最低好像是320分，然后就放弃了，我托福都没考过，我那钱退了。正好又可以保研了，我就觉得，这样就轻松了，就不用再这么费劲去啃英语这个东西了，但是后来我有些后悔了，这个也是我后来又重新申请北美博士的其中一个原因吧。再后来我研究生到研三，研四的时候，我开始重新学英语的时候就非常痛苦，其实GRE那个时候对我来说，我发现反而简单了一些，我觉得是因为研究生期间你读了很多英文文献，所以说你GRE的阅读能力提高了，然后你自己没有感觉，也没有怎么准备，你发现GRE的阅读分好像提高了一些。 所以我GRE刷的比较少，我托福刷的特别多，就是因为托福要考察你的口语和听力，大家也都知道，我们中国人都是阅读和写作比较强，口语和听力会比较弱。特别是口语，因为我们平时不练，我不知道你们现在的这个本科生的英语环境怎么样，可能还有外教授课之类的，我们当时就确实也没有什么机会练。然后因为高考又不考。我们当时是不考听力和口语的，现在我不知道有没有加进去，可能不同省份不一样。练习口语和听力特别的痛苦，我当时口语的话，我当时下了一个app叫Cambly，他上面有很多退休的外国老头老太太，还有一些志愿者，你可以上去和他们1v1对聊，通过那个我还真的是提高了一些，因为那种东西就是纯尬说，最开始是一句话都说不出来的蹦词，后来说了几次之后你就发现你能够磕磕绊绊的说一个完整的句子。口语这种东西真的是要多练，其实口语提高的还蛮快的，只要你多练，多练之后，你就习惯了那个表达了，哪怕你蹦词。然后也不要怕你有口音，就只要你能表达出你自己的意思，因为你像托福口语，他有很多印度人，世界各地的人，他们的口音比我们严重很多，但他们说的很流利，所以说口语最主要是流畅，表达出自己的意思就可以了。口语我觉得真的是提高比较快的，可能是我基础太差了，就多练，找人尬聊。当然不止Cambly，现在肯定有更多的这种应用。 听力更痛苦，听力我觉得是提高最慢的。听力的话，我当时真的是费了牛劲了。因为他说的比较快，然后信息量特别大，因为你知道托福它那种都是lecture，相当于讲一节课，然后你要捕捉到它其中的主要意思。你像我们不是生长在英美国家，不是母语环境者，基本上你听着前几句你是完整能抓到句子的，后边你就完全迷失了，你就开始只能听到词了，而且你听不准，你不知道要抓哪个是重要的词，在你的基础不是很好的时候，再往后面就完全迷失掉了，然后你就会非常的恐慌，说我在哪我该怎么办。人家老师都说你要把关键词记下来，但是问题是你不知道哪个是关键词，然后最后你就瞎蒙，这是非常常见的。当时我也挺笨的，当时他们说要跟读，然后我就去跟读，把一篇文章听完之后，他念一句，然后我再跟读一句，直到把整篇文章全部听懂为止。我觉得我当时练的还挺拼命的，我们当时宿舍有一个水房，我当时没有时间，白天全在做实验，都是晚上11点之后，当时又怕打扰到室友，我就跑到那个水房，那时也没有人洗澡，然后我就自己在那跟读，然后旁边人也许以为我是神经病或者什么之类的，然后真是持续了蛮久的，非常的痛苦，当时我室友都感动了，我把自己当时都感动了。听力比较难，我觉得听力对于我来说还是最难的。一个是口语，一个是听力。 写作的话，其实一开始我写作也挺差的，但是后来我好像抓住了一些写作的窍门，就是刚开始写作，因为满分30分，刚开始在17分到20分左右，然后我就很奇怪，我就说这是为什么，然后我就自己在那试各种方案，因为考的次数太多了，所以说每一次都是在试错，最后我发现托福写作和我们高考作文是有类似之处的，你也需要堆砌一下，用高级表达，用一些长句不能只是简单句，我之前就傻不愣登，我以为只要信息量，就是我们学理工的，他可能这个脑袋啊，他就是比较的直男，我们就觉得我们要提供信息量大啊，这个论据要自圆其说啊，事实上后来我发现我们犯了一个错误，你要有一些这个文科的思维。你的表达一定要上去，句子质量一定要高，当我发现了这两点之后，后来基本上写作就是25分以上。后来发现这一点之后，我甚至有点鄙视托福，我觉得这个就跟高考作文堆砌形容词那个差不多，你就模仿他们好的文章是怎么写的，然后你背下来那些好词好句，到时候往里边填就就行了，装作你是一个很knowledgeable的美国人。即使你自己都不知道你自己在说什么，但是你一定要写的像模像样，就是有时候需要靠演技。大概就是这样，阅读大家可能都比较了解，我觉得阅读对于我们来说，一般是问题最小的一个。这些纯属个人经验啊，这个经验真的是非常特殊，我觉得在座的各位同学肯定英语水平都要比我好，我这个仅供参考。 Q16: [主持人]: 您是如何挑选适合自己的博士项目进行申请的呢？ A16: [王烨博士]: 首先你要定下一个大方向，比如说你想做计算生物学，生物信息学，你就先选你感兴趣的学校，你想去的学校，比如说美国的前50，美国的前70，或者你非常厉害，你只锁定前30，你先把这些你想去的学校列出来，看看每一个学校的计算生物学系或者生物信息学系，或者你如果更偏这个理论系，你可以看生物数学系，生物统计系之类的。然后在每个系里边，你看它那个faculty list和PI list，每个人都会有两三句话总结他们在做什么，看看哪个你感兴趣，我当时就是这么看的，然后当时套瓷也是这么去做的，就是每个学校都点开，然后去看有哪个感兴趣的老师，可以有希望能套两句的，就这样做，我觉得其实也回答了套瓷这个问题了。 我觉得这个套瓷过程和这个了解过程，虽然说它很费时间，但是我觉得对于我个人是很有好处的。因为他让你对这个领域的前沿的研究者跟lab有一个很全面的了解。就是我当时自己没有意识到，但是后来我来了这边之后，我跟我们这边美国的同学他们有交流，然后他们聊天说，那个谁谁谁，你们听说过吗，然后我说这个我听说过啊，这不就是我当年还套过的那个谁谁谁嘛，然后我就可以跟他们尬聊起来了，他说是不是，然后他说你再给我多讲两句，我就跟他们说。这个其实一方面是让你了解该领域的前沿的大牛在做什么，另一方面你未来会对谁感兴趣，你会心里有个数。 Q17: [观众]: 一开始和国外导师交流会有难度吗？ A17: [王烨博士]: 我觉得取决于你个人吧，取决于你的英文水平，像我一开始是会有难度的，因为一开始英语都说不太利索，然后肯定会很紧张，然后有时候会蹦词，想不到怎么表达。但是也不要怕，你就放松一下心态，不会的时候你就蹦词就行了。其实美国人他们都很聪明的，这些外国人他们都是在这生活了几十年的native speaker。你不要怕他们get不到你的意思，其实他们看你的嘴型，你只要前面两个词蹦出来，他们大概能猜到你第三个词是什么，而且你更不要提他们这些professor是最聪明的人，你只要蹦出一个词。他们就大概能get到能猜出来你要说什么。所以对于像我这样英语水平不太好的人肯定是会有难度，但是你不要紧张，就是你要对自己的科研能力有信心。 Q18: [观众]: 想请问一下申请奖学金的问题，会有很大的难度吗？ A18: [王烨博士]: 我觉得对于博士而言，应该绝大部分都是申请奖学金项目，我很少听说有人自带钱来美国读博士。但是对于英国而言，好像大部分确实得自己付奖学金，然后英国那个博士的奖学金好像也是你自己申请的grant或者funding来付的，所以英国那块我不了解，没法说。 对于美国这边而言，我觉得你只要能申请到这些学校，它愿意给你offer，一般它都是给你全奖的，这个还是取决于你自身的科研能力、学分绩点、还有你的英语水平。如果说你这几方面硬件能力都还可以的话，一般来说你是能申请到奖学金的。如果你某一方面有特别大的空缺，有特别大短板，那你可以申请稍微差一点的学校的奖学金，反正就是调节一下你的标准。我还没听说过身边人是自己掏钱来美国读博士的，真的很少，自己掏钱来美国读硕士的是很多的，因为硕士大部分是不提供奖学金的，但是也有一些硕士是可以让你做助教，通过给实验室打工做RA这种方式挣一些钱的，我身边挺多人这么干的。 Q19: [观众]: 现阶段的生物信息学博士的研究偏计算吗，还是数据分析？对代码要求如何？ A19: [王烨博士]: 我觉得这个取决于你想要去的那个lab他们做什么，有的生信的lab它是偏生物学问题，有些lab比如说CS系下面的，它可能更偏计算，看你那个老板他是什么导向的。如果他是一个生物问题导向的，他就会更偏重于解决一个实际问题，但是对于什么算法他不care。然后如果你去一个CS相关的lab，它主要就是在开发算法。我们lab现在主要是在开发算法。这个没有对错也没有好坏，看你的兴趣和看你将来感兴趣的实验室的偏好。 对代码要求的话，如果说你是要偏计算的，开发算法的，对代码可能有一定的要求，你要对python的一些基本概念比较熟练，但是如果说你是一个做偏生物学问题的，可能对代码要求会稍微低一些，你只要能run现成的这个package R包这种。Python的包能读进去，已有的数据能直接跑出来就行了。 Q20: [观众]: 请问本科生要如何积累科研经验？ A20: [王烨博士]: 我本科期间有一些科研经验，但不是特别丰富，我本科期间就去了一个lab。我觉得最主要的是你要脸皮厚一些，如果你感兴趣你就要联系这个老师，不要怕被拒绝。然后不要心太沉，不要心太重，作为一个本科生，你最主要的目的，你就想我是要积累一定经验，而不是我要发一篇paper。当然，对于特别牛的本科生，你随意你就是要发一篇paper。但是对于一般的本科生而言，让自己体验一下科研是个什么感觉，然后看看自己适不适合科研，科研是不是适合自己。另外看看这个实验室的氛围怎么样，我觉得对于本科生而言，lab的导师，你的师兄师姐，这个人的靠谱的程度，他愿意耐心的程度可能比他们发的文章都要重要，因为这个非常影响你对科研的这个体验，而且会对你未来的这个科研之路影响深远。如果说你碰到了比较好的，比较耐心的老师或者师兄师姐，你一开始的科研体验就会比较好，然后它可能会激发你很多对科研的兴趣，然后给你一个正面的反馈和体验。但是如果你一开始去了个很牛的组，但是那个老师不怎么管你，也不怎么理你，然后师兄师姐就是让你给我洗洗试管就行了，然后你就可能没什么提高，尽管最后有可能在那个文章上挂上你的名字。我个人偏好前一种，每种实验室能得到收获，但我个人更偏好前一种，因为我是在前一种环境中成长的，我觉得我学了挺多东西的。当然本科阶段学的东西，在研究生来看，那根本就不算什么，那可能就是研究生一个礼拜或者一个月的进展，这个就是我对本科生科研的一些体会。 Q21: [观众]: 大家可能还想知道，本科阶段的这个科研经历在博士面试或者是研究生面试的时候，老师们会看重这段经历吗？ A21: [王烨博士]: 我觉得科研经历是非常重要的。对于博士的录取，我也跟他们committee的老师，包括跟我导师，我和他们都聊过，我普遍感觉在美国这边的高校，特别是研究型大学，他招博士生的时候，特别是大陆的博士生的时候，最看重的就是科研经历，科研经历是排名第一位的。主要就是看这个孩子他有没有对科研表现出强烈的兴趣，他对于科研的理解如何？这两点是最重要的。 虽然兴趣这种东西你虽然说起来很虚，但是这种东西确实是你的第一推动力，因为科研太枯燥，太艰苦了，没有这个东西支持你是不可能走到最后的，所以我导师起码是这样子，他当时之所以找我，也是他看重说这个孩子已经读了一个博士了，还要读第二个博士，这样的人对于科研的兴趣有多大，他后来就是这么跟我说为什么找我。 然后这个兴趣是一方面，但是你光有兴趣不行，你必须得要有一定的经验，要有一些对科研的自己的体会和经验。然后导致他就会问你一些，比如说你有哪些科研经历，你在每一段科研经历中你学到了什么，这是最典型的问题。也是你将来如果要申请这个国外高校的时候，你的PS里边都要说的一个问题。你就要尽量的去展示你对科研的这个理解，哪怕你那个经历只是你养了个大肠杆菌，然后表达了一个蛋白，你也要说你从中学到了很多的东西，而且这种东西，你不能瞎说，你如果瞎说的话，导师那些人他们都很聪明的，一眼就能看出来，你是在瞎说，还是你真的是对这些东西是有自己的体会。 这个经历它不在于多，我觉得最重要的还是在每一段经历中，你要真正的学到一些东西，你要有自己对科研的一个体会。当你每一次做完这个实验，你每一次有一点进展的时候，你可以想一想，你学到了啥？这个东西就是你将来要往你的文书里边写的，也是将来在面试的时候，导师会问你的。特别是有一些非常亮点的一些回忆，你自己觉得对你启发非常大的一些经历，你一定要记下来，将来在写文书的时候很重要，因为你想他们在看这种文书，在面试你的时候，那些general的经历，我去过五个lab，每个lab我就弄了个什么什么。那些committee的老师是根本记不住的。所以说你要记下一些你独有的，一些非常特别的，你觉得你受到启发的一些例子，不在于多而在于精。 Q22: [观众]: 如果说研究生期间没有机会去做生物信息学的小项目，该怎么平衡研究生的学习时间呢，跨申的难度如何，研究生是做一些生物体系模拟的，本科是化学的。 A22: [王烨博士]: 这位同学跟我的这个背景非常像，我现在在做一些生物体系模拟的，我本科也是化学。这位同学你现在是不是做的不是生物信息学，但是你想申请生物信息学的博士项目，所以说你想做一些科研的小项目，来给自己增加一些履历，是这样吗？ Q23: [观众]: 是这样的。 A23: [王烨博士]: 你做的这个生物体系模拟其实是不是也是属于那定量生物学的一部分，就是你用微分方程然后去模拟类似于基因调控之类的东西吗，还是做的是更类似于这种工学的去模拟生物反应体系这种？ Q24: [观众]: 就是我现在做的是偏向于那种分子模拟的东西，就是用Gromacs分子动力学。 A24: [王烨博士]: 你现在做的跟我真的很像，我们现在也会用到这些东西。不知道你将来还对这个分子动力学感不感兴趣，你将来其实可以考虑一下申请这种既做分子动力学的，又做一些生物信息学结合的lab。 Q25: [观众]: 比如说我们导师，他目前做的都是很传统的那种分子动力学的项目，然后自己是该花一点时间去学习生物信息学方向的内容呢，还是怎么做？ A25: [王烨博士]: 我觉得如果你感兴趣的话，你可以学一些生物信息学的东西，就是你现在有这个代码的基础吗？比如说你现在会用这个python或者是R之类的。 Q26: [观众]: 本科期间有学过。 A26: [王烨博士]: 嗷，那我觉得就还好。我觉得你可以做一些非常基本的这种生物信息学这种练习，比如说你自己去下载一个Fastq文件，你自己去做一下alignment，然后去生成这个bam文件，sam文件，你可以学一些这些基本知识。然后，你这个跨申的难度，我觉得其实还好，因为你其实也算是在做计算。就是生物信息学它不是说狭义的，每个人都在做序列分析，每个人都在做alignment，都在做GWAS，都在做这个统计学的，你做的这个东西也属于计算生物学的一部分，然后所以说你不用怕，你可以了解一下这些事情。即使说你没有这方面的科研经历，你也不用紧张，因为只要你在你之前的经历中，你积累了足够多的对科研的理解，我觉得是完全没问题的。如果说我是一个PI，然后我看到这样的学生，我也会挺高兴招收的，因为你会代码，你有之前做分子动力学的经验，你再上手一个其他生物信息学的方向其实是非常快的。而且你的这个方向没准将来可能会有更大的发展，因为现在传统做生物信息学的，做这些东西的，可能80%-90%的人都在做这个，但是有10%-20%的人做一些不同的东西，其实这个未来还是挺有发展前景的，所以说你不用太紧张。 Q27: [观众]: 好的，谢谢师兄！ A27: [王烨博士]: 对，你了解一下这方面相关的一些lab，看看有没有你感兴趣的。 Q28: [观众]: 我跟上一个同学比较类似，如果以后想跨专业的话，该如何积累经验，该怎么样平衡研究生本专业的学习？ A28: [王烨博士]: 如果说你研究生是做基础医学的，主要是湿实验的，其实对你未来挺有好处的。不知道你们实验室有没有做测序相关的，如果说你们实验室有做测序或者做医学统计相关的，你可以在这些项目中积累你的经验，这个也是刚才我提到的，这是最好的一种方法。 然后你该怎么样平衡研究生本专业的学习呢，如果说你指的是研究生的课程的话，其实我觉得课通过就可以了，毕竟研究生了嘛，你也不用刷到99分。如果说你指的是你的科研项目的话，那我觉得你自己的科研项目还是尽量能做好一些。因为将来申请的时候，他是要看你的科研经历的。如果你有文章发表，其实是最好的一个说明，所以你尽量不要把你现在的项目荒废掉了，除非说你对你现在这个项目一点都不感兴趣，你可以完全quit掉，你可以就不读了，我重新申请。但是如果说你想走更稳一些的道路的话，我觉得你还是不要放弃你本专业的这个科研项目和学习。所以你主要的精力还是要好好先顾及你现在的课程和你现在的科研项目。然后业余如果你有时间，你可以学一些生物信息学的知识，如果说你们项目中有跟生物信息学相关的，那你可以好好搞一搞，积累一些经验，这个是我个人的体会。 Q29: [观众]: 开发算法的话，对高等数学，计算机基础理论的掌握是不是要求很高？从化学转到生信算法开发这个过程中遇到什么难点吗，或者遇到最大的困难是什么？ A29: [王烨博士]: 是有遇到一些难点，开发算法的话，对于高数和计算机理论基础的掌握要求是挺高的。因为现在你想开发的算法都不可能是特别传统的算法，肯定都是一些跟深度学习、机器学习相关的，然后你需要学习一些深度学习和机器学习相关的知识。但是你也不用怕，其实我自己在这方面也是我的短板，我当时之所以申请第二个博士就是我觉得我这方面不太行。我来UCLA之后我自己还上了一些他们CS系的机器学习、深度学习，包括他们的线性代数的课，我之前也没有学过线性代数，他们都觉得不可思议，说你是学生物信息学的没有学过线性代数，我说因为我是学化学出身的，我这个数学学太差了。这些专业课，只是你在学有余力的情况下，你去了解一下，你没有系统的学过也不要紧。比如说你将来的lab要开发一个算法，你们老板说你要不要试试用什么什么什么什么什么什么，然后你一听，这个我完全没听过，是一个很高大上很长的单词，然后你就被吓住了。这个时候其实你不用慌，你可以自己去查一查，你去看看那个算法它是什么，然后你一步一步去理解一下，其实我感觉大部分的算法其实就听着很玄乎，但是你仔细看其实就那样。 结合我自己做湿实验做生物和做计算两方面的背景，我觉得其实做计算是要比做生物要稍微简单一些。因为算法是一开始看起来很恐怖，一堆公式数学一开始就会把你唬住，但是所有的算法都是人设计的，你想想，只要他是人设计的，你就一定能够理解它。代码出了bug，只要你耐心的坐在那，哪怕你花个好几天时间，一般来说你不会花那么多时间，出bug了一定能debug出来，但是做生物实验不一样，一个细胞实验里边一个小小的奇怪的现象，可能你一年都debug不出来，就会费你非常长的时间，这个试错成本太高了。 所以说如果是湿实验出身的，如果说你觉得你的算法、数学基础不怎么好，你一开始比较恐慌，很正常。但是随着你对算法的了解，你会发现其实没有那么的恐怖，实在不会的问chatGPT，很有帮助。当然有一些特别困难的算法，是非常难，但是这些只占到所有算法的极少数，可能1%，5%都不到。比如说我们实验室现在的算法，我到现在都没有看完，它实在是太复杂了，太恐怖了，我跟我同学半天都没有看完它，但是这个不是普遍例子，大部分的算法，只要你坐下来看一看，查一查，它都是可以理解的，你不要怕。 Q30: [观众]: 如果博士期间主要做数据分析,博后想申请比如说美国的计算生物学方向难吗,门槛高吗？ A30: [王烨博士]: 不难，门槛不高，你博士期间都主要已经做数据分析了，那你申请计算生物学那就是完美对口的，不用怕，现在美国处于博后用工荒阶段，都招不到中国博后，如果说有优秀的中国博后愿意来是大力欢迎的。所以不用怕，你就看你对什么方向感兴趣，然后就去找那个lab陶瓷就行。 Q31: [观众]: 你们lab会做湿实验吗，还是纯做干实验？湿实验的技能，对于申请生信博士，实验室老板是否看重？ A31: [王烨博士]: 我觉得湿实验的技能一般来说是有加分的。有些老板看中，有些老板不看中。我们老板他正好招我的时候看中，就是他在招我之前招的几个学生，全是做数学跟计算机出身的，或者做统计出身的，因为他自己也是做这个出身的，所以他之前全是开发这种生物统计相关的算法。但是到我这一届的时候，他的思路开始慢慢发生转变了，他开始觉得如果能自己产出一些数据，然后多做一些生物学问题相关的项目可能会更好一些，他就对生物学问题更感兴趣，所以说他到我这届正好他就想招一个生物学出身的博士生，所以他就挑中了我，所以我觉得这个取决于你们未来的老板。 Q32 [观众]: 请问美西这边生活节奏和环境怎么样？日常开销水平大概是多少？ A32: [王烨博士]: 我觉得这个取决于你在美西哪边，如果你在大城市里边日常开销水平都不低，加州这边的大城市开销水平都挺高的，像洛杉矶这边的话，洛杉矶这边房子挺贵的。像我现在住的这个房子，它叫1b1b就是一个客厅，一个卧室，厨房跟客厅是连着的，面积折合成咱们国内的平米大概是50-60平米，一个月大概是1700美金，反正还挺贵的。因为我一个月的工资现在涨了是3900，没涨之前才3300，所以说一个月一大半的工资都用在房租上面。反正在LA这边开销还是挺高的。就是加州这边有三个大城市嘛，LA，圣地亚哥和旧金山。LA跟圣地亚哥房租差不多，旧金山那边房租更高，因为那边地更小。我有同学在伯克利那边做博后，他的房租比我还要贵，然后我听说他们伯克利那边现在都有学生睡房车里边，因为支付不起房租。所以说去年整个加州大学系统他们在闹事，博士博后都在抗议，要求涨工资，然后抗议了一年，现在终于涨了一点点，反正就是这边的生活压力确实是挺大的。美东那边好像会稍微好一点，我跟美东那边同学交流比这边要便宜一些。然后唯一不贵的地方可能就是那种在小镇上面，因为加州大学不是有很多分校吗，在远离大城市的，比如说UC Davis，那个是在农村里边的，村里边的就特别便宜。反正远离大城市的都会好很多。 然后吃饭的话，看你是在外边吃还是自己做，自己做的话会省很多。最多的话我一个人最多一个月三四百块钱就搞定了，就你天天做。在外面吃的话会贵一些，你一天至少可能得20-30刀吧，你一个月可能怎么都得要花个600多刀左右。 大概日常开销就是这个样子，所以说你看如果在LA这边读博的话，你扣去吃饭跟房子的钱，你其实基本上攒不下什么钱。你就做好这个读博比较穷的这个心理学准备，但生活质量还可以，我个人感觉，在美国这边就是博士生生活，虽然说在LA花销挺大，但生活质量还是比国内要高出很多的。 Q33: [观众]: 因为在国内科研项目的申请都有年龄门槛，您会有年龄焦虑吗？ A33: [王烨博士]: 其实是会有的。我当时在出国之前，我当时的老板就跟我聊过这个事，他觉得我这个决定太有风险了。你如果出国再读一个博士的话，你回来就赶不上申请基金申请一些帽子，因为国内35岁是一道坎嘛，你如果读完这个博士毕业可能已经33岁了，你再做一两年博后就刚好35岁，所以说这个坎就会把你卡死。刚开始我也是觉得有点纠结，后来反正我也想开了，就无所谓了。还是不要做让自己后悔的事。但是这个年龄焦虑是绝对存在的，如果说你将来想考虑，特别是考虑回国走教职，要申请科研项目那确实一定要考虑35岁这个坎，越早出文章，越早回国越好。最近我室友在申请这个四青，考虑回国申请教职，我能感受到这个年龄焦虑就非常非常的明显，他就是刚刚过35岁，然后很多项目就不能申了，非常的可惜。 但是你想在美国这边找教职的话，那年龄就无所谓，你可以做一辈子的博后，然后你可以慢慢攒文章。美国这边不敢说卡35岁，因为这是年龄歧视嘛，年龄歧视、性别歧视、种族歧视在这边都是非常严重的行为。我有同学开始读博都快35岁了。所以说我在我们同学里边不算是最老的，这边他们比较大龄的来读博的还挺常见的，他们这边的年龄焦虑就要轻很多。主要取决于你将来想去哪了。 Q34: [主持人]: 那这样的话，在美国申请教职，对年龄其实上要求没有那么大，反而是对于科研或者其他方面有一个要求？ A34: [王烨博士]: 对，那我分享下身边的人他们申请国内教职和美国教职的感受。当然首先文章肯定你都要有，文章越多越好，质量越高越好，质量比数量可能还要重要，你有一篇大的文章，好的文章胜过你可能五篇十篇小的文章，文章当然是标配必须得有。然后在文章的基础上，国内跟美国还有一些区别，国内就几乎只看文章，看你发了多少篇。美国的话，它除了看你文章的话，还要看你申请的那个grant基金。如果说你有申请到一些特别有竞争力的基金，比如说K99那个基金的话，那你基本上找教职就稳了，哪怕你文章没有那么好，不敢说你能找到很top level的教职，但是你一定能找到一个教职。因为你在美国，你拿到这个基金的话，就相当于这个系里边不用给你掏钱了，相当于你自带干粮来了，所以说他们就很愿意招这种人。而且如果说你能申请到K99这种基金的话，你本身就是经过了一个高水平的委员会筛过一波了，因为K99它是你博后期间对你未来独立实验室的这个科研的一个项目的规划嘛。这些高水平的大佬已经认可了你这个规划，已经替学校做了一轮筛选。所以说如果你拿到了这种很有竞争力的博后基金，对于你在美国找教职是非常有帮助的。所以说在美国，文章和grant都很重要，在国内可能文章更重要，当然你如果在海外申请到基金可能也是有帮助的，但是文章的重要程度可能远远大于它。 这就是我们SDbioinfo播客第二期的精彩内容。如果您错过了直播，还可以通过以下链接观看节目回放： Bilibili: https://www.bilibili.com/video/BV1494y1T7ZB/?spm_id_from=333.999.0.0 YouTube: https://www.youtube.com/watch?v=D0w2xp19nOM 敬请大家期待SDbioinfo播客的第三期，届时我们将荣幸地邀请到一位特别的嘉宾——白锦博士。白博士不仅是一位在学术界颇有成就的科学家，目前还担任加州大学尔湾分校的研究助理教授。她在产科血管生物学、生物化学和内分泌学领域有着深入的研究。白博士曾在厦门大学完成本科学习，在香港大学获得博士学位，在加州大学尔湾分校完成博士后研究。 在即将播出的第三期节目中，白博士将从女性的视角分享她在学术和职业生涯中的抉择，以及她所获得的珍贵经验和洞见。这些分享对于那些在科学研究领域谋求发展的听众来说，将是不可多得的指导和启示。敬请继续关注SDbioinfo播客系列，我们将为您带来更多精彩的内容！ 主持人：黄仰含 内容编辑：孟鲤 后勤支持：秦志高，董弘禹，余弦 顾问：叶思达 拓展阅读 公众号 SDbioinfo 留学申请面试指南 (qq.com) 反向传播算法的数学基础和原理 (qq.com) 专题一 | 主成分分析PCA的数学基础和本质到底是什么 (qq.com) 单细胞数据分析——RNA velocity（专题一） (qq.com) |
|
|
| [收藏本文] 【下载本文】 |
| 自然科学 最新文章 |
| 海南一村民被眼镜王蛇咬死，多名消防员和村 |
| 有哪些不起眼的牢底坐穿兽？ |
| 美国耕地面积比中国大，可为什么粮食产量不 |
| 如何看待同济大学2024国家科技三大奖颗粒无 |
| 假如航母被蓝鲸全速前进撞一下会怎么样？ |
| 你见过最狠的SCI评论是什么? |
| 你在实验室最惊险的瞬间是什么？ |
| 牛顿生活在中国，会有什么成就？ |
| 虎鲸为什么不吃人？ |
| 数学为什么这么可笑？ |
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
|
| 股票涨跌实时统计 涨停板选股 分时图选股 跌停板选股 K线图选股 成交量选股 均线选股 趋势线选股 筹码理论 波浪理论 缠论 MACD指标 KDJ指标 BOLL指标 RSI指标 炒股基础知识 炒股故事 |
| 网站联系: qq:121756557 email:121756557@qq.com 天天财汇 |