[爆卦]醫學資訊研究所ptt是什麼?優點缺點精華區懶人包

為什麼這篇醫學資訊研究所ptt鄉民發文收入到精華區:因為在醫學資訊研究所ptt這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者koconut (koconut)看板BioMedInfo標題生物醫學資訊研究所時間Wed Oc...

醫學資訊研究所ptt 在 BusinessFocus | 商業、投資、創科平台 Instagram 的最佳解答

2021-08-17 20:06:55

【@businessfocus.io】在學術研究競爭趕超美國 日本報告:中國高質量科學論文數量位列世界第一 . 《日經新聞》10日援引日本文部科學省轄下研究所NISTEP發佈的最新報告指出,在全球被引用次數排名前10%的科學類論文中,中國論文的篇數首次超越美國,位列世界第一。此外,中國在材料科學、...


小女子是臨床醫療人員,想要轉換跑道很久了(原本是想轉行去學軟體),但爸爸讀了EM
BA
後極力推崇我唸這個系,說資訊結合醫學絕對是未來趨勢,把它說的很神,我是認同但是
看了看出路,看似很廣但是不是生醫市場感覺在台灣還沒起來,104上找不太到相關工作
,是不是大部分還是走研究路線?

看了系所課程,我完全沒有資工的背景,生統那些也很爛,這樣會不會很難唸出來?請問
版上有人有相關經驗可以分享嗎?感謝




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.137.163.15 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/BioMedInfo/M.1571795566.A.FA1.html
※ 編輯: koconut (223.137.163.15 臺灣), 10/23/2019 09:53:01
filialpiety: 可以站內信聊聊嗎?小弟也在努力往生物資訊領域,目10/23 11:11
filialpiety: 前擔任研究助理練功中10/23 11:11
filialpiety: 這領域真的是很長的一條路,我最近弄到懷疑人生XD10/23 11:17
可以啊真的需要找人討論
※ 編輯: koconut (223.137.163.15 臺灣), 10/23/2019 16:18:09
Godkin: 不如到FB上的社群問問10/23 19:00
Godkin: Taipei Bioinformatics Omnibus10/23 19:01
好喔謝謝你的分享
lingon: 小女... 你在幫你女兒問? 10/23 21:20
當然不是啊是我本人
※ 編輯: koconut (223.137.163.15 臺灣), 10/23/2019 22:22:13
superchris: 這邊就不談國外,台灣15-20年前生物資訊紅過一波,但N10/23 23:21
superchris: 直到近幾年NGS才帶起生醫領域對生物資訊的重視! 10/23 23:21
superchris: 目前台灣這領域呈現僧少粥少狀態,研究助理缺多但沒人10/23 23:22
superchris: 沒有資工背景莫慌,八成以上都是wet lab轉dry lab~10/23 23:24
可以問Wet lab和dry lab是什麼意思呀
superchris: 重點是能做中學、有人可問問題。至少,這條路一定程度10/23 23:25
superchris: 會寫程式,不管強或不強在科技業當道的台灣都能找到10/23 23:26
superchris: 工作,但還是希望能學以致用留在生物醫學資訊領域一起10/23 23:27
superchris: 努力!!跨領域人才是很稀缺的~加油 @@10/23 23:28
謝謝分享,讓我頓時好像覺得有希望了
karlon: 推Chris。僧少粥少是事實,不過有一票人一直在努力改變現10/24 00:16
karlon: 狀。所以前景還是可期待的。想練功可以先朝研究助理的方向 10/24 00:17
karlon: 試試,之後再轉往業界或深造~10/24 00:18
好的謝謝分享
※ 編輯: koconut (114.136.147.77 臺灣), 10/24/2019 11:23:55
lelojack: 你比較適合醫學資訊PM。這個領域偏醫療產業的資訊系統,10/26 17:07
lelojack: 由於你清楚醫學流程跟生態,可以提出適當的產品設計及 10/26 17:07
lelojack: 分析醫療痛點,我認為生物資訊對你而言要同時學生物機 10/26 17:07
lelojack: 轉跟資訊,是有點跨太多10/26 17:07
謝謝分享,還是有點迷茫,在醫院工作久了,對外面的產業鏈很不了解
※ 編輯: koconut (111.243.253.168 臺灣), 10/27/2019 17:09:43
superchris: 概念上Wet lab是生物實驗室,Dry Lab 是用電腦分析 10/28 15:02
pent: 如果是生物過去的,覺得因為資工人都把工具寫得容易用,做一 11/08 17:31
pent: 段時間後,我自己覺得好像沒有比較有優勢。特別是程式不強、 11/08 17:31
pent: 線代或者是生統也沒特別厲害的狀況 11/08 17:32
lelojack: 離開舒適圈吧。 你才會知道生物背景厲害在哪裡 11/13 17:13
pent: ㄜ,待在學術界也許算是舒適圈吧。但我待一年的生資實驗室 11/17 13:58
pent: 找生資的公司,都是無聲卡 11/17 13:59
lelojack: 現在生資界的工作比五年前多兩倍,再試試看吧機會還是 11/18 23:08
lelojack: 很多 11/18 23:08
k078787878: 很有未來但是很沒有錢 01/14 13:19
salmon12706: 工研院人工智慧課程推薦https://reurl.cc/4RDRaK 06/19 18:18

你可能也想看看

搜尋相關網站