药厂做IT工作很不错，收入高，压力小，适合没有远大理想的人 hzhzhzgmai 发表于 2021-01-21 12:33
药厂主旋律是外包，IT 业务如果没有外包，那也在外包的路上。 moonandsixpence 发表于 2021-01-21 12:42
也不一定，我们厂原本很多活是外包现在都开始bring in house了 Hershel 发表于 2021-01-21 12:49
收入高压力小已经很好了，具体有多高？ ywu130 发表于 2021-01-21 12:44
我女儿bio 和computer 2个本科学位，她对职业的期望就是层主所说的这样。不知道她能不能混进去？ Buttercake 发表于 2021-01-21 12:50
这个我来说一说吧 我知道的药厂IT有三种 下面都是东部的工资 西部应该更高一点 1）普通马工 cs本科/master或者类似的mis专业都可以 不怎么考刷题 wlb非常好 工作内容很杂 会让你弄一堆cloud certification比如aws/azure啥的 基本相当于半个sde+半个devops 一般一进去7-9w 工作几年以后作为ic马工一般13-16w到顶 再往上走必须做manager 2）药厂ml/ai那些 这种对学历要求很高 基本只要cs/static phd 或者有不少工业界经验的master 收入的话 base基本可以pay得和互联网公司差不多 rsu大概只有1/4-1/3吧 比如东部base 13-15w 股票2-3w一年这种 所以药厂对于2）也很难招人 完全竞争不过互联网公司和华尔街 3）药厂bio information 类似2）基本也只要做生物信息学的phd 2）和 3）一般在药厂比传统的phd统计师pay得还更好一点 但是很多时候career path没有统计师那么明确 毕竟还比较新 大家也都是摸着石头过河 over EypcRyzen 发表于 2021-01-21 15:24
想问下药厂DS 工资高不? veralee1986 发表于 2021-01-21 12:07
坑 性价比不高，牛人不如去大厂当马公。药厂的ds要求很高 编程 统计 疾病相关生物背景啥都要懂 对交流能力要求也很高因为经常需要把狠复杂的概念和模型解释给clinician 和biologist 听， 然后药厂比较保守 太fancy 的东西很多传统派都是怀疑态度。现在每个大药厂都跟风搞AI的team 别说做出来啥东西 光是把能放各种病人大数据的infrastructure 搞出来都不容易 COHomeSearch 发表于 2021-01-21 15:56
能闷头刷题跳去软件大厂的人还是挺少的，而且work life balance好，一般老板也比较年轻，变态率低一点 认识的在药厂做DS都还挺喜欢的，因为行业整个数据和数字化程度还在上升，未来还有很多发展空间，跳槽也容易 summerline 发表于 2021-01-21 17:05
数据科学/统计，根本不是制药业的根本，只是计算辅助工具。 Al也发现不了真正有突破的新药，不会发现新的物理定律和化学新物质。 但AI/大数据能做的，可以在医疗方案和诊断上，给出比95%医生更好的解决答案。 CBOE 发表于 2021-01-21 16:40
行，看了你第一句就坚定了接着好好刷题的决心。估计性价比最高的东东就是刷题的恒心和毅力 Geofan 发表于 2021-01-21 17:08
回复 30楼富好大的帖子 具体讲讲 3906 发表于 2021-01-21 17:32
先抛个砖引玉：疾病检测包括癌症筛查，drug discovery里寻找targets，gene and cell therapy，clinical trial, 统计， AI, machine learning， deep learning，etc。都是data intensive的领域
收入高压力小已经很好了，具体有多高？
也不一定，我们厂原本很多活是外包现在都开始bring in house了
我女儿bio 和computer 2个本科学位，她对职业的期望就是层主所说的这样。不知道她能不能混进去？
这个的确有。这个外包-做的不好拿回来吧-外包，可以一直循环下去。并没有任何稳定可言。。。
比统计高，专业决定
外包才舒服，剩下的人很空
是phd都能混进去
这个太难讲了。达到基本要求了，进不进得去，看钻劲，看机遇
总的来说没有大厂压力那么大，pay得也比不上，work life balance好些。
我知道的药厂IT有三种 下面都是东部的工资 西部应该更高一点
1）普通马工 cs本科/master或者类似的mis专业都可以 不怎么考刷题 wlb非常好 工作内容很杂 会让你弄一堆cloud certification比如aws/azure啥的 基本相当于半个sde+半个devops 一般一进去7-9w 工作几年以后作为ic马工一般13-16w到顶 再往上走必须做manager
2）药厂ml/ai那些 这种对学历要求很高 基本只要cs/static phd 或者有不少工业界经验的master 收入的话 base基本可以pay得和互联网公司差不多 rsu大概只有1/4-1/3吧 比如东部base 13-15w 股票2-3w一年这种 所以药厂对于2）也很难招人 完全竞争不过互联网公司和华尔街
3）药厂bio information 类似2）基本也只要做生物信息学的phd
2）和 3）一般在药厂比传统的phd统计师pay得还更好一点 但是很多时候career path没有统计师那么明确 毕竟还比较新 大家也都是摸着石头过河
over
这个马公的包裹连Blind上面的Nike都不如，不知道怎么找得到人啊？
如果你说的是1）肯定比不过nike啊 这种本来要求就很低 target就是有身份的美国人 coding不太行的那种
比如一个coding不太行的美国本科生 大学做个intern进去 7-9w 30岁之前小十几万 然后转it manager 做管理 一年一二十万 wlb很好 这工作比大部分工作都好吧 又不是人人都能去flg去互联网公司
你要和blind上22岁本科进fb 22w 26-27岁升到e5一年40w比 那这肯定是垃圾工作 但是不是每个学cs的都有那个能力
如果你说的是2） 确实是很多时候招不到很强的candidate 因对于2）东部药厂一般顶天了能给比较厉害的fresh cs/static phd 17-18w 这些人有互联网公司的offer一般都不会去药厂的
还可以 fresh grad也有六位数 干的活也比一般生统
数据科学/统计，根本不是制药业的根本，只是计算辅助工具。
Al也发现不了真正有突破的新药，不会发现新的物理定律和化学新物质。
但AI/大数据能做的，可以在医疗方案和诊断上，给出比95%医生更好的解决答案。
这里面一个很大的问题就是ai的training data还是依赖医生，没有golden standard/truth ai也束手无策吧。然而clinical 里面很多所谓的标准都很主观 而且这种data往往很贵很难获得，这倒是药厂的优势 学术圈很难得到这种数据
行，看了你第一句就坚定了接着好好刷题的决心。估计性价比最高的东东就是刷题的恒心和毅力
IBM的watson已经凉了吧。。 和医生沟通可不容易， 何况沟通的结果是让他们失业。。
以前是背好2万单词，拿2万美金奖学金。
现在是刷好三百道题，拿30万美金包裹。
具体讲讲
药工或药厂的统计工，一般都是看着大厂马工和华尔街金融工说话。。。。
http://www.mitbbs.com/article_t/JobHunting/33461661.html
现在的biotech没什么前途，没什么可留恋的。biotech/pharma行业最重要的 其实不是你发了多少paper，做了多少research。现在各大厂都在砍R&D，文章我也见的 多了，不少candidate手握n篇一做nature求一份十万出头的工作不成。还有不少 Berkeley，Stanford，MIT的ap过来抢饭碗。biotech/pharma最重要的经验其实是 clinical方面的，最好是biostatistics，和FDA经常打交道，有FDA submission的经验 。这个是其他行业很难有的，所以如果你有clinical statistics方面的经验和FDA打交 道的经验，以后在这行混非常容易。像你这样做research又不touch clinical的人没什 么前途，不用留恋。
关于biotech创业，我认识很多这方面的人。但真正发大财的几乎没有。道理很简单， biotech的failure rate极高。我原来在biotech行业最牛的公司呆过一年多，不少同事 去创业或者小公司当高管，没几个挣到钱的。研发一个药成本之高，风险之大没经历过 的人不知道有多吓人。我原来的team负责early phase的clinical trial design，经常 听到某个分子没到phase 1就fail了，至少某些公司十年出不来一个像样的药物分子的 常有的事情。biotech那么多startup真正成功的屈指可数，连我原公司某大牛svp都说 biotech是一个failure industry。和tech行业一大堆明星startup根本没法比。这行是 一个典型的高投入，低产出，高风险的行业。
因为我是统计背景，博士期间上了很多cs的核心课。所以干了一年多就跳去tech大厂了 。我的个人体会是没有什么可犹豫的，你现在的工资拿到tech大厂还不如本科生高，如 果不是文章牛到爆表可以直接去ivy拿教职，跳槽去了没有任何损失。什么tech行业 bubble不可持续，那些大厂里面的senior，principle以及各种director和vp难道不是 人？FAANG里面的svp哪个不是在tech行业摸爬滚打了几十年？Jeff Dean五十岁了还在 一线写代码做研究，更何况一般人呢。