比较少看到生物资讯、计算生物学相关领域找工作的心得，今年初开始，一边准备
毕业一边找工作，顺利找到工作后，分享一下这个领域找工作的过程跟心得。
* 背景介绍：
PhD in Computational Biology and Computer Science, Brown University
研究领域：
Computational methods on cancer genomics
主要为设计probabilistic models/algorithms
寻找导致癌症的driver mutations
发表论文：
Journal paper*2, in preparation*1 (first author)
一些跟校内校外教授们合写的journal paper*n
* 学界 vs 业界:
大概是毕业前一年半左右，开始思考自己应该待在学界还是业界，喜欢学界自由
的风气，可以做一些自己喜欢的研究，同时也很想知道自己的所学到底在业界可
以应用在什么地方。询问了指导教授，很感谢他建议我可以利用暑假去业界实习，
对于毕业后找哪方面的工作会比较有帮助。因此，去年暑假到了Pfizer实习，这
三个月除了专业知识上的收获之外，体会最深的就是fast-paced decision-making
跟每个project之间的分工合作，另一方面当然也有体会到业界的一些现实面。
综合了这些经验后，今年初开始找工作的时候，我大部分都着重在寻找 Biotech
跟 Pharma 公司内R&D相关的工作，一方面蛮喜欢业界相对快速的步调，另外一方
面也可以继续发挥研究领域的专长。
备注1: 其实在面试完以下的公司后，发现我的研究领域方面，业界跟学界的连结
其实相当足够，研究的东西本质上差异性老实说并不是很大，以下会有比较详细的
描述。
* 找目标→丢履历→回应：
除了锁定一些大家所熟知的大公司外，也有透过 LinkedIn Jobs, Indeed,
Glassdoor等网站帮忙设定目标，最后再加上自己建立的connections，总共丢了
大概有20多间，约略Pharma及Biotech各半，职缺的话 data scientist,
bioinformatics scientist/computational biologist, software engineer都有。
地点的选择，因为未婚妻工作地点的关系，大部分都集中在Boston area 跟
Bay area。
这个丢履历的过程，大部分几乎都是没有回音，或者直接发拒绝信说不适合、经验
不足，以下列出有电话聊天或面试的：
- Pharma : Novartis, AstraZeneca, Biogen, Pfizer, FLXBio
- Biotech：10X Genomics, Natera, Counsyl, Bina(Roche sequencing)
- 其他：Stanford Health Care-CGSC, IBM Watson, Google(software engineer)
之后有机会进入下一轮onsite interview的公司为：AstraZeneca, Bina,
10X Genomics, Natera, Stanford Health Care, Google, Novartis。
* 面试过程 (按时间排序)：
- AstraZeneca: Bioinformatics Scientist (Cancer genomics)
面试过程： Presentation+QA (40 mins),
scientific interviews (30 mins*2),
technical interviews (30 mins*3)
这是第一间接到面试的公司 (三月中左右)，因为没有任何面试经验，接到后
有写信询问hirining manager面试的内容，我把对方提点到的东西都准备了，
尽管如此，因为时间很紧迫，其实准备得不算非常充足。Presnetation我有针
对phone interview内对方所提到的研究方向来准备，scientific interviews
蛮有趣而且刺激的，问了很多研究相关的问题(非常类似参加会议台下发问的
问题)，此外还有一些职场上应对的问题，例如：你希望跟老板的工作模式为
何？ 如果老板跟你意见不同，你怎么说服他？等等...。
Technical interviews则是比较著重在其他bioinformatics领域的问题，例如
phylogentic tree, differential expression analysis of RNA-seq data,
machine learning, sequencing technology等等，衡量你懂不懂除了
cancer genomics之外的相关知识。
- Novartis: Bioinformatics Scientist, Oncology
这个蛮可惜的，通过电话面试后，安排好了onsite日期，等待过程中，
这个缺被freeze了...。
- Google: Software Engineer, PhD University Graduate
这是第二间onsite的公司， 因为是software engineer的面试，过程大概就如
其他版友分享的一样，跟生物资讯比较不相关，就不多赘述。
- 10X Genomics: Computational Biologist, Algorithm Development
面试过程：Presentation+QA (60 mins),
technical interviews (45 mins*7)
紧接着Google面试的隔天，我到了这一家startup面试。10X的面试过程非常紧
凑而且扎实，大概是我这一波面试过程中碰过最硬的面试了。每个面试官都问
了至少一题coding question，另外有些会加上一至两题机率统计问题。
Coding题目大部分跟定序相关，例如k-mer, powerset enumeration等，机率
统计的问题则是有 bayesian statistics (下雨天机率问题), 铜板likelihood
问题, 找特定序列的机率问题, MCMC sampling 等等...。除了这两类的问题
之外，也问了很多biology的问题。
- Stanford Health Care: Senior Bioinformatics Scientist,
Algorithm Development
面试过程：Technical interviews (45 mins*2),
scientific interviews (45 mins*5)
Stanford health care的Clinical Genomics Service Care (CGSC)是一个刚
成立的team，才刚开始招人，因此有点类似startup的设置，主要工作内容是
医院病人的WGS分析，发展precision medicine。面试过程比较轻松，也可能是
我慢慢进入情况，比较有经验了。
Scientific interviews都是我发问居多，我事前准备了蛮多题目，刚好借由发
问了解他们的工作内容。Technical的部分，则是考了suffix tree、MCMC
sampling的概念、着色问题、quick sort，以及如何寻找genomic variants
(GATK pipeline的概念)。除此之外，有机会被专业医生面试，也算是一个蛮有
趣的经验。
- Bina: Bioinformatics Scientist (Genomics)
面试过程：Presentation+QA (60 mins),
scientific interviews (40 mins*8),
technical interviews (事先电话)
Bina之前也是一间startup，但是前阵子被Roche收购并入Roche sequencing。
Bina的onsite interview几乎都是围绕在我的研究，花了大部分的时间讨论我
的研究细节，我想是因为他们也在做跟我研究非常类似的内容，此外他们也很
明确的表达希望我可以贡献我的研究专长。
- Natera: Senior Computational Biologist
面试过程：Presentation+QA (60 mins),
scientific + technical interviews (45 mins*7)
Natera是一家做血液基因检测的公司，最近开始发展癌症基因的检测，因此开
了很多oncology相关的缺。 面试过程则是有点像是如上描述的综合版本，
hiring manager主攻很多我的研究相关的问题，有的面试官主攻职场上应对的
问题 (例如你会怎么跟wet lab的biologist们合作沟通)，也有coding
questions (k-mer + suffix tree)，genomic variants 的问题，机率问题
(bayesian statistics跟铜板likelihood问题)，也有VP来阐述公司的过去
还有未来的发展。
* 面试结果：
其实整个面试过程拉得很长，从三月中开始一直到五月中才结束，这期间还夹杂着
我的论文口试，一整个就是非常忙碌。整个面试过程中，接触到许多不同领域的新
知识，个人觉得收获还蛮丰富的，从药厂、定序公司、基因检测公司等等，有点像
是走过一轮业界的rotations。最后在五月中的两个星期内，陆陆续续地拿到了四个
offers。
* 抉择过程：
在拿到第四个offers后，因为每间都很不错，实在太难抉择，因此我又陆续联系了
每间公司的hiring managers在电话里聊了一遍，从公司愿景、工作内容，聊到相处
模式、参与的project等等，因为觉得选择一个好上司还蛮重要的，借由问问题、
聊天的过程中，你也可以发现对方是不是一个适合你的老板，从他讲述工作内容跟
愿景上，观察对方是不是很清楚公司现在以及未来的规划。至于薪水方面，因为有
拿到一些senior的positions (base薪水高出很多)，所以在几回合的counter
offers后，最后每一间其实都给到相当有竞争力的薪水跟福利。其他我也有列入考
量的点，例如公司规模(大公司 vs 小公司)、职缺的高低位阶(senior vs entry
level)、对于你要加入的team的感觉好坏(面试过程中可略知一二)、长中短程的职
场规划(例如某间公司会有我想在短期几年内想学的新科技新知识、或者比较有挑战
性的project可以参与)、工作环境等，供大家参考。
* 其他心得：
- 自我介绍：因为几乎每个面试官都会请你做自我介绍，请认真准备一个快速呈现
出自己优点的简介，从简单背景介绍、有系统地介绍自己的研究内容、为什么对
这个公司有兴趣，这短短两三分钟，可以让面试官更了解你，自我介绍过程中的
一些起承转则也会让面试气氛轻松不少，甚至很多面试官的第一个问题都是从你
的自我介绍当中发问。
- Connection的重要性：上面我列出来有回应的公司，超过一半都是因为有
connections，没有connection的话履历真的就像丢到水里一样。建议唸博班过程
中，可以多参加一些会议，或者主动参与一些大型的计画，认识一些业界学界的
人，等到真的在找工作的时候，这些connection都会非常有帮助。
- 认真检讨每次的面试：从上面的题目来看，其实蛮多问题都被重复的问了，因此
认真检讨每次面试的题目，会对下一次面试很有帮助。
- 跟hiring manager保持联络：此外，面试过后也请跟hiring manager持续保持联
络，某间公司面试完毕后因为公司里面的一些变动，因此无法立刻给我offer，
不过因为跟hiring manager密切的保持联络将近两个月，到最后他还是顺利争取
到了我的offer。
- 练习再练习：不管最后有没有拿到offer，我觉得每一次面试都是非常有收获的，
例如应对技巧的磨练，持续练习累积经验就会越来越有信心。Presentation的部
分，我也是对实验室的学长姐博士后们练习了很多次。
最后希望这些小心得可以对想找生物资讯、计算生物学相关工作的人有帮助，
如果有想到什么漏掉的我会再补充，如果有任何问题，我很乐意回答，
不管板上或者是私讯。