今天的生物資訊學家迎來了好時候。由於各個部門生成了幾乎無窮無盡的生物資料，因此形成了對於生物、統計學和電腦科學交叉領域中有經驗的專業人才的高度需求。科學家如果能夠分析大量資訊並將其清晰地展示給決策制定者，就會發現自己的工作和職業生涯前途無量，尤其是在大型製藥和生物技術部門。 
“在大資料時代，這是個有趣的地方，也是令人激動的時刻。”羅斯—豪曼理工學院電腦和軟體工程教授Sriram Mohan評價道，他就利用自己的學術假期在一家資料管理公司Avalon諮詢公司研發生物資訊學軟體。 
而且資料量如此之大，部分是由於思維方式已經從資料的生成轉變為資料的分析，美國休士頓市德克薩斯大學健康科學中心生物醫學資訊學系副教授W. Jim Zheng表示。現在，更簡單划算的工具促生了更多的資料，因此就更需要有專家能夠以一種方式理清堆積成山的資訊，讓其對科學家和臨床醫生具有意義，並最終惠及客戶和患者。 
產業界和學術圈對於生物資訊學的認知上的轉變，也促成了該領域工作機會的增長。先前，“科學家和公司往往會將生物資訊學作為一種工具。”比利時根特大學生物資訊學教授、MDxHealth公司首席科學家Wim Van Criekinge表示，MDxHealth公司研發基於實驗胚胎學的癌症診斷。生物資訊學家會被要求來解決一個關於資料的問題，他們的作用是在資料庫中運行一個演算法以獲得答案。“但這門學科已經從像組織學一樣的服務，進化成為了自己的研究領域��生物資訊學家現在是創新的馬達。”他補充道。他們不僅解答了關於資料的諮詢，更重要的是，他們決定了最初需要去問哪些問題。 
因此，“當前，科學家有很多機會可以在生物技術、大型製藥行業中尋找到生物資訊學、大資料的工作。”獵頭公司Klein Hersh國際的計算化學、生物和配方研發高級總監Jared Kaleck指出。 
職業生涯在何方 
為了定位工作崗位，認清職業生涯發展，需要理解生物資訊學崗位的工作在不同的公司是如何組織安排的。在製藥企業和大型生物技術公司，大資料科學家可能會發現自己處於三個不同類型的組織結構之一。其一，所有的大資料科學家和生物資訊學家都在核心團隊工作。這個大團隊可以集中於研發或資訊技術部門的工作，而且科學家在全公司各個專案的作用類似于顧問，有需要就會借走。 
第二種模式中，生物資訊學家的崗位是分散的，分佈在不同的治療領域。例如，在Johnson & Johnson公司（J&J），Patrick Ryan就負責帶領流行病學分析小組。這位元臨床資訊學家研發的分析諸如電子健康檔案等“觀測資料庫”的統計方法，可以繪製出疾病模式，以更好地瞭解“我們藥物的現實效果，發展安全協議並減輕對患者的風險”，他解釋道。他的團隊屬於流行病學部門，向J&J的首席醫療官彙報工作。但是他也指出，公司也有強大的資訊學和資訊技術部門，其任務是“為如何管理和分析資料提供技術的視角。” 
大型製藥企業的第三種組織結構是前兩者的結合。AstraZenica發現資訊學全球總監Christian Reich分享道，他的公司目前正在沿用這種模式，儘管他也指出企業每過幾年都會重新調整，採用其中的另一個模式。他的工作需要監督一個有25名專家的主要團隊，但是其他資訊學家分散在公司的各處。輝瑞公司也是如此，生物資訊學家深入到治療部門和核心的卓越中心，輝瑞研發業務技術高級主管Susan Stephens解釋道。基因泰克公司也採用類似的綜合模式，生物資訊學高級主管Robert Gentleman解釋道（他也是統計計算和圖形程式設計語言R語言的共同發明者）。生物資訊學家在組織的核心，但是他們“與不同的職能範圍相結合”，他說，“他們在同一個部門，但是每天他們直接與疾病領域專家一同工作。” 
大資料科學家在公司的工作任務根據其所在部門不同而有所變化。在研發部門，生物資訊學家研究分析資料的新方法，説明設計分析工具，甚至可能會在全公司科學家的幫助下構建分析工具，Reich表示。在此的理念是通過檢驗現有的開源演算法並以新穎的方法進行應用，或是倚重數學和統計的專業知識來創建全新的演算法。“目的是要組合出一個平臺，讓資料分析的工作更容易，並獲得高品質的結果。”他補充道。 
羅氏藥物研究與早期開發中心全球業務主管（包括資訊學）Bryn Roberts指出，在他公司混合式的結構中，資訊學家和資料科學家參與到一系列廣泛的活動中。他們研發並支援軟體系統；他們找到外界的科學內容，並供全公司的科學家使用；他們落實並維護藥物研發和管理職能的工作流系統，如實驗室的線上筆記；他們支援並進行資料、圖像和文本挖掘與分析，以支援科學決策的制定。 
在基因泰克，生物資訊學家參與到各個階段的調查過程中，從參與設計實驗以找到疾病的遺傳標記，到利用他們的生物資訊學技能以説明找到有助於病患選擇的生物標誌物。 
在大型製藥企業的其他地方，大資料科學家可能會被派去調查疾病的趨勢、藥物開發和發現，這就會涉及到與行銷團隊的合作。他們可能也會為經營決定提供量化的支持，例如企業應該投資哪個療法，印第安那大學生命科學業務中心主任George Telthorst表示。 
合同研究組織（CROs）也為對大資料感興趣的人才提供了工作機會。就像全球最大的CROs之一——Covance公司資訊學副總裁和首席資料科學家Dimitris Agrafiotis所表明的，“CROs正在逐漸成為製藥行業的研發動力。”Covance資料科學家可以參與到整個藥物研發過程的無數個專案當中，從生物標誌物的發現到臨床前研發、臨床試驗、健康經濟學和效果研究，甚至是行銷。 
除了在大型製藥或生物技術企業工作之外，該行業的支援企業也為資料科學家提供了工作機會，如生產生物資訊學軟體和其他資料分析工具的企業。除此之外，生物資訊學家也可以在健康保險公司和醫院管理組織中找到工作。 
即便是學術界也看到了生物資訊學工作機會的增長，該學科本身也在擴張。Zheng記得在基因組學早期發展時，大資料研究意味著科學家必須要離開高校實驗室加入產業界，但是這種趨勢已經變了。現在，像美國國立衛生研究院“大資料向知識轉化（Big Data to Knowledge）”等計畫已經開始為生物資訊學的學術研究提供資金支持。 
煉成大數據的技能 
專家一致同意，最成功（以及獲得工作）的生物資訊學家都具有大量的技能，但出發點總是對生命科學知識的掌握，也稱作該行業的“專業知識”。實際上，“你對生物學的理解越深，你越能在這個領域的工作中遊刃有餘。”Zheng表示。雇傭經理專門尋找在多個生命科學領域擁有博士學位的科學家，包括分子和細胞生物學、化學、遺傳學、免疫學和流行病學。在基因泰克，Gentleman尋找的候選人應具有某種特定疾病的生物學專業知識。 
除此之外，產業界的大資料工作也要求額外的關鍵技能，如文本挖掘、本體論、資料集成、機器學習和資訊架構。Gentleman所稱的優異的“量化能力”也是必需的，包括一系列的統計能力，以及包羅萬象的計算能力。這些包括核心的程式設計能力，如C++或Java的編碼，或PERL或Python的腳本編寫，Van Criekinge表示。一個很重要的能力是能夠控制作業系統如UNIX和Linux，並具備Hadoop和NoSQL資料庫等常用工具的知識，Mohan補充道。如果能夠具備資料視覺化和建立有效使用者介面的經驗，以及對於硬體的熟悉度，則會增加你的“銷路”。除了解決科學問題的能力，生物資訊學家必須要精通業務。“生物資訊學是團隊作戰。”禮來公司高級分析特聘研究員Stephen Ruberg表示，因此要求專案管理、團隊建設和溝通的經驗。實際上，“能夠與其他科學家溝通才是我們最注重的技能。”Gentleman表示。 
靈活度以及能夠迅速適應也是至關重要的。“這是一個快節奏的環境。”Van Criekinge表示，“你必須要有不斷使用新工具的心態，要不兩年內你就要被淘汰了。” 
搞定大資料的工作 
最理想的情況是企業能夠找到具備以上所有技能的應聘者，但是據消息來源表示，這只是一廂情願。更多的情況是，錄用決定取決於團隊的即時需求，尤其是考慮到他們的交叉學科本質。“我們尋找的員工是能用自己的專業知識彌補現有團隊的技能。”Roberts表示。然而，只是因為你缺少招聘海報中指出的某個具體才能或感興趣領域，並不意味著你就不應該申請。“我們隨時都會在內部共用簡歷。”Stephens表示。因此即便她不能讓你加入她在輝瑞的團隊，也可能會幫你找到該公司另一個適合你的團隊。 
在一些情況下，企業由於大量缺乏具有多技能的合格人才，因此在培養他們自己的人才。在羅氏，“我們提供各個領域持續的培訓，並鼓勵我們的員工參加會議、發表文章或者繼續深造。”Roberts表示。輝瑞的資料科學家有無數的機會能夠追求職業發展，同時公司也給員工時間嘗試新的技術，Stephens表示，她將其稱為“沙箱機會”。 
經驗在找工作之路上起到重要的作用。Kaleck極力推薦在產業界讀博士後或進行實習，但如果二者皆無的話，科學家可以考慮“橋樑”計畫，如數據科學人才培養計畫（Insight Data Science Fellows Program）。這項完全受到支持的六周培訓計畫為博士後提供了在Facebook和微軟等公司解決現實世界問題的機會。該計畫吸引了擁有生物資訊學博士學位的Vincent Fusaro。作為博士後，他擁有資料庫、Python、機器學習和資料視覺化等專業知識，這一點説明了這個“資料忍者”獲得了遺傳信息公司Invitae的工作。今天，他負責軟體工程、資料分析、流水線和產品研發等工作。 
不斷擴張的大資料 
資料科學家可以期待這個領域在不久的將來會以新穎的方式進行轉變和進化。但是底線是“企業在發展他們的生物資訊學。”Kaleck表示，“生物資訊學的工作機會與以往相比有100%的增長”，大多數是由於風險投資的增加所推動的。 
鑒於大資料是“這個地球上最火的領域”，Agrafiotis表示，那些具備必要技能和專業知識的人通常有很多可選的機會。“我必須要與穀歌、亞馬遜、LinkedIn和對沖基金競爭頂尖人才。他們在任何產業都很有價值。” 
特別是，大資料在大型製藥和生物技術領域的未來將是一片光明、激動人心的。“將你的專業知識帶到衛生保健領域。”Telthorst表示，“你就會知道你會做出一番事業，不論是對於患者還是對社會。” ■