怎么把三代测序correction 的速度提高再提高，准确度提高再提高；计算资源消耗降低再降低，
--
FROM 180.165.152.*

做这东西现在还能找到工作吗？

【 在 zea 的大作中提到: 】
: 怎么把三代测序correction 的速度提高再提高，准确度提高再提高；计算资源消耗降低再降低，
--
FROM 71.174.117.*

我观察做这些东西在学术界找工作也找不到了，现在学校基本都要AI的老师。感觉这种方向已经没了。

【 在 zea 的大作中提到: 】
: 找不到了。
: 测序本身和算力逐渐便宜。
: 再极致优化算法，可能也不如堆数据堆算力硬搞。一力降十会。
: ...................
--
FROM 71.174.117.*

在cs系，基本只要人工智能，对生物学问题不了解，乱做也可以，不需要在意什么实际意义。在生物系做assembly之类的东西，系里不太支持，也招不到能做这个的学生或者博后。但是生物系里也可以做人工智能，因为很多生物的学生做统计深度学习也很厉害。总之这个方向已经消亡了。我有的时候在疑惑，这个方向沦落到如此地步，难道真的是因为不重要？按道理这是cs里非常经典的问题，也是bioinformatics的核心问题。

【 在 zea 的大作中提到: 】
: 大概还能混下去的是能对生物学问题有足够深入的理解（很可能是对特定小领域很专的问题）。问题驱动的思路，不管从什么角度入手，能承受的合理的资源投入，关键在解决。从生物学备样-测定-计算-生物学解决，全流程能盯起来。
: 为算而算，这个风口在生信领域过时了。
: 往往是还可以的算法，还能接受的计算量，能解决就行。
: ...................
--
修改:chhy FROM 71.174.117.*
FROM 71.174.117.*