如上節所說，我麵試了一大圈，一個offer都沒有。連著兩個月都在飛機上度過，一想起機場就要吐。有人跟我說應該辦個會員卡，攢點積分。我在各種沮喪中，是完全沒有心情搞這些事情。收到第八個on-site的拒信之後，我開始嚴肅的思考自己的前途。研究生命科學雖然是我的夢想，但是生活還是要過，飯還是要吃。痛定思痛，我決定放棄諾貝爾獎的夢想，去公司找一碗飯吃。網上總是有很多關於學術界如何轉行公司的帖子。我這裏也加two cents。
首先我覺得自己三十多歲了，不想跟小年輕們一起熬夜寫代碼了。這麽多年沒發計算機的文章，大公司的研究院（比方說我出國前的位置）可能回不去了。所以我沒有投IT公司。我投了三個有名的生物醫藥的公司的搞計算的位置。這些公司裏麵很多博士後轉行的，所以我你年齡也不算大，專業也勉強算對口。三個公司都給了電麵。公司的電麵比學校容易多了，問的都是“什麽條件下可以用t-test” 這個級別的小兒科和簡單的對他們公司的了解。電麵以後有一個公司就此不回信了。另外兩個公司給了on site。其中有一個公司經理麵完了後，HR又來電麵，問的都是些摸不著頭腦的問題，我答得也是糊裏糊塗的；當時估計掛了。不過完事之後他們還是請我去on site。
第一個麵試的公司是一家傳統的大生物醫藥公司。麵試前，跟學校一樣，發來one-on-one 的名單。跟學校不一樣的是，他們居然發來一篇Nature Biotech的文章，讓我講一個小時的seminar。我靠，公司裏也搞journal club啊！我看了看，是一篇計算方法的文章。研究一下發現它頭重腳輕，很有些問題。Introduction裏麵一大堆忽悠，結果其實不支持它聲稱的東西，算法從直覺上也是不靠譜的。於是我要求換一篇文章。HR回信說不能換。我隻好在麵試的時候硬著頭皮講這篇文章是不靠譜的，為什麽是不靠譜的；大約是什麽人背景的審稿，NBT才被忽悠了。大家嘩然，也不知道信不信我。但是從過程中，大家可能會至少覺得我對本領域還是懂一點的。
然後是one-on-one，有一個是講vision的，一個給我介紹他們幹啥，我來了幹啥。其他都是實實在在的具體問題。主要的問題都是統計分析和神經科學的基本問題，很輕鬆的。有個人還問了我GitHub上的工具能不能擴展某個功能給她用。最有意思的是有個老印，自稱是後台程序員，先考了一些麵向對象的基本常識和幾個小學水平的算法。我輕鬆寫完了後，還有大一半的時間；他居然出了一個很奇怪的，在常用的數據分析中不可能用到的問題。仔細想想，發現他的問題等價於寫一個語法樹的實現。我大吃一驚：藥廠也有人搞編譯原理？我可是多年沒摸理論計算機科學的東西了。然後我好不容易憑記憶勉勉強強寫了一些，時間到了，下一個麵我的人敲門了。寫到一半的東西也沒法運行，隻好就這樣了。他說你的設計可能是對的。然後就“祝你好運”，再見了。回去之後，我十分擔心那個老印的問題。計算機本來是我的專業，沒想到死在這上麵了。
不過過了幾天，offer居然來了。可能這個老印看我是學計算機的非要顯擺一下，不一定非要我做的出來。各種待遇加起來，算上bonus，大約18萬。其實我申請的時候是不知道公司大概工資多少的，麵試的時候也沒有問。心裏預期是比學校教職稍微高一點。一看這麽高，心裏挺高興的。
第二個麵試的公司是一個市場上的新貴，本來不是很有名，但是最近新藥上市，急速擴張。（順便提一句，治療川普新冠的抗體療法就是他們搞出來的呢。）這個公司的麵試讓我做一個research talk，講講我博後期間的工作。然後就是一堆one-on-one。基本上就是問一些如何處理生物大數據，如何做統計分析，如何規劃項目等等。問題都挺簡單的。感覺上這個公司的跟我談的人技術水平都不很高，經曆都很淺，問我問題的時候他們自己也不清楚標準答案應該是什麽，就聽我介紹一下。他們下載過我的GitHub的代碼，問了我一些實現的問題。跟HR談的時候很不舒服，那個人非常強勢，對我一通洗腦。後來麵我的人都對我表示同情，說他們進來的時候也被此人轟炸，讓我不要放在心上。總體上來看，第一個公司的麵試中，我見到的人級別高一些，對人也很友好；第二個公司，除了兩個director外，麵我的人都比我年輕，有個人居然都沒有具體的計劃要跟我說什麽，就隨便聊聊完事。整個麵試安排對申請人的尊重也差很多。我申請的位置似乎也比上一個公司低一級。感覺上這是個暴發戶公司，就像當年的Facebook，一下子有了很多錢，擴張的厲害，但缺乏高素質的人員。上一個公司可能窮一些；但是有點像當年的IBM，雖然過氣了，但是任然保持著高端的格調和貴族的氣質。後來第二個公司也offer我了，待遇比第一個高一點，但是我更喜歡第一個公司。
於是我就準備去第一個公司了。不過想想要告別我熱愛的科研事業，又很依依不舍。這麽多年，總覺得自己很有才華，但是卻無處施展；隻能在孤芳自賞中任歲月流逝。真是“曉鏡但愁雲鬢改，夜吟應覺月光寒”。出國折騰一大圈搞了六七年，一路行色匆匆，年華似流水；到頭來還是命運弄人，千辛萬苦回到原地：找個公司繼續做。哎，有飯吃總比沒有強；很多人N年博後，被人戲稱為什麽“千老”，都想去公司。我有個工作能養家應該知足了。
如果總結一下所謂的生物“千老”怎麽轉工業界的話，我覺得隻要基本的統計，算法學好了，對各種流行的實驗技術稍微有些了解，能熟練分析數據，應該在生物技術和製藥公司找生物統計的工作就不是很難的事情。工資比專門的碼工或統計可能低一點，但是對硬核的代碼和統計要求並不需要很高；比方說計算機學過基本編程和數據結構，或者統計到達一般本科的水平，就綽綽有餘了。不過對自己的定位要清楚，最好是statistician或programmer，而不是兩邊都不沾的Bioinformatician或Data Scientist。如果誰特別喜歡Data scientist這個詞，在簡曆上這麽寫，也要讓雇主看清楚你到底是會做統計分析還是會碼程序（還是both），千萬不能給人家一種做實驗為主，隻會跑點別人寫的pipeline的印象：這樣的人太多了。
生物博後如果希望轉行去公司，完全不需要上什麽培訓班，在家把統計係或計算機係的本科課本稍微看看，做點題，基本功就夠了；再把網上的生物大數據下載下來自己分析一下，然後建一個自己的GitHub，把代碼放在裏麵作為自己的項目經驗的evidence，就可以了。招聘經理看了你的代碼，就知道你的項目經驗；不需要專門去不知名的小公司做“實習”寫在簡曆上。（放在簡曆上可能人家也不相信，多年的代碼在網上實實在在的。）其實不管是做什麽研究方向的，做計算的總是比做實驗的在公司好找工作些。做實驗的行業，各種族裔的人都特別多；做計算太燒腦，在大家都沒有正規訓練的情況下，華人占優勢非常大的。想做教授的生物博後可能應該一邊追求科研理想，一邊順便注重一下統計和計算機的基本技能，做點大數據的分析，精心維護好自己的GitHub。這樣萬一科研的路走不通，轉行的時候就從容一些了。
更多我的博客文章>>>
