1樓：
2。bioinformatics（BI）和computational biology（CB）兩個區別不大或者幾乎沒什麼區別。大部分學校不作劃分，比如耶魯CBB專案。
國內生信大多放在生物系，歐美的兩個學院交叉非常普遍。
3。學生信第一天要知道的一句話就是：這個方向分兩個子方向，乙個是偏生物的，拿別人已經寫好的工具來分析問題；第二種就是自己寫演算法，分析生物問題。
只要不掉入第乙個坑就行，當然你想做科研，找教職，無所謂。就生信本身而言，還是第一種的坑多。
2樓：桃花源中的法法
清楚這個差別，題主的問題就可以分為兩個情況，題主是想提供某種服務，軟體或是平台，還是想尋求生物學問題的答案。我感覺如果是前者，最終就會淪為碼農，而且工業界對生物資訊的需求量還沒有非常大(我只了解我的所在國的情況，可能美國會高一些？)，不如作可以普遍化的資料科學家，能處理各種資料型別。
如果是後者，前景比較廣，尤其是製藥醫療行業，但門檻比較高，CS轉生物要建立另外一套知識體系，分子生物，生物化學，病理藥理，免疫學，就記名詞就能讓人腦袋炸開。。。(這是我的體會，對其他人未必是個問題 )。
3樓：lala lala
我是學生物資訊的，在自學機械學習。確實有難度，而且我還算有系統的學過神經網路，svm，線性非線性回歸什麼的。但是我這樣的想寫出什麼新的algo什麼的也不可能，更多的是想知道怎麼應用在生物領域
4樓：Tang Boyun
從機器學習跨到生物資訊，屬於「降級」，即從更高難度學科跨至低難度，順著這個方向，比較容易，反過來則難。同樣的降級，例子有統計 -> 生物資訊，應用數學 -> 生物資訊。
成功案例：張學工教授（統計學習理論譯者，國內較早展開支援向量機研究的專家），自動化出身，跳生物資訊。現在承擔國家第乙個973生物資訊專案。
但一般很少有人這麼跳，因為路通常更窄，待遇通常更差些。
大資料時代下的生物資訊學專業與生物資訊學職業？
生物資訊從大面上至少可以分成，開車的和造輪子的，搞汽車裝修的這幾類。除了開車的，其餘很少能夠接觸T以上的資料。我最近在實驗室做一些分析，我也不知道算不算大資料，反正一周樣本都跑下來，快10個T了。現在測序很便宜，乙個樣本測個幾百G，然後平行幾個樣本的事情以後肯定會越來越多。什麼是真正的生物大資料時代...
即將在計算生物學領域和生物資訊學領域和生物資訊學領域讀PhD，這個領域什麼樣的導師算是好導師呢？
資料科學那些事 雖然不是完全切題，但是這裡寫了一些選導師容易調入的坑，以及如何避免。申請國外 PhD，選擇導師的時候，都有哪些 坑 需要留心？目前生物資訊學及系統生物學有哪些大牛？ Philip Yang 跟其他答主一樣的部分 大原則還是先選方向，再看導師。個人想法 不要衝著大資料，特別是你是生物背...
請問生物資訊學如何？
熱門研究領域，前沿研究領域的密集區。適合 1.數理化生農計電背景的科技狂人，科技宅 2.數理化生農計電背景的，不喜歡社會，喜歡學校的人3.生化環農本科，想找個相對不那麼坑的方向的人4.本科生化環農想轉cs 資料科學，又被客觀條件制約難以硬轉的人不適合 1.一心想找工作，憧憬社會的人 2.理科差的人，...