生物信息研发工程师培训

华大的生物信息分析课程分三级 初级：生物信息分析员         报名参加认证考试的条件如下（满足其中一个就可以）：         a.参加了生物信息分析员的所有学员         b.生物信息专业在读本科生（大三及以上）、研究生可免修培训直接报名参加考试 中级：生物信息工程师         报名参加认证考试，需要符合以下2个条件之一：         a. 获得华大《生物信息分析员》认证证书（就是通过初级课程和考试）         b. 生物学、计算机学、统计学、生物信息学等专业，从事生物信息分析相关工作1年以上（已经工作的人找单位开个工作证明就行，so easy！） 高级：生物信息分析专家（分四个方向：复杂疾病，微生物，动植物，癌症）         高级的认证考试要求比较高，必须参加了高级课程（包括线上和线下的）而且通过了中级考试认证。两个条件都满足才可以划重点：仅目录，想看教学视频请移步华大基因学院慕序平台（收学费的呦，618，双十一经常会有优惠~~）    为什么要用Gene-based关联分析     Gene-based关联分析方法     相关概念介绍     生存曲线的比较     COX回归分析     表型方差计算与疾病预测概念及方法     基因交互的概念与分析方法     案例分享一，二     总结     概述     外显子和目标区域测序分析的整体流程     基于群体的变异检测     样本，SNPs QC     基于SNPs-based关联分析     连锁分析     Meta分析     案例分享     GWAS基本概念介绍     GWAS实验设计     样本的质控     Case-control常用统计术语     Case-control常用统计检验方法     项目案例分享

生物学研究时，实验下游的数据分析部分需要借助计算机编程、数学统计、现有软件等手段来得到实验结论。生物信息工程师就是做这部分工作的，主要有分析思路的设计、实现等。数据大多来源于DNA测序仪，以及其他设备。

信息分析师：大概的工作内容就是整理数据，分析数据，调研数据，等等一系列的工作。生物信息分析师，大概就是和生物相关工作的数据分析师了。

目前有有科研服务和临床检测两个方向，有硕士学历可以依靠生物学基础优势从科研服务做起。一般有生物信息分析工程师，和生物信息研发工程师，前者其实对编程基础要求不高，更多的是关注生物学问题，可能需要python 基础，只要能简单地利用内置的一些数据结构如列表，字典，集合，文件读取写入操作，以及循环判断等来进行数据的操作就行了。因为sci论文对绘图有要求，所以可能还需要R来绘图。可以考虑往第二者或者云平台开发等IT岗位发展，生物信息研发工程师一般要求能写流程，懂得性能测试，知道机器学习等统计算法，总的来说要求更高的综合能力。

1. 计算生物学、统计学、机器学习、生物信息学等相关专业2. 国内毕业者需硕士学位或以上 （或国内本科及两年以上相关工作经验）海归人员需国外的本科学位或以上3. 熟悉LinuxUnix操作系统，有HPC环境背景优先考虑4. 熟悉生信流程创建5. 精通PerI、R （如会Matlab、Python、CC++中两种以上编程语言可加分）6. 具备较强的中英文文献查询与阅读能力，并做英文书面报告7. 精通单细胞、高通量测序数据的分析全流程者优先考虑