说说做Biostatistician的好处坏处

目前就职一个南加小药厂，我5月底拿到的OPT，现在入职有两个多月，目前的title是Statistician/Data Manager，手底下两个助手，自己独立的办公室。

Pros：
1. 无办公室政治，无三哥上司，我直接跟CEO汇报，每天干完活带着助手玩Frisbee侃大山。
2. 没有on call，没有加班，没有deadline，早8晚5，中午午休一个半（我都是开车回家睡大觉），不用打卡全靠自觉
3. 充分的时间上班自学
4. 办身份
5. 该有的福利全都有，药企的保险比较全面而且环境宽松
6. 稳定，不用担心lay off ，可以一直干到退休
7. 需要我回中国开会，然后会放我的假去探亲，工费探亲？

Cons：
1. 给的肯定不如大厂ds多，不过南加物价还可以，自己一个月攒1500没啥问题（正常吃喝买买买）
2. 玻璃天花板，我已经是属于公司的亚洲人最高级别了，升职无望，加薪也是按年头加（会有bonus，中国市场的业务不过我这算个例不普遍）
3. 代码已经成为一个定式，基本上没什么自己发挥的空间，data cleaning会稍微写一写，剩下的分析基本按照FDA要求来写没啥创新（所以我自己去做一些额外的projects练手）
4. 一个萝卜一个坑，不会有新人来，所以公司没什么聚会团建，只是有时中午聚餐，大家也都是各吃各的。（互相已经没啥新鲜感了=。=）

关于Biostatistician转成data scientist的问题，是非常容易的有些岗位倾向于招有统计背景的人员。所以我这个岗位上的前任师兄就跳槽去做了machine learning engineer，给的package也相当不错，他说就是很多mle都是cs出身，所以那个公司比较看重统计背景，尤其有experiment design经验的人，并且他coding并不弱（上班刷了leetcode400+）。

ds和码农还不太一样，ds的很多模型可以比作水果刀，砍刀，佩剑等等，比如吃水果，有的人不懂模型背后的架构和一些假设，用佩剑去切水果，也可以吃到水果，但是效果和效率都会大打折扣（有些速成班培养出来的大多数都是这种）。所以除了代码能力，还要对数据有更深层次的认识，不然永远都是analyst，做不成scientist。当然了，现在ds这个行业职称给的也是相当混乱，很多时候analyst都说成scientist，这个就不在讨论范围之内了。

还是一句话，ds这个行业现在已经过饱和了，但是同时ds这个行业缺少的是高精尖的那波人，所以希望各位别赶一时时髦，多想想未来的职业发展怎样才能走稳走高，而不是仓皇上阵只瞧了个热闹。

》》友善的交流是文明的七点，个人拙见，不喜勿喷。



. Χ

Jackie2931 发表于 2019-7-17 03:18
想问下楼主，在药厂做biostatistician的经历在申请DA的时候有帮助么，因为感觉药厂用的是SAS，而DA主流用的 ...

每个药厂都不一样，我们用的是SQL和Python或者R，基本不用SAS。平时工作50%的时间用来维护数据库，然后50%的时间去做项目。项目一般是根据医生&会议论文&FDA审查的要求去做数据分析。要求定期产出一定的顶会分析，所以偏research。语言没有具体要求只要能做数据分析可视化就可以，我个人比较擅长python和R，所以用的比较多。

我师兄就是刷leetcode然后自己平时把写的程序整理封装。

申请DA有帮助啊，不过更多的还是要看个人背景，PhD>MS>转专业。

我的经验告诉我，不要轻易转行，统计不像CS就业那么强，但是如果统计背景深，基本功扎实，加上coding稍微出彩做ds或者mle不比cs差。

可以简单举一个例子，研究某种疾病不同治疗方法的效果（可以看成AB test），如果说没有扎实的统计背景，可能会直接跑模型（直接跑模型可能会得出很好的结果），但是有的时候模型得出来很好的一些结果有可能是完全错误的，有可能有confounding或者bias会直接影响到结论，这个时候就是看ds功力的时候了。

比如模型中患者的选择（Eligibility of Population），以及如果遇到unbalance data如何去处理bias。这些coding无法解决的问题需要统计的背景，通过调整experiment design或者进行diagnosis test等等。

我的经验积累，是通过阅读大量文献参考书，去看前人的错误做法、正确做法，自己去体会的。

所以真正好的ds不应该是“掉包侠”，而应该具有所谓的big picture。语言coding是工具，真正的魔术师是ds自己。

tzhang1988 发表于 2019-7-17 22:18
楼主，我感觉你的经验并不算一个typical biostatistician的case。如果是做clinical trial的话，FDA只接受SA ...

每年FDA的审查只是一小部分，大部分是医生想发会议文章来找到我去做数据分析（不只是美国，还有日本，澳大利亚，印度，中国等等）。所以SAS证书我也有，但是用的真心不多。我工作偏research方向，因为基本上每个月都会有1-2个医生会发来要求。不过不是所有的分析最后都能用来发顶会，有的医生也想看一下结果出来之后怎么样，如果不是statistically significant可能就不发了。

本文被选为全站置顶文章之一。
作者获得大米奖励。谢谢你的分享。

我觉得楼主是非典型性药厂biostatistician，贴的经验有点误导……在药厂最核心的biostatistician是做三期submission的那些人，跟楼主的工作内容完全不同呀。即使是做稍微早期一点的clinical trial的biostat，工作的重点也是要放在跟medical monitor, clinical ops, clinical data mgmt等cross functional team的通力合作上，以及对FDA各种guidance以及submission process的了熟于心。有些药厂顶尖的biostat甚至可以主导整个trial，从design到分析直到filing，是药厂最具话语权的team

楼主，我感觉你的经验并不算一个typical biostatistician的case。如果是做clinical trial的话，FDA只接受SAS output，你们公司怎么会不用SAS呢？貌似你们做的更偏exploratory analysis？

想问下楼主，在药厂做biostatistician的经历在申请DA的时候有帮助么，因为感觉药厂用的是SAS，而DA主流用的毕竟是Python，还是这个看公司要求不同而不同呢？另外就是在准备转DA的时候除了刷题，求推荐还有什么可以去准备的呢？

LZ 现在的DS行业是不是涌入了很多phd 非统计背景的？
因为。。。基础数学和coding似乎大多数phd都能cover

楼主可以内推吗 统计硕士 两年药厂/CRO 工作经验， 用SAS 用的多

根据楼主的描述，这应该是phd level biostatistician的体验。作为Master level，有时候不得不无脑执行高级统计师的analysis plan或者仅基于physician兴趣的“都看看吧”。这样情况下如何更好地培养对big picture的理解和积累experiment design方面的经验呢？想要听听楼主的建议。目前的工作情况让我觉得自己是R programmer，并且大量时间花费在data cleansing，对付physician给的千奇百怪原始数据表格。

AnoymD 发表于 2019-7-17 04:12
每个药厂都不一样，我们用的是SQL和Python或者R，基本不用SAS。平时工作50%的时间用来维护数据库，然后50 ...

想問下樓主轉專業是那些專業算轉？DA大多都是Stat, BA來做，所以其他算轉專業嗎？

感谢楼主分享，稍微歪个楼问下探究一种疾病的各种影响因素时遇到大量的highly correlated的变量，无法有效降维时一般会尝试那些思路阿？谢谢！