美國生物資訊、計算生物學面試 - offer

比較少看到生物資訊、計算生物學相關領域找工作的心得，今年初開始，一邊準備
畢業一邊找工作，順利找到工作後，分享一下這個領域找工作的過程跟心得。

* 背景介紹：
PhD in Computational Biology and Computer Science, Brown University
研究領域：
Computational methods on cancer genomics
主要為設計probabilistic models/algorithms
尋找導致癌症的driver mutations
發表論文：
Journal paper*2, in preparation*1 (first author)
一些跟校內校外教授們合寫的journal paper*n

* 學界 vs 業界:
大概是畢業前一年半左右，開始思考自己應該待在學界還是業界，喜歡學界自由
的風氣，可以做一些自己喜歡的研究，同時也很想知道自己的所學到底在業界可
以應用在什麼地方。詢問了指導教授，很感謝他建議我可以利用暑假去業界實習，
對於畢業後找哪方面的工作會比較有幫助。因此，去年暑假到了Pfizer實習，這
三個月除了專業知識上的收穫之外，體會最深的就是fast-paced decision-making
跟每個project之間的分工合作，另一方面當然也有體會到業界的一些現實面。

綜合了這些經驗後，今年初開始找工作的時候，我大部分都著重在尋找 Biotech
跟 Pharma 公司內R&D相關的工作，一方面蠻喜歡業界相對快速的步調，另外一方
面也可以繼續發揮研究領域的專長。

備註1: 其實在面試完以下的公司後，發現我的研究領域方面，業界跟學界的連結
其實相當足夠，研究的東西本質上差異性老實說並不是很大，以下會有比較詳細的
描述。

* 找目標→丟履歷→回應：
除了鎖定一些大家所熟知的大公司外，也有透過 LinkedIn Jobs, Indeed,
Glassdoor等網站幫忙設定目標，最後再加上自己建立的connections，總共丟了
大概有20多間，約略Pharma及Biotech各半，職缺的話 data scientist,
bioinformatics scientist/computational biologist, software engineer都有。
地點的選擇，因為未婚妻工作地點的關係，大部分都集中在Boston area 跟
Bay area。

這個丟履歷的過程，大部分幾乎都是沒有回音，或者直接發拒絕信說不適合、經驗
不足，以下列出有電話聊天或面試的：
- Pharma : Novartis, AstraZeneca, Biogen, Pfizer, FLXBio
- Biotech：10X Genomics, Natera, Counsyl, Bina(Roche sequencing)
- 其他：Stanford Health Care-CGSC, IBM Watson, Google(software engineer)

之後有機會進入下一輪onsite interview的公司為：AstraZeneca, Bina,
10X Genomics, Natera, Stanford Health Care, Google, Novartis。

* 面試過程 (按時間排序)：
- AstraZeneca: Bioinformatics Scientist (Cancer genomics)
面試過程： Presentation+QA (40 mins),
scientific interviews (30 mins*2),
technical interviews (30 mins*3)
這是第一間接到面試的公司 (三月中左右)，因為沒有任何面試經驗，接到後
有寫信詢問hirining manager面試的內容，我把對方提點到的東西都準備了，
儘管如此，因為時間很緊迫，其實準備得不算非常充足。Presnetation我有針
對phone interview內對方所提到的研究方向來準備，scientific interviews
蠻有趣而且刺激的，問了很多研究相關的問題(非常類似參加會議台下發問的
問題)，此外還有一些職場上應對的問題，例如：你希望跟老闆的工作模式為
何？ 如果老闆跟你意見不同，你怎麼說服他？等等...。
Technical interviews則是比較著重在其他bioinformatics領域的問題，例如
phylogentic tree, differential expression analysis of RNA-seq data,
machine learning, sequencing technology等等，衡量你懂不懂除了
cancer genomics之外的相關知識。

- Novartis: Bioinformatics Scientist, Oncology
這個蠻可惜的，通過電話面試後，安排好了onsite日期，等待過程中，
這個缺被freeze了...。

- Google: Software Engineer, PhD University Graduate
這是第二間onsite的公司， 因為是software engineer的面試，過程大概就如
其他版友分享的一樣，跟生物資訊比較不相關，就不多贅述。

- 10X Genomics: Computational Biologist, Algorithm Development
面試過程：Presentation+QA (60 mins),
technical interviews (45 mins*7)
緊接著Google面試的隔天，我到了這一家startup面試。10X的面試過程非常緊
湊而且紮實，大概是我這一波面試過程中碰過最硬的面試了。每個面試官都問
了至少一題coding question，另外有些會加上一至兩題機率統計問題。
Coding題目大部分跟定序相關，例如k-mer, powerset enumeration等，機率
統計的問題則是有 bayesian statistics (下雨天機率問題), 銅板likelihood
問題, 找特定序列的機率問題, MCMC sampling 等等...。除了這兩類的問題
之外，也問了很多biology的問題。

- Stanford Health Care: Senior Bioinformatics Scientist,
Algorithm Development
面試過程：Technical interviews (45 mins*2),
scientific interviews (45 mins*5)
Stanford health care的Clinical Genomics Service Care (CGSC)是一個剛
成立的team，才剛開始招人，因此有點類似startup的設置，主要工作內容是
醫院病人的WGS分析，發展precision medicine。面試過程比較輕鬆，也可能是
我慢慢進入情況，比較有經驗了。
Scientific interviews都是我發問居多，我事前準備了蠻多題目，剛好藉由發
問了解他們的工作內容。Technical的部分，則是考了suffix tree、MCMC
sampling的概念、著色問題、quick sort，以及如何尋找genomic variants
(GATK pipeline的概念)。除此之外，有機會被專業醫生面試，也算是一個蠻有
趣的經驗。

- Bina: Bioinformatics Scientist (Genomics)
面試過程：Presentation+QA (60 mins),
scientific interviews (40 mins*8),
technical interviews (事先電話)
Bina之前也是一間startup，但是前陣子被Roche收購併入Roche sequencing。
Bina的onsite interview幾乎都是圍繞在我的研究，花了大部分的時間討論我
的研究細節，我想是因為他們也在做跟我研究非常類似的內容，此外他們也很
明確的表達希望我可以貢獻我的研究專長。

- Natera: Senior Computational Biologist
面試過程：Presentation+QA (60 mins),
scientific + technical interviews (45 mins*7)
Natera是一家做血液基因檢測的公司，最近開始發展癌症基因的檢測，因此開
了很多oncology相關的缺。 面試過程則是有點像是如上描述的綜合版本，
hiring manager主攻很多我的研究相關的問題，有的面試官主攻職場上應對的
問題 (例如你會怎麼跟wet lab的biologist們合作溝通)，也有coding
questions (k-mer + suffix tree)，genomic variants 的問題，機率問題
(bayesian statistics跟銅板likelihood問題)，也有VP來闡述公司的過去
還有未來的發展。

* 面試結果：
其實整個面試過程拉得很長，從三月中開始一直到五月中才結束，這期間還夾雜著
我的論文口試，一整個就是非常忙碌。整個面試過程中，接觸到許多不同領域的新
知識，個人覺得收穫還蠻豐富的，從藥廠、定序公司、基因檢測公司等等，有點像
是走過一輪業界的rotations。最後在五月中的兩個星期內，陸陸續續地拿到了四個
offers。

* 抉擇過程：
在拿到第四個offers後，因為每間都很不錯，實在太難抉擇，因此我又陸續聯繫了
每間公司的hiring managers在電話裡聊了一遍，從公司願景、工作內容，聊到相處
模式、參與的project等等，因為覺得選擇一個好上司還蠻重要的，藉由問問題、
聊天的過程中，你也可以發現對方是不是一個適合你的老闆，從他講述工作內容跟
願景上，觀察對方是不是很清楚公司現在以及未來的規劃。至於薪水方面，因為有
拿到一些senior的positions (base薪水高出很多)，所以在幾回合的counter
offers後，最後每一間其實都給到相當有競爭力的薪水跟福利。其他我也有列入考
量的點，例如公司規模(大公司 vs 小公司)、職缺的高低位階(senior vs entry
level)、對於你要加入的team的感覺好壞(面試過程中可略知一二)、長中短程的職
場規劃(例如某間公司會有我想在短期幾年內想學的新科技新知識、或者比較有挑戰
性的project可以參與)、工作環境等，供大家參考。

* 其他心得：
- 自我介紹：因為幾乎每個面試官都會請你做自我介紹，請認真準備一個快速呈現
出自己優點的簡介，從簡單背景介紹、有系統地介紹自己的研究內容、為什麼對
這個公司有興趣，這短短兩三分鐘，可以讓面試官更了解你，自我介紹過程中的
一些起承轉則也會讓面試氣氛輕鬆不少，甚至很多面試官的第一個問題都是從你
的自我介紹當中發問。
- Connection的重要性：上面我列出來有回應的公司，超過一半都是因為有
connections，沒有connection的話履歷真的就像丟到水裡一樣。建議唸博班過程
中，可以多參加一些會議，或者主動參與一些大型的計畫，認識一些業界學界的
人，等到真的在找工作的時候，這些connection都會非常有幫助。
- 認真檢討每次的面試：從上面的題目來看，其實蠻多問題都被重複的問了，因此
認真檢討每次面試的題目，會對下一次面試很有幫助。
- 跟hiring manager保持聯絡：此外，面試過後也請跟hiring manager持續保持聯
絡，某間公司面試完畢後因為公司裡面的一些變動，因此無法立刻給我offer，
不過因為跟hiring manager密切的保持聯絡將近兩個月，到最後他還是順利爭取
到了我的offer。
- 練習再練習：不管最後有沒有拿到offer，我覺得每一次面試都是非常有收穫的，
例如應對技巧的磨練，持續練習累積經驗就會越來越有信心。Presentation的部
分，我也是對實驗室的學長姐博士後們練習了很多次。

最後希望這些小心得可以對想找生物資訊、計算生物學相關工作的人有幫助，
如果有想到什麼漏掉的我會再補充，如果有任何問題，我很樂意回答，
不管板上或者是私訊。









--