Feb 01, 2025
學習跨領域學科或基礎科學的人,在求職時,往往會比專項應用學科的人有更多的掙扎。基礎學科沒有直接對應的業界職缺,跨領域學科則會讓人有「樣樣通、樣樣鬆」的疑慮,所以兩者都需要更多努力,才能找到屬於自己的定位。生醫工程和系統/計算神經生物就是這樣跨領域、有時又過於基礎的專業。
這集很榮幸的邀請到曾在 Meta CTRL Labs(現任 Meta Core AI team)擔任 research scientist 的張嘉容博士,來跟大家聊聊她遊走在生醫與數理工程之間的職涯歷程,從一開始在醫學系和電機系抉擇、到選擇生醫工程碩士、神經生物博士後,又再回到科技業的職涯之路。也分享她科技業中,如何利用自己的跨領域生醫背景,在神經介面/肌電訊號研究、聲音訊號分析研究與產品開發中做出貢獻。最後聊到系統神經生物/生醫工程如何與訊號分析研究連結,有什麼樣的職涯機會,還有她一路的職涯探索與選擇。
「生技來一刻」感謝國科會與駐波士頓辦事處科技組贊助我們製作節目。我們也歡迎聽眾小額捐款生技來一刻,您的支持能幫助我們製作更優質的節目。https://www.paypal.com/US/fundraiser/charity/2101877
Team:
👩💻 講者 | 張嘉容 Chia-Jung Chang: https://www.linkedin.com/in/chia-jung-chang-mit/ |
🎤 主持人 | 何逸雲 Yi-Yun Ho:https://www.linkedin.com/in/yi-yun-ho-476b995b/ |
🧑💻 後製 | 彭日平 Riping Phang:https://www.linkedin.com/in/riping-phang-827859a0/ |
過去相關訪問:
📖 延伸閱讀:
諾貝爾得主 Bernard Katz 利用數值分析證明神經突觸的 quanta release 的 paper DEL CASTILLO J, KATZ B. Quantal components of the end-plate potential. J Physiol. 1954 Jun 28;124(3):560-73. doi: 10.1113/jphysiol.1954.sp005129. https://doi.org/10.1113/jphysiol.1954.sp005129. pubmed: https://pmc.ncbi.nlm.nih.gov/articles/PMC1366292/?page=1
時間軸: 學經歷背景:神經生物PhD 到Meta AI scientist (1:55) 對神經生物產生興趣的契機 (5:34) 從學界轉到業界的轉折 (10:28) 學界和業界的合作與研究氛圍差異 (14:25) 介紹Meta CTRL Lab 及其神經介面的產品:手寫字辨識、肌電手環、穿戴式裝置 (20:50) Meta Control Lab / Realty Lab的成員組成背景 (24:42) 系統神經生物訓練的優勢:系統化研究複雜系統的能力 (28:17) 生醫工程/系統神經生物/計算神經生物的工作機會與職涯抉擇,進到科技業的契機 (36:47) 從分析「時間序列」開展的職涯探索 (39:54) 是否考慮過腦機介面的工作機會 - 「穩定」與「有趣」之間的抉擇 (47:16) 藥廠有適合的工作機會嗎?(51:20) 意料之外的工作面試機會:金融業量化分析師 (55:56) 影像分析的工作機會 (1:00:58) 怎麼看待自己的職涯定位 - specialist vs generalist (1:02:39) 給學弟妹的建議 - 深入了解不同職涯的真實面貌、Be open-minded (1:10:58)