生信薪资真相：先看懂招聘数字背后的口径

生信薪资真相：先看懂招聘数字背后的口径

同一个专业名，落到工资条上能差出好几倍。差的不是运气，是口径、城市和岗位。

每到求职季，“生信能拿多少钱”就被翻出来讨论一轮。招聘平台上，从月薪8k到年薪40w的岗位描述，看似是一个行业，其实是有好几个赛道。我宁愿记不住一个数字，也要明白这些数字是如何计算出来的。

招聘信息中的“年薪”有三种计算方法。最常见的就是月*薪×13-15个月（年终奖被提前计算在内）；也有将项目奖金、餐补房补、落户补贴全部计入的；也有将期权按估值进行计算，看起来很光鲜，但可能几年都变现不了。同样的工作，往小了说是18万，往大了说就是28万。所以横向对比前，先搞清楚对方采用的是哪一个体系。还有个小坑：你看到的往往是税前，扣了五险一金和税，实际拿到手的会少很多。

最近爆出的招聘数据中出现深圳25万、苏州30万，疑似“苏州反超深圳”。真去翻原始岗位，你就会发现这两个数字往往是不同学历，不同岗位，甚至不同年份的样本。一个做测序服务的生信工程师和一个做药企转化医学的生信工程师价格怎么能够放在一起对比呢？城市间的差距是存在的，但没那么戏剧化的标题暗示。真正值得看的是你的区间落在哪一段，你落在了区间的哪一端。

根据公开信息，一线城市生信硕士应届的起薪在10-20W左右，博士和大厂实习的更高，进入头部药企研发岗或者建模组会更高。新一线城市如苏州、杭州、南京、成都、武汉等，数字低一档，但是房租、通勤、落户的压力也小，算下来每月所剩的钱未必更少。只看税前数字比城市，很容易得出错误的结论。继续往下，二线生信岗位数量明显减少，并且主要是测序服务和农/医检方向。

学历的边际效应其实没有很多人想象的那么弱。硕士是主力军，绝大多数岗位对学历的要求就是硕士；博士虽然起薪未必高，但能进入需要独立设计和开展课题、申请基金、带领小团队的单位，长远发展上限更高。本科并非没有机会，只不过往往需要补齐工程能力——写好流程、写好代码、讲清结果，这些是可以直接转化为议价能力的。学历决定了你从第几层开始，能力决定了你多久可以上一层。

还有一个被低估的因素——单位性质。高校/科研院所技术岗、博士后：稳定，能接触前沿课题，但是账面薪资不高（靠平台及以后机会）；企业：直接给钱，节奏及考核。两条路不分高低，但拿高校工资来比较企业或反之都没有意义。

按照“离决策远近”对岗位进行排序，价格梯度一目了然。最底层的标准化分析，执行固定流程、输出固定图表、制作固定报告，此类工作易上手，市场需求大，但易被替代，薪资水平长期停滞。往上一层是可以独立负责项目的数据分析，从实验设计开始就参与其中，知道要用什么统计方法、要控制哪些变量、结果是数据问题亦或是生物学问题。从这一层起，工资不再是根据“跑了多少样本”来算，而是根据“避免了多少错误判断”来计算。

再往上就是交叉的方向。药企转化医学与生物标志物部门、CRO的项目负责人、AI制药中的算法应用岗位，需要能够解决生物问题且能与工程和临床沟通的人才。今年的这种岗位确实需要生信的，因为不缺模型，不缺算力，缺的就是判断数据是否可用，结论是否可靠的人。但要求也水涨船高，会调包还不够，还要看得懂模型输出什么，怎么翻译成生物学语言。

所以当你看到“生信工程师”时，不要只看工资，看看职位的描述，是“完成任务”，还是“设计分析”，还是“促进决策”。动词不同，价格自然不同。同样的title下能差出两三倍，差的也就是这几个字。

入场券很明确：Linux命令行、Python或者R至少会一种、统计学的概念要真正理解而不是背诵名词、测序原理和常见的数据类型要清楚。没有这些不牢，谈方向都是空谈。往上加分的就在几个点：单细胞、空间组学这些正在高速迭代的数据、多组学的整合思路、机器学习和深度学习的基础、工程化（把自己的分析变成别人可以复现的pipeline，用container和workflow工具管理，而不是只存在于notebook里面只有自己才能跑的代码）。

还有一项经常被忽略：把结果讲清楚的能力。面试时被问"你这个差异表达结果说明了什么"，能答出通路、机制和局限的人，和只能答"padj 小于 0.05"的人，给人的判断完全不同。如果你想在求职前攒一个能完整讲出来的分析案例，可以借工具省掉环境配置和调参的时间——像 PaperOK 的生信模式，用一句话描述研究问题和数据，它会先跟你确认分组和统计标准，再完成质控、差异分析、富集，交付图表、统计表和可复现脚本，每一步都能展开看。重点不是让它替你做完，而是你能看懂每一步、面试时讲得出来。

第一件，把你真的想投的十个岗位描述打印出来，用笔把里面的动词全部圈出来，看看自己现在的能力是哪一层。第二件，将税前收入换算为实际到手和实际可支配，扣除五险一金、个人所得税、房租及通勤费用，对比两个城市，结果往往大相径庭。第三件，面试时了解清楚薪资构成：月薪几个月？年终奖多少？多久调薪？如何晋升？对于这些问题的答案远比招聘启事上的区间有用。

最后提醒一句，这些区间是我从公开招聘信息中总结出来的，受行业周期、公司体量以及年份影响，切勿当作承诺。真正的铁律就一条--能定义问题、能判定结果对错的人永远比只会干的人要贵--

薪资是结果，别把它当成起点