[生科出路]從生科到生理訊號工程師-過來人建議

身為過來人，了解在就學期間對生科出路未來的迷茫以及無助感。就算能夠上網找資料知道出路可能可以如何發展，但是對於產業、跨領域心路歷程以及實際工作內容、需要的能力並沒有完整且直接的資源可以參考。

因此想要透過自己的力量訪談一些從生科跨到不同領域的人的心路歷程，並且再將這些跨領域人才的談話的內容整理、擴充、理解後撰寫成文章。包含工作內容如何應用跨領域的知識、跨領域遇到的困難或分享一些有趣的故事等。

這篇是生理訊號工程師的最後一篇，裡面提到一些對於產業的看法、智慧醫療趨勢以及個人如何準備自己去動態配合市場需求。同時也給一些過來人的建議，讓要跨領域的人更知道自己應該怎麼準備。

如果你第一次看到我的文章，歡迎訂閱我的免費電子報，會陸續更新生醫技術介紹、跨領域人才的專訪以及生理訊號相關技術培養，讓你了解生醫以及學習成為跨領域專家。

你對AI在這個產業的看法覺得有什麼影響？

我個人是持有正面看法的。

回想一下前面提到的內容。跨領域在養成的過程容易造成兩領域沒有辦法達到很專精的狀況，但是在領域之間的洗禮情況下，造就的是對事情的觀察力以及解決跨領域問題的能力。

在AI越來越盛行與發達的情況，領域不專精的狀況可以透過AI來協助，把跨領域的優勢解放出來。

舉例來說，我在遇到問題時，會需要做假設、驗證。在假設到驗證的過程會需要寫很多code來測試自己的假設是否正確。通常，因為我自己程式能力並不是到行雲流水，為了測試自己一個想法可能要花一個下午才能測試完一個假設，那找到問題的根本就可能需要花上一個禮拜。

但是，有了AI幫忙之後，寫程式的速度可以大幅提升，在驗證的過程中更快做好測試的工具，讓測試項更快被檢測是否通過。

除此之外，當需要腦力激盪的時候，AI可以更好的窮舉所有可能的原因。例如我想知道在車上可能產生震動的來源，可能只想到一些車體的情況，但AI可以腦洞大開的想出一些相對合理但是超出想象的答案。

總的來說，AI會推動跨領域的演進，並把底層的事情取代，解放人們往思考、觀察的方向前進。因為基本寫程式的需求是死的，只要給要求就做得出來。但問題觀察、思考問題所在是AI還無法取代的地方，也恰好是跨領域人才能提供價值的地方。

對智慧醫療、穿戴式裝置的看法

如果是以產業來說的話，我覺得智慧醫療、動作辨識和穿戴式裝置未來可能最先有發展的應該是Meta跟Neuralink。

Meta持續開發也希望要量產的Vision Pro做AR/VR的深耕，之後可能會帶起一些風氣。而Neuralink的話則是因為有植入大腦晶片的技術，也能夠為未來的穿戴式裝置部分有所貢獻。

一旦這些產品問世，會成為話題，接著之前吵過的元宇宙時代就可能來臨，會透過穿戴式裝置結合動作辨識等進入半虛擬世界，屆時穿戴式裝置才會真的開始起來。

但是我認為要到這樣的發展，可能不是短期之內會看到的趨勢，起碼需要10年來教育市場，也讓大眾慢慢接受跟改變生活習慣。就像手機一樣，最一開始手機只是用來通電話，到現在真的要拿來玩遊戲、上網變成另一種主流作業系統也是花了10-20年。

所以，如果是產業的話我覺得未來絕對是一個趨勢，這個方向沒有錯。但是如果是為了下一份工作的話，我覺得可以考量的是在實驗室、職位裡面做的內容，跟你希望未來走向哪個產業。接者去思考中間需要哪些能力，在職涯當中慢慢補齊。

自己在這個跨領域方向上的下一步發展有什麼規劃

在前面一直提到的，我在兩邊的領域上相對沒有很專精，但我仍然會想要待在生醫的相關產業裡面。

我認為智慧醫療、生醫軟體醫材這類是未來的趨勢，所以我會一直希望留在這個產業裡。我希望未來能夠朝Neuralink這種公司發展做生醫訊號的管理職，但是我目前較欠缺一些市場經驗、技術層面也還沒走過一個產品週期，需要了解每個產品階段需要注意什麼。
那我就會希望下一份工作找像工程職位但是要做市場調查的職缺，來讓我能夠涉獵到這塊，接著慢慢把觸手伸到最終的目標。

所以，我希望自己接下來會暫時性不限於只在生醫產業工作，而到相關需要工程的公司學習，將基本功打紮實後，再回到生醫產業。

同時，也有考慮慢慢往PM方向走。但是在這個之前不排斥到工程相關的公司練功，把自己對於工程、硬體韌體相關的技術打基礎，這樣在未來往PM前進的時候，可以更加了解硬體、韌體、軟體之間的技術限制，更好的安排時程以及對接客戶的需求。

除此之外，我也經營自媒體，最近也慢慢開始學習如何行銷。也許在這部分的學習上，也會慢慢朝不同方向發展。讓自己從生理訊號開始，延伸到自媒體相關的技術，以及行銷的概念。

可以理解成，我在一開始從生科跨領域到工程並整合成生理訊號工程師。接著，再利用生理訊號的技術跨領域到設計、行銷等等領域，讓生理訊號的技術能夠散播出去。

有興趣從生科轉向工程領域的人有什麼建議

就我所知，生科會想轉工程的人有分兩種。第一種是自己本來就也對工程有興趣，想要雙主修或輔系工程慢慢把專業轉向工程然後放棄生科；第二種是一直對生科有興趣，但是因為知道台灣出路不太好，所以想要跨領域出去。

對於第一種人，我的建議是不要放棄生科。既然你已經在大學期間學了生科相關的技術跟理論，轉到工程之後很可能未來工作都往工程領域走。但是，你曾經學過的東西可以把它放在心中留一點路，跨領域的優勢如同我前面說的，可以解決單一專業的盲點。

除此之外，雖然現在大環境下半導體、科技業當道，最賺錢的工作大概是以工程為主，但沒有人知道未來醫療產業會不會「真的起飛」。

黃仁勳曾提到接下來「生命科學」是未來的主流，其實我覺得真正的主流還是在能夠被AI與工程所用的生命科學，也就是醫材、居家醫療、智慧醫療這些產業。

那既然你已經有了工程的背景，假如在未來這些產業同時需要工程與生醫技術，卻因為當初篇廢了生科理論知識，一來你可能沒辦法踏進這個產業錯失機會，二來還需要花很大的力氣才能成為「跨領域人才」，相對來說是浪費了你在大學學生科生技的時間。

而第二種人，我的建議是不要放棄。有了想要跨工程的想法，就要堅持到底。你這樣的選擇是為了讓自己變得更好，在從事興趣的同時可以有更多讓自己生活變好的選擇，而這個過程多半是痛苦的。

在一開始必須要想清楚，自己比較有興趣的領域、想要嘗試的原因是什麼，抓住這個最重要的初衷，最好是把它寫下來，他會在你痛苦的時候成為你的良藥。

接下來工程的學習會很辛苦，有很多不一樣的邏輯、很多特別的想法都需要一一克服，遇到很多不如意甚至看到純生科的同儕很幸福很輕鬆的時候，要把眼光放遠看到未來。要相信自己才是眼睛雪亮的那一個。

如果讓你重新選，還會選生科嗎？

會，其實我還是覺得我的選擇是沒有錯的。

記得當初高中選填志願的時候，就知道自己喜歡生物相關的科系，也知道生科前景堪憂。但是我當初給了自己一個「有志者事竟成」的信念，告訴自己人總會找到出路。

而且，我清楚知道自己要的是什麼、喜歡的是什麼。要我為了待遇去讀純工程，我可能會先休學，受不了枯燥乏味的純理論。但是每次從顯微鏡、從解剖過程看到生命的美好、看到自然的藝術都還是心中充滿悸動！

我甚至相信，即使我當初沒有跨領域到生理訊號工程的背景，就算待遇比較不好。我也會想盡辦法讓自己的生活過得更好。對我來說，最重要的是做的工作有沒有成就感、生活水準好不好、以及自己有沒有成長。

假如在生技產業裡，待遇不好但是工作內容能有成就感，生活的生錢方式其實很多種，總能找到適合自己的方式。嘗試了才有機會，再如何也比坐以待斃好。

所以，如果有人猶豫自己是不是應該走生科這條路，我會覺得要思考對自己來說最重要的是什麼。

興趣不能當飯吃的話，願不願意接受從事興趣的工作，並且用別的方式找飯吃。

要找到這樣工作，該如何準備例如修課、學習等？

我原本的生科背景，在碩班的時候學了腦波的生理訊號並且拿到畢業證書。但是我求學期間沒有上過紮實的工程學科課程，對於很多理論都是知道怎麼應用為主，但是沒辦法親自做推導或變化。

我到了職場之後，做的工作內容主要都是新創開發，會遇到很多從來沒有人遇到的問題,需要自己找線索、觀察問題、解決問題。這樣導向的工作，對於理論應用上需求確實沒有到很高。

相對需要的是觀察的能力、判斷以及思考，接著利用別人已經做好的工具來做開發應用，或者去求證觀察到的現象跟問題。

我不會推導傅立葉轉換公式，但是我知道程式怎麼寫，需要調整什麼內容；我不會計算BigO去讓程式達到最優解，但是我可以利用寫程式的能力去驗證、分析我觀察到的現象以及推測問題所在。

我說的都是我自己的例子，而確實這些專業知識的相對不理解是我現在的短板，也是我一直需要精進的部分。

如果要規劃課程的話，我覺得數位訊號處理、機器學習理論、資料結構、演算法、線性代數這幾門算是最重要的部分。
而程式語言的話我覺得是C/C++、MATLAB跟Python，會讓你比較有機會進到台灣半導體公司裡面。

暫時待在非生醫產業有時候不見得是件壞事，他可以讓你工程背景的訓練更紮實，接著再把能力帶回生醫產業做整合，也不失為一種方式。

以上是所有生理訊號工程師的分享，如果你有任何想法，都歡迎私訊我或在下面留言，我都會回覆你！希望這個系列的內容可以讓你有所收穫！