最近在朋友圈刷到了【一刻talks先见未来大会2020】的演讲视频，其中一个讲者很有意思、就是海尔集团海创汇合伙人，首席生态官——檀林，他的演讲：数字游民时代来临，你做好准备了吗？ 详细演讲视频介绍见：檀林：数字游民时代来临，你做好准备了吗？

让我接触到了“数字游民”这个词，其实最先提出“数字游民”构想的是一位名叫Tsugio Makimoto的日本高管。早在1997年，他便出版了一本名叫《Digital Nomad》的书：“未来的人类社会，高速的无线网络和强大的移动设备会打破职业和地理区域之间的界限，成千上万的人会卖掉他们的房子，去拥抱一种在依靠互联网创造收入的同时周游世界的全新生活方式。这些人通过互联网赚取第一世界水平的收入，却选择生活在那些发展中国家物价水平的地方，他们被称作Digital Nomad（数字游民）。这种生活方式让他们彻底脱离了朝九晚五，办公室格挡和令人烦恼的通勤。”

如果你了解了“数字游民”这个概念，也有兴趣，有志于成为这样的数字游民，那么你现在所选择的《生物信息学》就是一个绝佳赛道。当然了，绝大部分小伙伴目前的技术实力谈不上独当一面，成为“数字游民”的路道阻且长，我这里有一个系统性提升自己能力的方案。

完成我的100个学徒作业

前面的推文，已经更新了70多个，下面整理2021的下半年作业给大家哈：

• “免疫组化和RNA-seq数据你更相信哪个”
• “BRCA1基因突变的乳腺癌患者数据哪里找”
• “nature文章的差异分析就值得模仿吗”
• “假如你的两个分组真的就是都有且仅有一个样品该如何做差异分析呢”
• “把火山图做成烟花图”
• “配对肝癌病人的拷贝数变异数据揭示癌症相关基因”
• “台湾地区肝癌患者的甲基化水平异常”
• “想要AUC值高啊！做分类模型啊！放弃预后！”
• “甲基化芯片标准差异分析图表”
• “把差异分析换一个单位”
• “表达量和拷贝数两个层面数据可以找到肺癌驱动基因吗？”
• “estimate或者CIBERSORT结果真的是很好的临床预后指标吗”
• “多时间点连续的药物处理看转录变化经典例子”
• “高分文章教你如何解释你的PCA结果”
• “大鼠单细胞标记基因特异性咋样”
• “把单细胞表达量矩阵换一个单位”
• “什么，你的转录组测序数据样本量不够？”
• “一个基因可以在不同癌症分别发挥抑癌和促癌作用”
• “全新细胞系模型的提出也需要ngs数据支持”
• “没有单细胞的年代如何研究两个细胞亚群的差异呢”
• “多次差异分析难道就需要多个火山图吗”
• “仅仅是改变了统计学显著性呢？还是说改变了其本性”
• “上下调基因各自独立进行GO数据库的3分类富集(求美图代码)”

完成学徒作业，以markdown笔记的形式发到我邮箱，我会抽时间集中检查，挖掘其中足够优秀的小伙伴进行重点培养，给与更高级的学习资料或者个性化的学习指引，并且提供一定量的项目兼职测试一下你成为“数字游民”的潜力。

加油哦，我的邮箱是 jmzeng1314@163.com