。该专业的出资报答率，比较现在的IT低许多，待遇、作业环境，都不如IT。典型的比上不足比下有余。选之前，要有充沛的了解和心理准备。自己制药专业结业，大三时绝大多数同学都懊悔选了这个专业。这么多年过去了，好像作业状况仍是老样子。传统职业仍是老来俏，堆集职业经历很重要。不过我国的制药，的确遍及有工业晋级的痕迹了。我能看到，处于顶部的制药企业开端走向工业的中高端。我国的化学药研制和生物药研制，跟西方比距离都十分巨大，生物药比化学药状况还更显着。诚心期望我国的制药企业能呈现许多“华为”！

　　制药工程便是培育药物出产和研制人才的专业。现在的医药工业链中，制药的上游是指药物研制，下流是指药品出产，除此以外还有一些周边相关的。上游的研制岗位，往往是药学和生物两类专业各个方向的硕士博士为主，对学历要求高。下流的出产、查验等，往往是化学、药学、精密化工的结业生为主，对学历要求不高。

　　相对绝大多数专业（化工、药学）而言，制药工程是新设专业。由所以个新设专业，制药专业的定位是不明晰的。假如是面向工业出产，那么应该偏化工；假如是倾向药物开发研讨，那么应该偏药学；假如是倾向化学制药，应该学许多化学；假如是倾向生物制药，应该学许多生物。正是由于制药工程专业这样不明晰的定位，制药工程专业结业的学生，常常处于一种很为难的位置：上下流都学，但都不行专业。

　　所以商场关于制药工程专业的结业生，不是很欢迎，相反更喜爱化工（精密化工方向）、药学（药物化学）的学生去从事化学药的出产和研制；喜爱生物工程的学生去从事生物药的出产，生物专业的去从事生物药的研制。浅显说，便是制药专业的结业生，仍是得在现有的这些方向中去挑选岗位，跟药学、化工比较没有竞争力。

　　现在国际排名前50的制药企业，我国一家都没有。印度有两家、南非有一家。（2019最新排名，有两家我国制药企业进入国际前五十，我国生物和恒瑞）制药职业是美国独大，然后英国、法国、瑞士、德国、日本有重要影响力。我国的制药职业处于国际工业链的中低端，主要以出口原料药为主。上游的研制，费用十分十分昂扬，而我国的制药企业都比较小，有这个才能去搞研制的就那么几家，可是制药恰恰是上游的赢利最高。一起，我国的人口巨大，老龄化严峻，跟着开展对健康的要求越来越高。就整个职业而言，制药必定不会是落日工业，而是有潜力的职业。

　　尽管制药不算落日职业，但我国的制药职业处于全球工业链的低端，出口原料药，所以给不了很高的薪水。相反由于我国制药职业处于在工业链低端，需求去下降人力本钱来生计，而不是像西方制药企业相同靠研制、出售制剂来生计和高赢利。可是制药职业的特点是，绝大多数职位收入待遇都普普通通，跟现在的IT职业比较距离十分巨大，是个出资报答率低的专业。高端职位往往会集在上游的研制范畴，对学历、资格要求都十分高，数量也十分小。药物研制，以药物化学新药开发方向举例，也是十分累，天天触摸有毒物质，996做试验。

　　假如想寻求专业的出资报答，应该往人工智能、大数据、计算机这些方向考虑，不主张学药学、制药、化工。这些方向作业环境、薪水、待遇、远景都不如IT互联网职业。

　　假如你真的想搞药物研制，主张本科学药学，并且一定要读研讨生，假如能够需求读博士，假如能够主张出国留学。化学药物研制，往往要这几个方向的研讨生，药物化学、药理学、药剂学、有机化学。假如对出产感兴趣，主张研讨生学有机的精密化工。生物药，请参阅生物相关的专业。毫不夸大地说，这些都是知乎最著名的的劝退劝转专业，所以选之前要有满足的心理准备。

　　化学制药工艺工程师、药物化学研讨员、药物制剂研讨员、CRA、发酵工艺工程师

　　制药工程专业排名，有两个。（2018-2019制药工程专业大学排名【科教点评网+校友会版】_大学生必备网）

　　数学类（制药工程的大多数课程，其实不怎样需求用数学,但并不是数学不重要；相反数学在或许改动制药的未来技能中，都至关重要）：微积分、线性代数、概率计算(在药物剖析会用到一些)

　　化学类：有机化学（重要）、生物化学、物理化学（重要，难）、无机化学、剖析化学（重要）

　　偏化工的：化工原理（重要，难）、制药工艺学（重要）、制药别离工程（重要）、生物制药、药物与精密有机品组成（重要，难）、外表与自动化，相关专业试验（重要）。

　　偏药学的：天然产品化学、工业药剂学（重要）、药理学、药物化学（重要）、药物剖析（重要）、波谱剖析（重要）、中医药学、新式药物制剂，相关专业试验（重要）。

　　*其时系上许多教师以为应该添加两门专业课化学反响工程（重要、难）、生化反响工程或许发酵工程 （重要），但无法排不出来，只好作罢。其实化学制药中都是间歇反响器，化学反响工程只用学一点就够了，生化反响工程或发酵工程能够多学一点，然后就能够建一门制药反响工程的课。

　　化工仿真软件研制作业，公司为啥招聘化工专业的呢？化工专业的又不会编写代码，软件专业不是对口吗？

　　数据发掘技能是不是饥不择食？现时中企业和工业是怎样看待和运用数据发掘所得到的成果的？