养老圣地，半薪理想

众友皆奔名利场，我独徘徊医院廊。数据海洋深似渊，智能之光照前方。

导师不解此中意，同窗皆笑我痴狂。但凭一腔热血在，何惧世人冷眼光。

---

博士毕业后，我选择了一条并非主流但充满热情的道路，加入了位于费城市中心的Thomas Jefferson University Hospital (TJUH)。

这个选择在当时看来确实有些非主流。我的博士同学们大多选择了传统精英路径：有的进入高校担任教授，有的加入苹果这样的科技巨头，还有的去往知名药企或顶级咨询公司。而我却拒绝了默克的offer，选择成为TJUH的一名数据科学家。这个决定让我的博士导师难以理解，他直言不讳地说："如果是去医院做教职我还能理解，放着默克这么好的药厂不去，偏要去做个数据科学家，你脑子一定是进水了。"这句话至今仍清晰地印在我的记忆里。

我完全理解导师的困惑。毕竟他带的学生们，要么在学术界崭露头角，要么在行业顶尖公司大展宏图。但我选择TJUH有着自己的考量：我敏锐地察觉到AI技术正在医疗领域掀起革命浪潮，而医院正是这场变革的前沿阵地。在这里，我能直接面对医疗实践中的真实问题，接触第一手的临床数据。作为数据科学家，我不仅能见证这场变革，更能亲身参与其中，这对我来说是再理想不过的选择。

TJUH是一家享有盛誉的医院，常常跻身全美顶尖医院榜单，同时也是一所大学，这种医教研一体的环境，对渴望在医疗领域探索的我有着巨大的吸引力。医院紧邻费城的中国城，地理位置优越，充满了都市的活力，也预示着我即将开始一段全新的职业旅程。

我加入的并非医院内部传统的临床实验室，而是隶属于IT部门下的数据科学团队。在那个大数据与数据科学概念方兴未艾的年代，许多企业和机构尚未完全意识到数据的潜在价值。TJUH算是较早觉醒的一批，开始着手建立专门的数据团队，旨在为整个医院的运营和研究提供数据分析支持。我所在的团队，Data Science Team，正是医院拥抱数据时代浪潮中应运而生的新部门。

我成为了这个新建团队除了老板之外的第一位成员，头衔是数据科学家。团队的老板M，是一位背景独特的华人。他拥有金融学博士学位，在咨询行业积累了极为丰富的经验，之后才转战医疗领域。M对我非常友善和支持，他从不施加压力，反而给了我极大的自由度和充分的信任，鼓励我放手去探索。他更像是一位导师，常常提出建设性的意见，引导我不断改进。

大约每隔两周，他就会请我去中国城吃饭，席间分享了许多投资理财的理念。他拥有金融背景，对这方面见解独到，可以说，我的投资理财启蒙正是源自于他，是他让我深刻认识到规划财务未来的重要性以及尽早开始的必要性。

医院的工作环境与节奏，与我之前所处的学术界截然不同。整体氛围相当舒适，甚至可以说是缓慢。每周五默认在家工作，几乎没有人会出现在办公室。年假也非常充裕，这使得医院里聚集了许多资深的员工，他们在这里找到了长期服务的归属感，因为这里的确是一个适合稳定生活的环境。

然而，这种舒适区对于渴望快速成长、拥抱前沿技术的年轻人而言，可能是一把双刃剑。技术的更新换代在这里似乎不那么敏感，周围同事对于新兴技术的热情也相对有限。例如，当时深度学习已然崭露头角，但在整个医院体系内，真正涉足这一领域的可能屈指可数。这对我来说，既是挑战，也蕴藏着机遇。挑战在于缺乏交流的对象和讨论的环境，更严峻的是硬件设施的匮乏。我们团队最初只有一台仅配备CPU的服务器，完全无法满足深度学习研究所需的计算能力。

面对这一困境，我下定决心自己动手，花费了九牛二虎之力组装了一台配备GPU的高性能服务器。然而，新的难题接踵而至。医院对于患者数据的保护有着极其严格的规定，严禁使用个人设备处理敏感信息。我组装好的服务器虽然就放在办公室，却成了无法启用的摆设。幸运的是，在老板M的鼎力支持与多方协调下，我们开始了漫长的审批流程。历经近半年的层层沟通与报批，我们最终获得了许可，可以使用这台GPU服务器处理脱敏后的医疗数据。

解决了硬件问题后，我们的机会来了。医院里懂深度学习的人很少，但医生、部门主任们对AI解决实际问题的需求却越来越大。我们团队一下子成了香饽饽，各种合作请求接踵而至，大家都想用数据科学和AI来解决临床和管理中的难题。

虽然我工资比去波士顿咨询(BCG)的博士同学少了不止一半，但我当时真没太在意金钱。我更看重的是能用技术改变医疗现状。AI发展这么快，医疗领域肯定会有大变革。我在医院看到太多可以用AI解决的问题了。工作节奏轻松，从不加班，让我有充足时间思考这些可能性。虽然钱不多，但这种成就感和对未来的期待，让我每天都充满干劲。