Где и кем работать, какая зарплата после окончания магистратуры в вузах Москвы по профилю обучения Применение машинного обучения в биологии

Научные открытия сегодня основаны на анализе больших объемов новых данных, и науки о жизни — не исключение. Специалисты в области машинного обучения в биологии проектируют архитектуры для анализа таких данных, пишут программный код, исследуют и моделируют сложные взаимосвязи между биологическими объектами. Результаты успешно используются при поиске новых лекарств, диагностике рака и наследственных заболеваний, а также в фундаментальной науке.

Умения и навыки специалиста:

• Хорошие базовые знания молекулярной и общей биологии, биохимии, генетики, микробиологии, позволяющие уверенно ориентироваться в этих областях современной науки
• Умение применять полученные знания в области биологии для критического анализа статей и постановки задач собственного эксперимента
• Хорошее понимание математического аппарата: как работают функции, знание того, как осуществляются операции на матрицах для векторизации вычислений
• Навыки применения теории вероятностей и статистического аппарата для качественных и количественных оценок биологических данных и моделей, умение грамотно интерпретировать полученные результаты
• Уверенное программирование на языках Python, R, работа в Linux, и способность писать собственные программные модули для анализа биологических и медицинских данных
• Знания в области структурной биоинформатики, моделирования и анализа трехмерных структур биомолекул, навыки применения этих знаний для поиска и разработки лекарств, дизайна биомолекул с заданными свойствами, а также для фундаментальных исследований
• Умение адекватно применять методы классического машинного обучения и грамотно, с точки зрения биологии, интерпретировать полученные результаты
• Умение ориентироваться в спектре нейросетевых моделей, в том числе глубокого обучения: уметь формулировать ключевые задачи машинного обучения, выбирать подходящие метрики, собирать архитектуру нейронной сети
• Навыки верификации моделей биологических данных и критически анализировать модели, описанные в литературе
• Знания тонкостей анализа различных данных NGS и умение провести анализ от начала до конца
• Базовые навыки обработки и анализа биологических изображений
• Знания в области иммуноинформатики и исследования опухолей
• Умение работать в команде с другими специалистами, распределять нагрузку и делегировать задачи
• Умение самостоятельно составить план исследования: сформулировать цели и задачи, определить методы, и затем публично представить результаты работы
• Владение английским языком для написания статей и представления своей работы