Магистратура "Анализ данных в биологии и медицине" НИУ ВШЭ, Москва

В ходе обучения акцент делается на применение математических и компьютерных технологий для решения актуальных задач в области биомедицинских исследований.

Студенты знакомятся с современными подходами к анализу больших данных, разрабатывают навыки работы с алгоритмами машинного обучения и статистического анализа. Программа подразумевает интеграцию теоретических знаний и практических навыков, что позволяет выпускникам уверенно применять полученные знания в реальных проектах, связанных с медицинскими исследованиями и биологическими данными.

Магистерская программа рассчитана на два контингента обучающихся:

• лица с подготовкой в области прикладной математики и/или анализа данных на уровне бакалавриата ведущих вузов, в которых ведется подготовка по прикладной математике, анализу данных и компьютерным наукам, желающие войти в новую для себя предметную и профессиональную область наук о жизни;
• лица с хорошей биологической/медицинской и достаточной математической подготовкой, работающие в области наук о жизни и желающие приобрести или усовершенствовать навыки математического моделирования и анализа медико-биологических данных.

Программа представляет собой конкурентный эталон магистерского образования и квалификации биоинформатиков. Она готовит будущих лидеров биоинформатических исследований, способных разрабатывать и применять на практике вычислительные методы для решения задач в различных областях биологии и медицины. Основным преимуществом таких специалистов является междисциплинарное образование и полноценное понимание как математического аппарата, так и биологических систем. 

Примерный учебный план

• Комбинаторика и теория вероятности
• Современные методы анализа данных
• Прикладная статистика
• Анализ данных в биологии и медицине
• Введение в молекулятрную биологию
• Medical Informatics
• Молекулярная эволюция
• Практическая биоинформатика
• Applied Statistics
• Программирование на языке R
• Modern Methods of Data Analysis
• Современные методы принятия решений: Алгоритмы в биоинформатике
• Сравнительная геномика
• Биоинформатика для высокопроизводительного секвенирования
• Структурная биоинформатика и моделирование лекарств
• Системная биология и персонализированная медицина.