ЗАДАЧИ КЛАССИЧЕСКОГО ML
В БИОЛОГИИ И БИОМЕДИЦИНЕ

Первый и самый важный модуль нашего флагманского курса — теперь доступен отдельно. Ваш самый эффективный старт в Machine Learning.
Освойте фундамент ML — от регрессии до случайного леса — и научитесь решать 80% реальных биомедицинских задач.
Даты: 3 ноября — 7 декабря
3 недели по 8-10 часов занятий плюс домашний проект
Онлайн-встречи с преподавателем
для разбора вопросов с записью
Спикеры курса - признанные преподаватели и действующие практики
Практика в группах и самостоятельно
Занятия по видео лекциям и методическим материалам
Поддержка кураторов и наставников в чате
Rейс по прогнозированию заболевания для портфолио
Перспективная область с высоким спросом на рынке труда и привлекательными зарплатами
Удостоверение о повышении квалификации
Запись на отдельный модуль

МАШИННОЕ ОБУЧЕНИЕ НАЧИНАЕТСЯ ЗДЕСЬ

Это не просто модуль, это ваш алфавит и грамматика в мире данных.
Прежде чем писать сложные "романы" с помощью нейросетей, нужно научиться уверенно складывать "слова" и "предложения". Классические алгоритмы — регрессия, деревья решений, SVM — это та самая фундаментальная грамматика, на которой строятся все более сложные модели. Без нее любой анализ — это набор случайных заклинаний.

За 5 недель нашей программы вы получите четкую систему координат. Вы поймете, как устроен мир ML, научитесь отличать регрессию от классификации, L1 от L2, и сможете осознанно выбрать правильный инструмент для 80% реальных биомедицинских задач.

По окончании модуля вы получите ваше первое конкурентное преимущество: не набор разрозненных "рецептов", а интуицию аналитика. Вы будете понимать почему один метод работает, а другой — нет, что позволит вам сэкономить месяцы самостоятельных проб и ошибок и начать говорить на одном языке с коллегами из мира ML.

МАШИННОЕ ОБУЧЕНИЕ НАЧИНАЕТСЯ ЗДЕСЬ

это не только модная технология, это инструмент, который быстро развивается и меняет мир на наших глазах. Программа курса направлена на навигацию в “зоопарке” подходов в биологии и биоимедицине, построена с постепенным усложнением и даст уверенное понимание, когда и как лучше применять классические методы ML, а когда пора переходить на нейросети. В завершающем модуле по Computer Vision раскрываются прикладные точечные технологии с освоением практических навыков инженерии.

По окончании курса вы получите конкурентное преимущество
- не только опыт работы по готовым протоколам обработки конкретных типов данных, а понимание специфики мира ML в биологии и медицине, знания составных частей процессов, которые лежат в основе популярных пайплайнов. Наши эксперты передадут опыт изучения ML и расставят акценты, которые помогут сэкономить время, спланировать развитие карьеры в области DataScience и общаться на одном языке с другими коллегами.
Используемые технологии
Python
OpenAI
Pandas
NumPy
Matplotlib
Plotly
Seaborn
SciPy
Git
GitHub
Scikit-team
Kaggle
PyTorch
TensorFlow
Теория вероятностей
ML-алгоритмы
ML-модели
Линейная алгебра
Нейронные сети
Компьютерное зрение
Ggplot2
Bash
R
ДЛЯ КОГО ЭТОТ КУРС
  • биологи, биоинженеры, биотехнологи, врачи-диагносты
  • биостатистики и клинические биоинформатики
  • аналитики и специалисты по данным в биологии/медицине
  • научные сотрудники лабораторий и RnD центров
  • руководители лабораторий и team-лиды научных групп
  • а также разработчики Python, которые хотят решать проблемы биоинформатики и биомедицины

ПРИМЕРЫ ВАКАНСИЙ

c запросом компетенций в области ML

  • Аналитик данных
    З/п от 150 000 рублей на руки

    Какие задачи вас ждут:
    • постоянный анализ пользовательского поведения с целью поиска точек роста и узких мест в сервисе
    • генерация и проверка гипотез на основе данных
    • работа над улучшениями и анализ ключевых контентных метрик, таких как конверсия в просмотр, досматриваемость, время в сервисе
    • подготовка данных для подбора и создания нового контента
    • создание отчетов / дашбордов для мониторинга основных показателей
    Что мы от вас ожидаем:
    • Хорошее знание математической статистики;
    • Умение читать и писать код на Python;
    • Опыт визуализации данных в дашбордах на Seaborn, Plotly;
    • Уверенное владение SQL;
    • Знание Grafana для разработки дашбордов:
    • Понимание и умение оценивать, как изменение в сервисе повлияет на бизнес;
    Будет плюсом
    • Знание методов машинного обучения
  • Биоинформатик
    З/п до 150 000 ₽ на руки

    Обязанности:
    • Участвовать в обработке данных генотипирования (Illumina microarrays),
    • Выстраивать пайплайн биоинформатического и статистического анализа для генетических тестов по генеалогии, фармакогенетике, генетике многофакторных и наследственных заболеваний,
    • Участвовать в научно-исследовательской работе (GWAS, разработка алгоритмов оценки рисков, определения степени родства по генетическим данным и тд.).
    Требования:
    • Профильное высшее образование (математика / биоинформатика / программирование),
    • Уверенная работа в bash / Linux / Git,
    • Уверенное владение Python или R,
    • Базовые знания в области машинного обучения.
    Будет плюсом если вы:
    • Имеете опыт работы в биоинформатике,
    • Умеете работать с базами данных (SQL, MongoDB),
    • Имеете навыки работы в облачных платформах (Google Cloud, Яндекс.Облако).
  • Computer Vision Engineer
    Центр прикладного искусственного интеллекта Applied AI Center Сколковского института науки и технологий разрабатывает инструменты с применением ИИ для решения широкого спектра индустриальных задач, в том числе для моделирования физических процессов. Мы решаем сложные задачи помогаем исследователям Арктики, а также заботимся об экологической безопасности.

    Обязанности:
    • Тренировка нейронной сети для детектора препятствий.
    • Разработка системы машинного зрения для дрона.
    • Оптимизация нейронных сетей для встраиваемых систем (Embedded System).
    Требования:
    • Python.
    • Знание Git.
    • Знание основных фреймворков для глубокого обучения: PyTorch, Tensorflow.
    • Опыт тренировки нейронных сетей для задач classification, object detection, semantic/instance segmentation.
    • Опыт реализации проектов для задач SLAM и визуальной одометрии.

ПРИМЕРЫ ВАКАНСИЙ

c запросом компетенций в области ML

  • Аналитик данных
    З/п от 150 000 рублей на руки

    Какие задачи вас ждут
    • постоянный анализ пользовательского поведения с целью поиска точек роста и узких мест в сервисе
    • генерация и проверка гипотез на основе данных
    • работа над улучшениями и анализ ключевых контентных метрик, таких как конверсия в просмотр, досматриваемость, время в сервисе
    • подготовка данных для подбора и создания нового контента
    • создание отчетов / дашбордов для мониторинга основных показателей
    Что мы от вас ожидаем
    • Хорошее знание математической статистики;
    • Умение читать и писать код на Python;
    • Опыт визуализации данных в дашбордах на Seaborn, Plotly;
    • Уверенное владение SQL;
    • Знание Grafana для разработки дашбордов:
    • Понимание и умение оценивать, как изменение в сервисе повлияет на бизнес;
    Будет плюсом
    • Знание методов машинного обучения
  • Биоинформатик
    З/п до 150 000 ₽ на руки

    Обязанности:
    • Участвовать в обработке данных генотипирования (Illumina microarrays),
    • Выстраивать пайплайн биоинформатического и статистического анализа для генетических тестов по генеалогии, фармакогенетике, генетике многофакторных и наследственных заболеваний,
    • Участвовать в научно-исследовательской работе (GWAS, разработка алгоритмов оценки рисков, определения степени родства по генетическим данным и тд.).
    Требования:
    • Профильное высшее образование (математика / биоинформатика / программирование),
    • Уверенная работа в bash / Linux / Git,
    • Уверенное владение Python или R,
    • Базовые знания в области машинного обучения.

    Будет плюсом если вы:
    • Имеете опыт работы в биоинформатике,
    • Умеете работать с базами данных (SQL, MongoDB),
    • Имеете навыки работы в облачных платформах (Google Cloud, Яндекс.Облако).
  • Computer Vision Engineer
    Центр прикладного искусственного интеллекта Applied AI Center Сколковского института науки и технологий разрабатывает инструменты с применением ИИ для решения широкого спектра индустриальных задач, в том числе для моделирования физических процессов. Мы решаем сложные задачи помогаем исследователям Арктики, а также заботимся об экологической безопасности.

    Обязанности:
    • Тренировка нейронной сети для детектора препятствий.
    • Разработка системы машинного зрения для дрона.
    • Оптимизация нейронных сетей для встраиваемых систем (Embedded System).
    Требования:
    • Python.
    • Знание Git.
    • Знание основных фреймворков для глубокого обучения: PyTorch, Tensorflow.
    • Опыт тренировки нейронных сетей для задач classification, object detection, semantic/instance segmentation.
    • Опыт реализации проектов для задач SLAM и визуальной одометрии.
Больше вакансий
и других полезных материалов в еженедельной рассылке про ML в биологии и биомедицине

Больше вакансий

и других полезных материалов в еженедельной рассылке про ML в биологии и биомедицине

Нажимая на кнопку "ПОЛУЧАТЬ ПОДБОРКУ", вы даете согласие на обработку персональных данных и на получение информационных рассылок (в любой момент можно отказаться в личном кабинете)

Нажимая на кнопку "ПОЛУЧАТЬ ПОДБОРКУ", вы даете согласие на обработку персональных данных и на получение информационных рассылок (в любой момент можно отказаться в личном кабинете)

Прямо сейчас эти компании набирают себе специалистов со знанием ML
Прямо сейчас эти компании набирают себе специалистов со знанием ML
Необходимый уровень знаний
Требуются знания Python, а также библиотек numpy и pandas.

Этот модуль для вас, если вы:

    • Работаете c биологическими / клиническими таблицами и хотите наконец-то понимать, какой алгоритм выбрать;
    • Учились ML по кусочным туториалам и хотите упорядочить базу: метрики, валидация, регуляризация;
    • Хотите уверенно пользоваться pandas и sklearn, а не копировать чужой код вслепую;
    • Готовите первое портфолио кейсов по ML (регрессия, бинарная и мультиклассовая классификация);
    • Думаете о переходе из «мокрой» лаборатории в аналитическую роль и ищете короткий вход
    • Прокачиваете свое резюме кейсами, которые помогут вам найти работу или получить повышение
    • Хотите получить базу для потенциальной смены сферы деятельности в сторону IT для био/медицины
    • Хотите сэкономить свое время и получить рафинированный набор ресурсов для дальнейшего развития

Этот модуль для вас, если вы:

  • Работаете c биологическими / клиническими таблицами и хотите наконец-то понимать, какой алгоритм выбрать;
  • Учились ML по кусочным туториалам и хотите упорядочить базу: метрики, валидация, регуляризация
  • Хотите уверенно пользоваться pandas и sklearn, а не копировать чужой код вслепую;
  • Готовите первое портфолио кейсов (регрессия, бинарная и мультиклассовая классификация);
  • Думаете о переходе из «мокрой» лаборатории в аналитическую роль и ищете самый короткий вход;
  • Прокачиваете свое резюме кейсами, которые помогут вам найти работу или получить повышение
  • Хотите получить базу для потенциальной смены сферы деятельности в сторону IT для био/медицины
  • Хотите сэкономить свое время и получить рафинированный набор ресурсов для дальнейшего развития
профессионалы О МАШИННОм ОБУЧЕНИи
Узнайте больше о работе и карьере в сфере машинного обучения от состоявшихся профессионалов.

Приглашаем вас на цикл онлайн-встреч "Личный путь в сеньора биоинформатика", где в рамках неформальной дружеской беседы вы сможете подчерпнуть опыт спикера и задать интересующие вас вопросы.

На встречах будут обсуждаться детали личного карьерного трека спикеров, лайфхаки трудоустройства, экспертное мнение по трендам отрасли, обзор "поляны" мира ML в биоинформатике и многое другое.
24 декабря
19:00 по мск
О спикере: Team Leader подразделения AI&ML в BostonGene, при этом уже 4 года — квант в хедж-фонде, а еще 4 года — преподает в Сбер.Университете на курсах «Байесовские методы машинного обучения» и «Компьютерное зрение», а так же в МФТИ и Санкт-Петербургской школе компьютерных наук.

Alma mater: НГУ и Сколтех
Александр Сарачаков
6 января
19:00 по мск
О спикере: к.б.н., заведующий Лабораторией вычислительных методов в биомедицине в центре живых систем МФТИ, специализируется на вирусологии и генной терапии.

Автор десятков научных публикаций в ведущих международных журналах (h-index=13), лектор образовательного курса Эпитранскриптомика.

Alma mater: МГУ
Андрей Девяткин
Ольга Кардымон
18 февраля
19:00 по мск
О спикере: биолог, биоинформатик, руководитель группы «Биоинформатика» (AIRI)/
4 февраля
19:00 по мск
О спикере: биоинформатик, старший преподаватель, менеджер магистерской программы «Применение машинного обучения в биологии» ФББ МГУ, ко-руководитель группы машинного обучения в биологии (ФББ МГУ).
Арсений Зинкевич
21 января
19:00 по мск
О спикере: преподаватель ФББ МГУ и исследователь, ко-руководитель группы машинного обучения в биологии (ФББ МГУ).
Дмитрий Пензар
10 декабря
19:00 по мск
Артём Касьянов
О спикере: PhD, 13 лет в преподавании биоинформатики, алгоритмов в области популяционной генетики, транскриптомики, геномики и методах ML, Assistant Researcher в BIOPOLIS, CiBio, Portugal.
О спикере: к.ф.-м.н., старший научный сотрудник Института биоорганической химии РАН, специалист по структурной биоинформатике. Занимается моделированием пространственной структуры и динамики белков, в частности мембранных рецепторов и ионных каналов. С 2015 года читает лекции по моделированию биомолекул в МФТИ. Сооснователь и главный редактор научно-популярного сайта «Биомолекула».
Антон Чугунов
Фёдор Колпаков

О спикере: научный руководитель направления «Вычислительная биология» в НТУ «Сириус», заведующий лабораторией биоинформатики ФИЦ ИВТ. Соучредитель компаний ООО «Биософт.Ру» и ООО «Институт системной биологии».


Юрий Вяткин

О спикере: директор по инновациям NOVEL, старший научный сотрудник Института искусственного интеллекта МГУ имени М.В. Ломоносова. Изучает приложения биоинформатики к задачам медицинского мира: от генетической диагностики до разработки лекарств.

Alma mater - НГУ.

О спикере: 10 лет преподает компьютерные науки, машинное обучение и анализ данных. Data-исследователь, программист, занимается биоинформатикой в области транскрипционной регуляции в ИОГен РАН с 2011 г. Alma mater: МФТИ
Илья Воронцов
ПРОГРАММА
Домашний проект - предсказание рака молочной железы.
ОПЛАТИТЬ МОДУЛЬ
Если вы - физическое лицо, нажмите на кнопку "КУПИТЬ", чтобы получить ссылку на страницу оплаты.

Если у Вас есть вопросы или вы представитель компании, оставьте заявку ниже.
Нажимая на кнопку "КУПИТЬ" или "ПОЛУЧИТЬ КОНСУЛЬТАЦИЮ", вы даете согласие на обработку персональных данных
СПИКЕР МОДУЛЯ
  • Илья Воронцов
    10 лет преподает компьютерные науки, машинное обучение и анализ данных. Data-исследователь, программист / computational researcher, teacher and programmer.

    Занимается биоинформатикой в области транскрипционной регуляции в ИОГен РАН с 2011 г.

    Alma mater: МФТИ
ПАРТНЕРЫ ПРОЕКТА
ОРГАНИЗАТОРЫ И МЕТОДОЛОГИ КУРСА
Российский форум биотехнологий OpenBio уникально сочетает в себе мощную экспертизу науки и бизнеса, диалог с государством, соединение с искусством и самые теплые встречи отрасли

  • отраслевая экспертиза более 10 лет
  • более 10 000 участников
  • 56% аудитории OpenBio составляет научное сообщество
  • опыт трансляций масштабных мероприятий
  • участники из всех регионов РФ и более 30 стран
На протяжении 12 лет OpenBio - это яркое событие в мире биотех и один из ведущих российских форумов биотехнологий. Задача экосистемы OpenBio мероприятий "подружить" науку, бизнес и государство. Наше событие ежегодно собирает сотни ученых, студентов и аспирантов и представителей бизнеса. На полях форума и круглых столах разбираем острые проблемы, с которыми сталкивается биотехнологическая отрасль . Знаем, за кем гоняются компании и какие навыки релевантны. Участники часто просят рассказать "какой же он "идеальный" кандидат для топовых биотехкомпании". Мы пошли дальше и хотим непросто рассказать об востребованных навыках для работы в биотехе, а сразу дать их.
  • Наталья Мнафки
    Продюсер и методолог программы, соучредитель и ex-руководитель образовательных программ ООО "Бластим", международный эксперт по профориентации для взрослых
    • C нуля разработала более 6 образовательных программ
    • Запустила 33+ потоков курсов
    • Более 15 лет в биотехе
    • Более 18 лет в образовании
  • Юлия Линюшина

    Основатель и руководитель экосистемы OpenBio - Российского форума биотехнологий, Площадки открытых коммуникаций - мультиформатного пространства взаимодействия науки, бизнеса, государства и общества (11 лет работы в отрасли), экспертиза в сфере коммерциализации технологий, бизнес-инкубирования (Tech2B, Австрия)

    • Более 10 лет организации экспертных мероприятий
    • Более 15 лет в сопровождении высокотехнологичных проектов, преимущественно life science
ПОСЛЕ ОБУЧЕНИЯ ВЫ СМОЖЕТЕ
  • Навигировать в “зоопарке” методов классического машинного обучения
  • Применять методы классического ML для распространенных задач
  • Оценивать качество моделей ML и корректно использовать метрики качества
  • Общаться с опытными ML-щиками на одном языке
  • Показать работодателю ваши кейс через ссылку на нашем сайте с отзывом наставника
  • Эффективно развиваться в новых задачах на базе знаний курса
  • Претендовать на новые зоны ответственности по задачам ML по табличным данным
  • Навигировать в “зоопарке” методов машинного обучения
  • Применять методы классического машинного обучения для распространенных задач
  • Оценивать качество моделей ML и корректно использовать метрики качества
  • Решать задачи бинарной классификации и сегментации изображений самостоятельно
  • Общаться с опытными ML-щиками на одном языке
  • Показать работодателю ваши кейсы через ссылку на нашем сайте с отзывом наставника
  • Эффективно развиваться в новых задачах на базе знаний курса
  • Претендовать на новые зоны ответственности по задачам ML и Computer Vision в биомеде
ПОЧЕМУ МЫ РЕКОМЕНДУЕМ ЭТОТ МОДУЛЬ?
  • Оптимальный формат обучения с лучшими педагогическими практиками
  • Возможность изучать материалы в удобное для вас время, прямые эфиры - раз в неделю
  • Постоянная поддержка наставников в чате
  • Групповые форматы практик для отработки заданий и обсуждения пройденного материала
  • Материалы лекций и доступ к комьюнити сохраняется в течение года
  • Организаторы и методологи программы 12 лет проводят отраслевую конференцию OpenBio и более 5 лет делают курсы по программированию в биотехе

ОТЗЫВЫ О ПОЛНОЙ ПРОГРАММЕ

СТОИМОСТЬ УЧАСТИЯ И ОПЛАТА КУРСА
СТОИМОСТЬ УЧАСТИЯ И ОПЛАТА КУРСА

Старт участие в модуле вместе с основным потоком курса 3 ноября.

Не хватает информации? Мы проконсультируем Ваc бесплатно!

Возврат денег
Если обучение вам не подойдет вы можете вернуть полную сумму до начала второй недели обучения. Условия возврата прописываются в договоре.

Гарантии и договор
С каждым студентом заключается договор.

Для студентов дневных и вечерних отделений бакалавриата, магистратуры и специалитета предоставляется скидка 30%, для аспирантов — 10%. Пригласите на обучение друга и получите скидку до 35% каждый!

Уточнить вопросы можно по контактам ниже:
+7 (923) 181-98-86
education@openbio.ru
FAQ's